本文節選自《計算機是怎樣跑起來的（第2版）》第 3 章“體驗彙編語言”的草稿。在翻譯本章時，我們發現原書所使用的軟件僅提供日文界面，並且介紹的是主要用於日本計算機相關考試的 CASLⅡ 彙編語言，其通用性相對較低。為了讓內容更廣泛適用，並便於讀者實踐操作，與作者及編輯老師商議後，決定採用更為通用的NASM 彙編語言重新編寫本章，以提升學習體驗。

通過前面的學習（用匯編語言編寫計算兩整數之和的程序（上）），我們知道，雖然同屬於低級語言，但彙編語言的程序需要先轉換成機器語言的程序才能由 CPU 解釋執行。那“計算 1+2”這段代碼對應着怎樣的機器語言的代碼呢？

查看彙編語言對應的機器語言

在彙編語言的開發調試工具 SASM 中，可以通過 GDB 命令來查看彙編語言對應的機器語言的代碼。

點擊工具欄中的“調試”按鈕（圖標是右下角有一隻藍色甲蟲的綠色三角形）就會進入調試模式。此時，SASM 窗口底部的窗格中會出現一行綠色的文字“正在調試...”。同時，最底部還會出現一個名為“GDB 命令：”的輸入框。

另外，進入調試模式後，SASM 會插入一行代碼 mov ebp, esp。這行代碼後面的註釋 ;for correct debugging（為了正確的調試）説明這行代碼僅用於輔助調試，並不會影響程序的運行，可以忽略，如下圖所示。

我們依次輸入如下兩條 GDB 命令：

• set disassembly-flavor intel
• disassemble /r

按下回車鍵後，就會看到在底部的窗格中輸出了大量信息：

> set disassembly-flavor intel

> disassemble /r
 Dump of assembler code for function main:
=> 0x00401390 <+0>:        89 e5                mov    ebp,esp
   0x00401392 <+2>:        a1 00 20 40 00        mov    eax,ds:0x402000
   0x00401397 <+7>:        03 05 04 20 40 00    add    eax,DWORD PTR ds:0x402004
   0x0040139d <+13>:    a3 08 20 40 00        mov    ds:0x402008,eax
   0x004013a2 <+18>:    e8 02 00 00 00        call   0x4013a9 <main+25>
   （略）

輸出信息中中間部分的十六進制數就是機器語言的代碼，例如，第一行中間部分的 89 e5 就是 mov ebp,esp 對應的機器語言的代碼。那麼，mov 指令對應的十六進制數就是 89 嗎？為什麼這條 mov 指令明明有兩個操作數，應該對應兩個十六進制數才對，卻只對應了一個 e5？這些問題只能通過查詢 CPU 的指令手冊才能得知。

mov ebp,esp 對應的機器語言的代碼

我們打開X86 Opcode and Instruction Reference（http://ref.x86asm.net/coder32.html），然後搜索 mov。

可以看到，同一條 mov 指令，卻對應了 88~8C 等多個十六進制數（這樣的十六進制數稱為Primary Opcode）。那 mov ebp, esp 中的 mov 到底對應哪個十六進制數呢？這就取決於操作數的類型了。操作數 ebp 和 esp 都是 32 位的寄存器，匹配 r/m16/32 r16/32 這個模式（第 1 個操作數是寄存器或 16/32 位的內存地址，第 2 個操作數是 16/32 位寄存器），所以這一行代碼中的 mov 應該對應 89。【TODO 為什麼不是 8B？】

那 e5 又是如何對應 ebp, esp 這兩個寄存器的呢？這就又涉及到稱為 ModR/M byte（https://en.wikipedia.org/wiki/ModR/M）的指令編碼方式了。

+-------+---+---+---+---+---+---+---+---+
|  Bit  | 7 | 6 | 5 | 4 | 3 | 2 | 1 | 0 |
+-------+---+---+---+---+---+---+---+---+
| Usage |  MOD  |    REG    |    R/M    |
+-------+---+---+---+---+---+---+---+---+
|   e5  | 1 | 1 | 1 | 0 | 0 | 1 | 0 | 1 |
+-------+---+---+---+---+---+---+---+---+

0xe5 = 1110 0101，如圖所示，從左往右數，前兩位的二進制數 11 是 MOD，MOD = 11 表示該指令的兩個操作數都是寄存器。之後的連續三位二進制數 100 對應寄存器 esp，最後的三位二進制數 101 對應寄存器 ebp（參考http://ref.x86asm.net/coder32.html#modrm_byte_32）。這樣一來，一個十六進制數就可以對應兩個操作數了。

mov eax, [A]對應的機器語言代碼

我們再來看下一行彙編語言的代碼 mov eax, [A] 對應的機器語言的十六進制數

a1 00 20 40 00        mov    eax,ds:0x402000

繼續在 X86 Opcode and Instruction Reference（http://ref.x86asm.net/coder32.html）中搜索 a1，可以看到

A1    MOV    eAX    moffs16/32

mov 指令（這次對應a1）的兩個操作數分別是 eax 寄存器和 16/32 位的內存地址的偏移量（offset）。結合後面的 ds:0x402000 來看，00 20 40 00 就是內存地址偏移量（採用小端序），這裏的 ds 是數據段 data segment 的縮寫。另外，這個內存地址就是標籤 A 對應的內存地址，可以通過 GDB 命令 p &A 驗證這一點。

add eax, [B]對應的機器語言代碼

最後再來看一下 add 指令對應的機器語言代碼。

03 05 04 20 40 00    add    eax,DWORD PTR ds:0x402004

繼續查詢上述手冊可知：

03   ADD    r16/32    r/m16/32

add 指令對應 03，後續的 05 又是ModR/M byte，表示該指令的第一個操作數是寄存器 eax（REG=000），第二個操作數是內存地址（R/M=101）。

+-------+---+---+---+---+---+---+---+---+
|  Bit  | 7 | 6 | 5 | 4 | 3 | 2 | 1 | 0 |
+-------+---+---+---+---+---+---+---+---+
| Usage |  MOD  |    REG    |    R/M    |
+-------+---+---+---+---+---+---+---+---+
|   05  | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 1 |
+-------+---+---+---+---+---+---+---+---+

05 之後的四個字節 04 20 40 00 是標籤 B 對應的內存地址。

現在諸位應該能深切地感受到為什麼要發明彙編語言了吧，因為使用機器語言編程時不得不記憶毫無規律的數字，實在是太不方便了。

上一篇文章的結尾處提出了一個問題：

在高級語言中，計算兩整數之和可以只用兩個變量 a += b，但在彙編語言中，為什麼不能寫成 add [A], [B] 呢？

其實答案很簡單，因為沒有兩個操作數都是內存地址這樣的進行加法運算的指令。彙編語言的指令和機器語言的指令是一一對應的，如果某種機器語言的指令不存在，自然也就沒有與之對應的彙編語言的指令了。或者説，如果找不到對應的機器語言的指令，這樣的彙編語言的指令就是無效的。

在下一篇文章中，我們再來看一看如何查看寄存器和內存存儲單元中的數據，以及如何進行逐行調試。