第三章：程序的转换
概述
计算机硬件只能识别和理解机器语言程序，用各种汇编语言或高级语言编写的源程序都要翻译（汇编，解释或编译）成以机器指令形式表示的机器语言才能在计算机中执行。
计算机的指令有微指令，机器指令和伪（宏）指令之分。微指令是微程序级命令，属于硬件范畴；伪指令是由若干机器指令组成的指令序列，属于软件范畴；机器指令介于二者之间，处于硬件和软件的交界面。
指令结构体系
在计算机系统的抽象层中，最重要的抽象层就是指令集体系结构（ISA），他作为计算机硬件之上的抽象层，对使用硬件的软件屏蔽了底层硬件的实现细节，将物理上的计算机硬件抽象成一个逻辑上的虚拟计算机，称为机器语言级虚拟机。
ISA 定义了机器语言级虚拟机的属性和功能特性，主要包括以下信息：
可执行的指令集合，包括指令格式，操作种类以及每种操作对应的操作数的相应规定；
指令可接收的操作数的类型；
操作数或其地址所能存放的寄存器组的结构，包括每个寄存器的名称，编号，长度和用途；
操作数所能存放的存储空间的大小和编制方式；
操作数在存储空间存放时按照大端方式还是小端方式存放；
指令获取操作数以及下一条指令的方式，即寻址方式；
指令执行过程的控制方式，包括程序计数器，条件码定义等。
生成机器代码的过程
通常，将一个 C 语言程序转换为可执行目标代码的过程分为 4 个步骤：
预处理：在预处理阶段对带有 # 开头的语句进行处理，在源程序中插入所有用 #include 命令指定的文件和用 #define 声明指定的宏。
编译：将预处理后的源程序编译生成相应的汇编语言程序。
汇编：由汇编程序将汇编语言转换为可重定向的机器语言目标代码文件。
链接：由链接器将多个可重定位的机器语言目标文件以及库文件链接起来，生成最终的可执行文件。
源程序文件后缀名为 .c，所包含的头文件后缀名为 .h；预处理过的源文件后缀名为 .i；汇编语言源程序后缀名为 .s；编译后的可重定向文件后缀名为 .o，最终生成的可执行代码文件没有后缀。
寄存器与寻址方式
寄存器
IA-32 中的定点寄存器中共有 8 个通用寄存器，2 个专用寄存器和 6 个段寄存器。
8 个通用寄存器的长度为 32 位，其中 EAX, EBX, ECX, EDX 主要用来存放操作数，可根据操作数长度是字节，字还是双子来确定存取寄存器的最低 8 位，16 位还是全部 32位。ESP, EBP, ESI, EDI 主要用来存放变址值或指针。ESP 是栈顶指针，EBP 是栈底指针。
2 个专用寄存器分别是指令指针寄存器 EIP 和标志寄存器 EFLAGS。IP 与程序计数器 PC 是功能完全一样的寄存器，名称不同而已。EFLAGS 內有各种标志信息，用来记录操作数的状态。常见的标志信息有： OF：溢出标志，反映带符号数的运算结果是否超过相应数值范围。 SF：符号标志，反映带符号数运算结果的符号。 CF：进/借位标志，反映无符号整数加减运算后的进借位情况。 DF：方向标志，用来确定串操作指令执行时编制寄存器 ESI 和 EDI 中的内容是自增还是自减。 IF：中断允许标志。IF 对非屏蔽中断和内部异常不起作用，仅对外部可屏蔽中断起作用。 TF：陷阱标志，用来控制单步执行操作。
寻址方式
根据指令给定的信息得到操作数或操作数地址的方式称为寻址方式。
立即寻址是指指令中直接给出操作数；寄存器寻址指指令中给出操作数所存放的寄存器的编号。除了立即寻址和寄存器寻址外，其他寻址方式下的操作数都在存储单元中，也称为存储器操作数。
指令系统概述
数据类型
c 语言基本数据类型和 IA-32 操作数类型的对应关系：
|
c 语言声明 |
Intel 操作数类型 |
汇编指令长度后缀 |
存储长度（字节） |
|
(unsigned) char |
整数/字节 |
b |
1b |
|
(unsigned) short |
整数/字 |
w |
2b |
|
(unsigned) int |
整数/双字 |
l |
4b |
|
(unsigned) long int |
整数/双字 |
l |
4b |
|
(unsigned) long long int |
- |
- |
8b |
|
char * |
整数/双字 |
l |
4b |
|
float |
单精度浮点数 |
s |
4b |
|
double |
双精度浮点数 |
l |
8b |
|
long double |
扩展精度浮点数 |
t |
10b~12b |
在表中，可以看出双字整数和双精度浮点数的长度后缀都一样，因为已经通过指令操作码区分了是浮点数还是整数，所以长度后缀相同不会产生歧义。
C 语言程序的基本数据类型主要有以下几类：
指针或地址：用来表示字符串或其他数据区域的指针或存储地址，可声明为 char * 等类型，其宽度为 32 位，对应 IA-32 的双字。
序数，位串：用来表示序号，元素个数，元素总长度，位串等的无符号数。
带符号整数：是 C 语言应用最广泛的基本数据类型，可声明位 char，short，int，long 等。
浮点数：用来表示实数，可声明为 float，double 和 long double 等。
指令类型
1. 传送指令
传送指令用于寄存器，存储单元或 I/O 端口之间传送信息。
通用数据传送指令：
MOV：一般的传送指令，包括 movb（字节传送），movw（单字传送），movl（双字传送）；
MOVS：符号扩展传送指令，将短的源数据按高位符号扩展后传送到目的地址，如 movzwl 表示把一个字节进行符号扩展后送到一个字地址中。
MOVZ：零扩展传送指令，将短的源数据按高位零扩展后传送到目的地址。
XCHG：数据交换指令，将两个寄存器内容互换。
PUSH：压栈操作，先将栈下移一个单元，为新进成员让出空间，然后再把新进成员放进来。
POP：出栈操作，先将栈顶成员算到目的寄存器中，再上移缩小栈空间。
地址传送指令：LEA 指令，主要是加载有效地址，用来将源操作数的存储地址送到目的寄存器中。
输入输出指令：专门用于累加器和 I/O 端口之间进行数据传送。例如：in 指令用于将 I/O 端口内容送至累加器，out 指令将累加器内容送至 I/O 端口。
标志传送指令：标志传送指令专门用于对标志寄存器进行操作。如 pushf 指令用于将标志寄存器的内容压栈，popf 指令将栈顶内容送至标志寄存器。
2. 定点算术运算指令
加/减运算指令：ADD/SUB。用于对给定长度的两个位串进行相加或相减，两个操作数中最多只有一个是存储器操作数，不区分是无符号数还是带符号整数，产生的和/差送到目的地址，生成的标志信息送到标志寄存器 EFLAGS。
增/减运算指令：INC/EDC。对给定长度的一个位串加一或减一，给定的操作数既是源操作数，也是目的操作数。
取负指令：NEG。用于求操作数的负数。
比较指令：CMP。用于两个寄存器操作数的比较，用目的操作数减去源操作数，结果不送回目的操作数，即两个操作数保持不变，只是标志位作相应改变，因而类似于 SUB 指令。
乘法指令： 无符号数乘：MUL。只能明显给出一个操作数。 带符号数乘：IMUL。可以明显给出一个，两个或三个操作数。
> 若指令只给出一个操作数，则另一个源操作数隐含在累加器 EAX 中。对于 MUL 指令，若乘积高 n 位为全 0，则标志 OF 和 CF 皆为 0，否则皆为 1。对于 IMUL 指令，若乘积的高 n 位为全 0 或全 1，并且等于低 n 位中的最高位，则 OF 和 CF 皆为 0，否则皆为 1。除法指令： 无符号数除：DIV。 有符号数除：IDIV
> 指令中只能明显指出除数，用累加器 EAX，EDX 存放被除数。若源操作数（除数）是 32 位，则 64 位被除数隐含在 EDX-EAX 寄存器中，计算后的商在 EAX，余数在 EDX。
3. 按位运算指令
逻辑运算指令：
NOT：单操作数取反指令，将操作数每一位取反，然后把结果送回对应位。
AND：对双操作数进行按位逻辑“与”，主要用来实现“掩码”操作。
OR：对双操作数进行按位逻辑“或”，常用于使目的操作时的特定位置为 1.
XOR：对双操作数进行按位逻辑“异或”，常用于判断两个操作数中哪些位不同或用于改变指定位的值。
TEST：根据两个操作数相“与”的结果来设置标志位，常用于检测某种条件但不能改变源操作数的场合。
移位指令：
SHL：逻辑左移，每左移一次，最高位送入 CF，并在低位补 0。
SHR：逻辑右移，每右移一次，最低位送入 CF，并在低位补 0。
SAL：算术左移，操作与 SHL 类似，每次移位，最高位送入 CF，并在低位补 0.执行 SAL 指令使，如果移位前后符号位发生变化，则 OF=1，表示左移后结果溢出。这是 SAL 与 SHL 的不同之处。
SAR：算术右移，每右移一次，操作数的最低位送入 CF，并在高位补符号位。
ROL：循环左移，每左移一次，最高位移到最低位，并送入 CF。
ROR：循环右移，每右移一次，最低位移到最高位，并送入 CF。
RCL：带循环左移，将 CF 作为操作数的一部分循环左移。
RCR：带循环右移，将 CF 作为操作数的一部分循环右移。
4. 控制转移指令
无条件转移指令：JMP。无条件转移到转移目标地址处执行。
条件转移指令：以条件标志或者条件标志位的逻辑运算结果作为转移依据。
条件设置指令：SET。用来将条件标志组合得到的条件值设置到一个 8 位通用寄存器中。
条件传送指令：CMOV。如果符合条件就进行传送操作，否则什么都不做。
调用指令：CALL。是一种无条件转移指令，跳转方式与 JMP 指令类似，它具有两个功能：
将返回地址入栈（相当于 PUSH 操作）
跳转到指定地址处执行。
返回指令：RET。是一种无条件转移指令，是子程序执行后返回主程序继续执行。
5. 浮点处理指令
浮点装入指令 FLD 用来将存储单元中的浮点数转入到浮点寄存器栈的栈顶。
浮点存储指令 FST 和 FSTP 用来将浮点寄存器栈顶中的元素存储到存储单元中。