汇编语言常用伪指令

用汇编语言编写程序

前面能够运行在虚拟硬件环境中的第一段程序是使用C语言写成的。理论上我们可以完全使用C语言来编写整个操作系统。但在实际应用中，完全使用C语言编写的操作系统却寥寥无几。汇编语言虽然有很多的缺点，但在操作系统底层开发中，有时却能发挥出不可替代的作用，这一点相信读者会在今后的学习中有深入的体会。正因为如此，我们还需要利用一节的篇幅，说一说如何使用汇编语言进行ARM程序开发。

我们仍将采用边做边讲、在遇到问题的时候再去说明的方式，避免因为枯燥地将知识点罗列出来而影响读者的兴趣。

下面仍从一个例子开始。

代码2-5

.arch armv4
.global helloworld

.equ REG_FIFO,  0x50000020

.text
.align 2

helloworld:
ldr r1,=REG_FIFO
adr r0,.L0
.L2:
ldrb r2,[r0],#0x1
str r2,[r1]
cmp  r2,#0x0
bne .L2
.L1:
b   .L1
.align 2
.L0:
.ascii  ＂helloworld\n\0＂

代码2-5就是helloworld程序的汇编版本。想要让读者理解这段程序，我们并不需要对ARM的汇编程序设计进行太过系统的介绍，我们只需要说清楚两点，一是寄存器，二是指令集。

寄存器是CPU进行运算时所必需的存储设备。ARM上的寄存器很丰富，能够参与普通运算的从R0到R12，就有13个之多。如果没有特殊规定，程序在运算时可以随意选择R0~R12的任意一个寄存器参与运算。除了这些寄存器之外，在ARM体系结构中还包括负责保存堆栈地址的R13寄存器，负责保存程序返回值的R14寄存器以及负责记录程序地址的R15寄存器。这些寄存器由于拥有专门的功能，所以有的时候也使用别名来称呼它们，分别叫做SP、LR和PC。另外，ARM还有一个非常特殊的寄存器专门用来保存程序的运行状态，叫做程序状态寄存器，使用CPSR来表示。CPSR中既包含描述程序在运算过程中是否产生了溢出、负数等状态的相应位，也包含用于描述当前处理模式的模式位。关于处理器模式，因为代码2-5中没有涉及，所以我们会在它们出现的时候进行详细讲述。

说完了寄存器，我们再来聊一聊指令。在汇编程序设计过程中，指令是我们构成汇编程序的基本单元。

指令包括指令助记符和伪指令。每一条指令助记符都代表CPU提供的某一条指令，也可以说指令助记符都唯一地对应了CPU的一条机器码。因为机器码本身就是无规则的二进制数，本身不容易被记忆和使用，所以用助记符来帮助记忆，这其实就是"助记符"三个字的真正意思。

伪指令不像指令助记符那样是在程序运行期间由CPU来执行的，通常伪指令只会作用在编译过程中，对最终生成的文件造成不同程度的影响。有些伪指令在编译的时候并不生成代码，还有些伪指令则会扩展成一条或多条实际的指令。

下面我们就对代码2-5中所使用的指令和伪指令做深入的介绍。

（1）.arch伪指令：该伪指令的作用是选择目标体系结构。例如，在代码2-5中，.arch表示该段汇编代码将会被编译生成符合armv4体系结构的代码，从而实现了为特定平台生成特定的代码。如果不想使用该伪指令，那么在程序编译的时候，使用-march参数也能达到同样的效果。

（2）.global伪指令：该伪指令的含义是让global过的符号对链接器可见，也就是说，一个函数或变量，通常情况下只在本文件内有效，当需要在外部引用该文件里的某一个函数或变量时，必须首先将该函数或变量使用.global伪指令进行声明。在代码2-5中，helloworld函数作为我们程序的入口函数，必须在链接时用-e参数来指定，或者在链接脚本中用ENTRY命令来做显示声明。因此.global伪指令在这里就显得至关重要了。

（3）.equ伪指令：该伪指令其实很简单，相当于C中的宏定义。在代码2-5中，正是使用了.equ伪指令将0x50000020用宏REG_FIFO来代替。

（4）.text伪指令表示从当前位置开始的内容被归并到代码段中。

（5）.align伪指令：我们并不是第一次遇到align这个词，回想一下链接脚本一节，关键字ALIGN的作用是在链接时，迫使被修饰的内容对齐。这里的.align与ALIGN关键字意义相同，也能够更新位置计数器的值，使代码对齐到某一边界。但此处需要强调的是，该伪指令针对ARM汇编的用法与其他体系结构稍有不同。例如，在m68k、sparc以及运行有ELF文件格式的x86结构中，.align后边的数字直接代表了要对齐的字节数，比如.align 8表示此处代码会按照8字节边界对齐，而在ARM体系结构下，.align后边的数是以幂的形式出现的，正如代码2-5中那样，.align
2表示此处是以4字节对齐的。

（6）.ascii伪指令：该伪指令用于在内存中定义字符串，我们要输出到串口中的字符串"helloworld\n"就是由它定义的。

（7）ldr伪指令：很多朋友在看了前面的介绍后可能会得到一个错误结论，即所有伪指令都是以点开头的。其实不然，ldr就是一个反例。ldr被称为常量装载伪指令，其作用是将一个常量装载到寄存器中。因为ARM指令等宽指令格式的限制，不能保证所有的常数都可以通过一条指令装载到寄存器中。程序编译时，如果能够将ldr指令展开成一条常量装载指令，则编译器就会用该指令代替ldr，否则编译器会首先开辟一段空间存储被装载的常量，然后使用一条存储器读取指令将该常量读入到寄存器当中。

（8）adr伪指令：adr伪指令被称做地址装载伪指令，与ldr类似，adr伪指令能够将一个相对地址写入寄存器中。

至此，代码2-5中使用的全部伪指令我们就介绍完了。这里我们想强调的是，伪指令都是与编译器有关的，换句话说，即使是同一种硬件平台，GCC中的伪指令与其他编译器中的伪指令也并不完全兼容。

我们前面说过，伪指令要么作用在编译过程中对最终生成的文件造成影响，要么会扩展成一条或多条实际的指令，这些都是在程序编译过程中由编译器决定的，因此，不同的编译器的伪指令集可能不同。而指令是与硬件平台有关的，即使不同的编译器对同一指令使用的助记符不一致，它们生成的机器码仍然是一致的，并且不同编译器所使用的指令助记符集几乎都彼此相同的，因为指令助记符都是由芯片生产厂商定义的，编译器大多会遵守这种定义。

说完了伪指令，我们来介绍一下代码2-5中的指令。

（1）内存装载指令ldr：ldr如果作为实际指令出现，表示从内存读取数据到寄存器中，而代码中使用了一个b作为后缀，表示读取的只是一个字节的数据。相信读者能够举一反三，明白ldrh指令的含义。在该语句中，[r0]表示地址值，而后边的#0x1是常数1，代表寄存器R0的增量，这种寻址方式被称为立即数后变址寻址。整条语句的意思是，首先从寄存器R0所指向的地址中读取一个字节的数据存储在R2中，然后R0中的值自加1。因为在这之前R0的值已经指向了helloworld字符串的首地址，所以这条语句第一次执行，就会把字符'h'存储在R2中。

（2）内存存储指令str：str能够将寄存器中的值存储到另一个寄存器所指向的内存地址中。代码2-5正是使用了str指令将刚刚读取到的R2中的值存储到R1地址处，而该地址正是串口FIFO寄存器的地址。因此，字符'h'就会被显示到屏幕当中。

（3）比较指令cmp：比较指令是将待比较的两个数相减，然后去影响标志位，所以它实际上是一条不返回运算结果的减法指令。比较指令不保存结果，但是会使当前程序状态寄存器CPSR中零标志位置位或清除，进而影响条件判断语句的执行。

（4）跳转指令b：接下来我们看到的指令bne其实就是跳转指令b，后缀ne是条件码，表示执行条件为"不相等"。整个语句可以解释为如果不相等，则跳转到符号.L2处。这里的不相等指的正是上一条指令比较产生的结果。因为比较指令只影响标志位，所以我们可以说条件码只是根据相应标志位的值来有选择地执行。

程序在每次向串口FIFO寄存器写入数据后，都要与零进行比较。当比较的结果不相等，表示字符串还没有结尾，则继续将下一个字符写入到串口FIFO寄存器中；如果字符与零相等，证明读到了字符串结束符，然后程序进入死循环，这就是程序2-5的执行过程。

最后我们可以使用与代码2-1同样的编译方法来编译这段汇编版的helloworld。

总结一下，现在我们已经学习了ldr、str、cmp和b这四条汇编指令，也学习了arch、global、equ、text、align、ascii、ldr和adr这八条伪指令。这些指令不但常用，而且很重要。在操作系统代码的编写过程中，也会被经常使用。