【汇编语言】直接定址表（一）—— 「从单元标号到跨段数据：解锁汇编语言的隐藏技巧」

前言

📌 汇编语言是很多相关课程（如数据结构、操作系统、微机原理）的重要基础。但仅仅从课程的角度出发就太片面了，其实学习汇编语言可以深入理解计算机底层工作原理，提升代码效率，尤其在嵌入式系统和性能优化方面有重要作用。此外，它在逆向工程和安全领域不可或缺，帮助分析软件运行机制并增强漏洞修复能力。 本专栏的汇编语言学习章节主要是依据王爽老师的《汇编语言》来写的，和书中一样为了使学习的过程容易展开，我们采用以8086CPU为中央处理器的PC机来进行学习。

这一章，我们讨论如何有效合理地组织数据，以及相关的编程技术。

1. 描述了单元长度的标号

本章中，我们要用到这种标号，先进行如下介绍。

前面的内容中，我们一直在代码段中使用标号来标记指令、数据、段的起始地址。

1.1 旧的示例代码

比如：下面的程序将code 段中的a标号处的8个数据累加，结果存储到b标号处的字中。

assume cs:code
code segment
         
         a : db 1,2,3,4,5,6,7,8
         b : dw 0

start:	 mov si,offset a
         mov bx,offset b
         mov cx,8
    s :  mov al,cs:[si]
         mov ah,0
         add cs:[bx],ax
         inc si
         loop s
         
         mov ax,4c00h
         int 21h
         
code ends
end start

程序中，code、a、b、start、s都是标号。 这些标号仅仅表示了内存单元的地址。

1.2 新的示例代码

但是，我们还可以使用一种标号，这种标号不但表示内存单元的地址，还表示了内存单元的长度，即表示在此标号处的单元，是一个字节单元，还是字单元，还是双字单元。

上面的程序我们还可以写成这样：→→→→

assume cs:code
code segment
          
          a db 1,2,3,4,5,6,7,8
          b dw 0

start:    mov si,0
          mov cx,8
    s:    mov al,a[si]
          mov ah,0
          add b,ax
          inc si
          loop s
          
          mov ax,4c00h
          int 21h
          
code ends
end start

我们在code 段中使用的标号a、b后面没有“:”，因此它们是可以同时描述内存地址和单元长度的标号。

• 标号a，描述了地址code:0，和从这个地址开始，以后的内存单元都是字节单元；
• 而标号b描述了地址code:8，和从这个地址开始，以后的内存单元都是字单元。

1.3 将标号当作一个段中的内存单元

因为这种标号包含了对单元长度的描述，所以，在指令中，它可以代表一个段中的内存单元。

比如，对于上面程序中的“b dw 0”：

• 指令：mov ax,b —— 相当于：mov ax,cs:[8]
• 指令：mov b,2 —— 相当于：mov word ptr cs:[8],2
• 指令：inc b —— 相当于：inc word ptr cs:[8]

在这些指令中，标号b代表了一个内存单元，地址为code:8 ，长度为2字节。

1.4 注意事项

下面的指令会引起编译错误：

mov al,b

为什么？

没错啦，聪明的你肯定意识到了。

因为b代表的内存单元是字单元，而al是8位寄存器。

因此，如果我们将程序中的指令：add b,ax ，写为 add b,al，将出现同样的编译错误。

对于程序中的“a db 1,2,3,4,5,6,7,8”：

• 指令：mov al,a[si] —— 相当于：mov al,cs:0[si]
• 指令：mov al,a[3] —— 相当于：mov al,cs:0[3]
• 指令：mov al,a[bx+si+3] —— 相当于：mov al,cs:0[bx+si+3]

可见，使用这种包含单元长度的标号，可以使我们以简洁的形式访问内存中的数据。

以后，我们将这种标号称为数据标号。它标记了存储数据的单元的地址和长度。它不同于仅仅表示地址的地址标号。

2. 在其他段中使用数据标号

2.1 前提说明

一般来说，我们不会在代码段中定义数据，而是将数据定义到其他段中。在其他段中，我们也可以使用数据标号来描述存储数据的单元的地址和长度。

❗注意：在后面加有“:”的地址标号，只能在代码段中使用，不能在其他段中使用。

2.2 示例代码

下边程序将data段中a标号处的8个数据累加，结果存储到b标号处的字中。

assume cs:code,ds:data
data segment          
          a db 1,2,3,4,5,6,7,8
          b dw 0
data ends
code segment
start:    mov ax,data
          mov ds,ax
          
          mov si,0
          mov cx,8
s:        mov al,a[si]
          mov ah,0
          add b,ax
          inc si
          loop s
          
          mov ax,4c00h
          int 21h
          
code ends
end start

2.3 段与段寄存器的关联

❗注意，如果想在代码段中，直接用数据标号访问数据，则需要用伪指令assume 将标号所在的段和一个段寄存器联系起来。 否则编译器在编译的时候，无法确定标号的段地址在哪一个寄存器中。

当然，这种联系是编译器需要的，但绝对不是说，我们因为编译器的工作需要，用 assume 指令将段寄存器和某个段相联系，段寄存器中就会真的存放该段的地址。 比如：在上面的程序中，我们要在代码段code中用data段中的数据标号 a、b 访问数据，则必须用 assume 将一个寄存器和data 段相联。

在程序中，我们用ds寄存器和data段相联，则编译器对相关指令的编译如下：

• 指令：mov al,a[si] —— 编译为：mov al,[si+0]
• 指令：add b,ax —— 编译为：add [8],ax

因为这些实际编译出的指令，都默认所访问单元的段地址在ds中，而实际要访问的段为data，所以，若要访问正确，在这些指令执行前，ds 中必须为 data 段的段地址。

则，我们在程序中使用指令：

mov ax,data
mov ds,ax

设置ds指向data段。

2.4 将标号当作数据来定义

我们可以将标号当作数据来定义，此时，编译器将标号所表示的地址当作数据的值。

2.4.1 示例1—— 字型数据

比如：

data segment
	a db 1,2,3,4,5,6,7,8
	b dw 0
	c dw a,b
data ends

数据标号c处存储的两个字型数据为标号a、b 的偏移地址。

相当于：

data segment
	a db 1,2,3,4,5,6,7,8
	b dw 0
	c dw offset a, offset b
data ends

2.4.2 示例2——双字型数据

再比如：

data segment
	a db 1,2,3,4,5,6,7,8
	b dw 0
	c dd a,b
data ends

数据标号c处存储的两个双字型数据为标号a的偏移地址和段地址、标号b 的偏移地址和段地址。

相当于：

data segment
	a db 1,2,3,4,5,6,7,8
	b dw 0
	c dw offset a, seg a, offset b, seg b
data ends

seg操作符，功能为取得某一标号的段地址。