寄存器与代码段

汇编语言系列学习笔记：

• 汇编语言初探
• 寄存器与代码段（本文）

在上一篇博文中主要介绍了学习汇编语言的一些必备知识。其中和这篇文章联系比较紧密的是内存地址单元与 CPU 的概念，不熟悉的可以先行阅读上一篇博文。

在学习寄存器这两章内容的时候，首先要牢记一个观点：指令和数据在内存单元中没有任何区别，它们都是一些二进制信息。

CPU 在读取内存中二进制信息的时候，将有的信息看作指令，有的信息看作数据。

在接下来的三篇博文中将具体介绍 CPU 到底是根据什么来做出的这种区分的。

一、寄存器的概念

寄存器是位于 CPU 内部的一种带有存储性质的器件。寄存器在汇编语言中有着举足轻重的地位，因为程序员可以通过改变寄存器中的内存来实现对 CPU 的控制。

8086CPU 中总有有 14 种不同种类的寄存器，它们分别是：AX、BX、CX、DX、SI、DI、SP、BP、IP、CS、SS、DS、ES、PSW。

它们最大能存储 16bit 的数据。

接下来的几篇文章将逐个的介绍这些寄存器的作用。

（一）通用寄存器

8086CPU 中的通用寄存器有下面四种：

• AX（accumulator）：累加寄存器，常用于运算。
• BX（base）：基址寄存器，常用于地址索引。
• CX（count）：计数寄存器。
• DX（data）：数据寄存器，常用于数据传递。

从上图可知，一个 16 位寄存器可以存储一个 16 位数据。由于 8086CPU 上一代的寄存器都是 8 位的，为了保证兼容性，一个 16 位通用寄存器通常还能当做两个独立的 8 位寄存器使用。

比如，AX 可以分为 AH 和 AL，见下图：

AX 的低 8 位（0 位 ~ 7 位）构成了 AL 寄存器，高 8 位（8 位 ~ 15 位）构成了 AH 寄存器。

8086CPU 可以一次性处理这两种不同长度的数据，分别称为：

• 字（word）：16 位
• 字节（byte）：8 位

（二）段寄存器和指针寄存器

8086CPU 中的段寄存器和指针寄存器有下面四种：

• CS（code segment）：代码段寄存器
• DS（data segment）：数据段寄存器
• SS（stack segment）：栈段寄存器
• ES（extra segment）：附加段寄存器
• IP（instruction pointer）：指令指针寄存器
• SP（stack pointer）：栈指针寄存器
• BP（base pointer）：基址指针寄存器

其中 CS 和 IP 是本文着重要介绍的，其余的将在后面学习到。

首先想一想 “ 段 ” 这个概念从何而来？这就要从 8086CPU 与内存之间的地址总线宽度说起了。

8086CPU 的地址总线宽度是 20 位，即一次性可以传送 20 位的地址，理论上能达到 1MB 的寻址能力。但是我们上面介绍的寄存器最高也只有 16 位，无法直接生成 20 位的地址。

为了不白白的浪费 4 位地址总线，在 8086CPU 中采用一种将两个 16 位地址合成一个 20 位地址的方法。

如图所示，在 8086 中是通过一个地址加法器来完成的这种转换：物理地址（20 bit） = 段地址（16 bit） × 16 + 偏移地址（16 bit）。其中段地址就存储在段寄存器中。而偏移地址则保存在指针寄存器中。

这个公式隐含着两个注意点：

• 因为 段地址 × 16 的大小必然是 16 的倍数，所以一个段内存空间的起始地址必然也是 16 的倍数。
• 因为偏移地址为 16 位，所以一个段的最大空间只有 2¹⁶ B = 64 KB。

这里有一个因果关系要明确：首先是因为 CPU 与内存之间的地址总线的宽度（1MB）高于 CPU 一次性能处理、传输、暂存的最大宽度（64KB），为了不浪费 CPU 的寻址能力，才会有 物理地址（20 bit） = 段地址（16 bit） × 16 + 偏移地址（16bit） 这样的一个转换机制。

所以我在想，要是做个假设，CPU 中的寄存器都是 20 bit，或者地址总线只有 16 bit 的话，是不是也许就没有段地址这个说法了（这是我个人的思考，如果有不对的地方，烦请指正~）。

二、代码段

上面讲了一些比较常用的寄存器，其中 CS 和 IP 寄存器是两个最为关键的寄存器，它们这两个寄存器中的值组合起来 CS：IP 表示了 CPU 当前要读取指令的地址。

也就是说：在 8086PC 机中，任意时刻，CPU 将 CS：IP 指向的内容当做指令执行。

为了接下来的讲解，先学习几条会用到的汇编指令：

• mov ax，4E20H：将 4E20H 这个数送入寄存器 AX。
• add ax，1406H：将寄存器 AX 中的数值加上 1406H。

假设现在有下面四条汇编指令：

• mov ax，0123H
• mov bx，0003H
• mov ax，bx
• add ax，bx

对应的机器指令为：

• B8H 23H 01H
• BBH 03H 00H
• 89H D8H
• 01H D8H

现在的一个编程需要是想让 CPU 顺序执行上面四条指令，可以将这四条指令的机器码存放在一组连续的、起始地址为 16 的倍数的一组内存单元中，如下图：

这样我们就定义了一个所谓的代码段，这个代码段从内存的第 20000H 号单元开始，存放了 10 字节的指令。

要想让 CPU 执行这段代码，首先需要将 CS 的内容置为 2000H，IP 的内容置为 0000H。这样 CPU 就从内存单元的 20000H 处开始执行。

下面以一张动图来演示 CPU 执行第一条指令时 CPU 与内存的信息交互情况：

（动图演示）

　　　　　　　　　　　　　　　　

这张动图清晰的展示了 CPU 是如何执行处于上面内存代码段中的第一条指令（隐藏了很多的细节）。由于指令的执行过程类似，加上制作动图比较耗费时间，就省略了剩余的三条指令的执行过程（- -！）。

三、总结

本篇博文首先介绍了 CPU 中的寄存器种类，通过一个地址转换公式引出了两个重要的寄存器 CS 和 IP。有了这两个寄存器的功能做支持，就可以定义一个存放代码的代码段，并让 CPU 去执行这个代码段。

最后还是引出文章开始的一句话：指令和数据在内存中没有区别，它们都是一些二进制信息，把这些二进制信息看作指令还是数据，是让编程人员通过控制 CPU 中的寄存器来完成的。

（完）