Introduction au langage assembleur

But de ce sujet

L'objectif de ces pages est de donner un aperçu succinct du langage assembleur. Ce langage est dit de "bas niveau" car il est étroitement lié à l'architecture du microprocesseur. "Registres", "Adresses mémoires", "Interruptions", "Appels système" ... voilà une série de notions qui risquent fort de rester théoriques. Ce serait dommage, alors qu'il est si simple de les aborder par la pratique à l'aide du langage assembleur et en visualisant à l'aide d'un debugger les instructions qui s'exécutent et les registres où cela se passe.

Attention ! Cette page n'est plus d'actualité !
L'utilitaire Debug ne fonctionne plus avec les processeurs 64 bits
Il n'est plus fourni avec les systèmes d'exploitation qui ont succédé à Windows XP.
Les exemples proposés ne sont donc plus réalisables avec les processeurs et systèmes d'exploitation actuels.

Les registres du processeur

Les registres décrits ci-dessous sont les registres du 8086, l'ancêtre des processeurs qui sont au coeur de nos PC actuels. Ces processeurs ont évolué depuis tout en restant compatibles avec leur ancêtre (compatibilité ascendante). Cette description devrait donc suffire se faire une idée de la structure d'un microprocesseur.

Registres de données

AX, BX, CX et DX
Ce sont des registres 16 bits du 8086, ils peuvent chacun être scindés pour y entreposer deux variables d'un octet
Ainsi, le registre 16 bits AX peut être considéré comme l'adjonction de deux registres 8 bits AH et AL (H =high, L =low)

Certaines instructions dédient ces registres à des rôles spécifiques :

Registres d'adresses

Registres de segments

Registre d'états

Ce registre contient les flags, ce sont des bits qui basculent d'un état à l'autre en fonction des résultats de l'exécution d'opérations arithmétiques ou logiques.
  - Le flag Carry passe à 1 si une addition donne lieu à un report.
  - Le flag Signe passe à 1 si le bit le plus significatif du résultat vaut 1.
  - Le flag Zero passe à 1 si le résultat de la dernière opération est nul.
  - etc.
Ces flags servent entre autre aux instructions de sauts conditionnels.

L'instruction pointeur

IP Aussi appelé compteur ordinal est un registre qui s'incrémente sans cesse. Il contient en permanence l'adresse de la prochaine instruction à exécuter. "Faire un saut" dans un programme revient à inscrire dans le registre IP l'adresse de l'instruction où le programme doit se rendre. L'incrémentation de l' Instruction Pointer reprend alors depuis cette nouvelle valeur pour poursuivre la nouvelle séquence d'instructions.

Les adresses mémoires

Les Pentium et AMD actuels utilisent deux modes de fonctionnement : le mode réel et le mode protégé.
Le mode protégé est géré par Windows ou Unix, le mode réel (on devrait dire mode segmenté) est l'état dans lequel on se trouve au démarrage de la machine. La capacité d'adressage est limitée à 1 Mo comme pour les premiers 8086.
Les adresses sont données sous la forme Segment : Offset

Exemple :

Sous DOS ( mais Windows émule parfaitement la chose) l'adresse B800:0000 est l'adresse de base de la mémoire vidéo en mode texte. Cette adresse est donc celle du byte contenant le code ASCII du caractère situé dans le coin supérieur gauche de l'écran.
Le segment B800 débute à l' adresse physique B8000 .
L'adresse physique s'obtient en calculant   Segment x 16 + Offset

Manipulation :

Avec l'utilitaire DEBUG, écrivons 41H = le code ASCII du A majuscule à l'adresse B800:0400 = adresse physique B8400 de sorte à faire apparaître ce 'A' au milieu de l'écran.

        C:\>debug
        -e B800:400 
        B800:0400 20.41 07.4E 20. 
        -q 

Utilisation des registres pour former des adresses

Les adresses 20 bits sont constituées dans les registres en associant les registres de segment et les registres d'adresses. Les registres d'adresses sont associés par défaut à chacun des registres de segment.
CS est toujours utilisé avec IP pour former l'adresse logique CS:IP
SS est associé au Stack Pointer  SP pour former l'adresse du dessus de la pile SS:SP
le Base Pointer  BP est lui aussi par défaut associé au Stack Segment  SS
DS le Data Segment sert en principe de segment de base pour les adresses formées avec les registres SI, DI et BX (source index, destination index et base register)

Ecrire en assembleur avec l'utilitaire DEBUG

Toujours avec le programme debug, la commande 'a' permet d'encoder des instructions saisies en assembleur.

        a 
        mov ax,B800
        mov ds,ax
        mov cx,4E41 
        mov di,400
        mov [di],cx
        ret

Utilisez la commande T pour tracer une à une, les instructions de ce bout de programme.

Elles placent l'adresse du segment B800 dans le registre DS (data segment)
Le registre CL reçoit le code ASCII d'un 'A' majuscule (41) (Ne soyez pas troublés par la valeur 4E inscrite dans le registre CH, elle va joindre des attributs au code ASCII contenu dans CL pour faire ressortir le caractère en jaune sur fond rouge)
Le nombre placé dans le registre DI indique le déplacement par rapport au début de la mémoire écran.

Les modes d'adressage

Nous n'avons encore utilisé qu'une instruction, l'instruction MOV.
L'exemple ci-dessus illustre déjà le fait que les opérandes peuvent être spécifiées de différentes manières. Ce sont les modes d'adressage.

L'instruction MOV attend deux opérandes, le premier indique la destination du déplacement de la donnée, le second opérande indique la source.
La destination peut être un registre, une adresse mémoire ou un registre de segment (sauf pour le registre CS qui ne peut jamais être une destination)
La source peut être un registre, une adresse mémoire, un registre de segment ou une valeur immédiate.

Le tableau ci-dessous inventorie toutes les manières d'utiliser l'instruction MOV

Dans cette liste les adresses 'm' sont spécifiées en plaçant une valeur de l'offset et/ou des noms de registres entre crochets. Exemples : [2000] ; [BP] ; [BP+2000] ; [SI] ; [BP+SI] ; [BP+SI+2000]

En fait toutes les combinaisons ne sont pas acceptées ! Les combinaisons valides sont celles que l'on forme en ne prenant pas plus d'un élément dans l'une des trois colonnes du tableau :

Autrement dit, il ne peut pas il y avoir simultanément dans une adresse 2 registres de base (dont le nom commence par b) ni 2 registres d'index (dont nom se termine par i )

Il est parfois nécessaire de préciser la taille de la valeur à lire. On fait alors précéder l'adresse de la donnée par BYTE PTR ou par WORD PTR selon que l'adresse désigne un ou deux octets.

Aperçu rapide de quelques autres instructions

Les instructions MOV nous ont été utiles pour illustrer les modes d'adressage mais avec les MOV il nous est juste possible de déplacer les données d'un endroit à l'autre. Il nous faut d'autres instructions pour faire des opérations arithmétiques et logiques, des sauts, des appels à des fonctions, à des interruptions etc.

Voici donc d'autres instructions. La liste est loin d'être complète mais elle doit suffire pour se faire une idée de ce que sont les instructions en général.

Opérations arithmétiques et logiques élémentaires :   ADD   SUB   CMP   AND   TEST   OR   XOR
      Modes d'adressage acceptés:     r,m       m,r       r,r       m,i   et   r,i

Multiplications et divisions:   MUL     IMUL     DIV     IDIV

Incrémentation, décrémentation, inversion logique, négation :   INC  DEC   NOT   NEG

Appel d'un sous-programme :    CALL label

Sauts inconditionnels JMP label

Sauts conditionnels JZ (=JE)   JNZ ( = JNE)   JC   JNC   JS   JNS

Assemblage et édition de liens

TASM est l'assembleur de Borland. Nous l'utilisons avec la commande TLink déjà utilisée avec l'environnement de développement intégré TC ou le compilateur TCC. La vérification de l'exécution se fait avec le Turbo Debugger " TD ". Tapez simplement TASM pour voir les options disponibles. Ces options sont assez rébarbatives aussi une fois que l'on sait celles qui nous conviennent on a tout intérêt à les fixer une fois pour toute dans un fichier de commande.

Voici les fichiers A.bat pour commander l'assemblage et L.bat pour demander l'édition de liens.

A.bat :       TASM /zi /c /la %1.asm;

L.bat :       TLINK /v /k %1.obj;

Pour rappel, on part d'un code source ".asm"   L'assemblage en fait un code objet ".obj" relogeable qui à son tour est traité par l'éditeur de lien pour en faire un code exécutable ".exe"   Accessoirement l'assembleur produit aussi un "listing" qui est un document destiné à être imprimé. On y retrouve côte à côte, le code source et le code binaire correspondant noté en hexadécimal.

... à suivre