简单聊聊什么是段

这是 x86 汇编连载系列第六篇文章，前五篇文章见文末。

一个小细节

从开始到现在我们接触到了两种汇编指令的编写方式，一种是在 dosbox 上的 debug 模式下通过 debug -a 的方式来编写，如下图所示：

这种方式能让你在 dosbox 中直接编写汇编代码，简单直接，不需要写伪指令，方便快捷。

还有一种方式需要我们在 dosbox 外部编写汇编源文件，源文件中的代码经由 MASM 汇编编译、LINK 指令链接后一种，如下图所示：

乍一看这两种方式编写的汇编源代码应该都能正确的执行，于是我们分别用两种不同的方式写下了

这几条指令。这三条指令很简单，我们的目的很明确，我们想把内存地址为 ds:[1], ds[2], ds[3] 的数据分别送入 al,bl,cl 寄存器。下面我们执行一下：

使用 debug 方式的截图如下:

如图所示，在使用 debug 方式中，”[ ]” 内的指令会被直接当做内存地址进行 mov。

使用 masm 编译器方式的截图如下:

如图所示，当我们使用 MASM 进行编译和链接后，[ ] 号中的 1 会被直接编译为数值 01，而不是 [1] 这个内存地址。这个是编译规定，大家要记住这个细节。

也就是说，诚如  [idata] 这种形式，debug 和 masm 汇编器对其有不同的解释，debug 认为 [1] 中的就是一个内存地址，而 masm 认为 [1] 就是一个 idata 立即数。

话又说回来了，如果我们想在汇编源文件中表示内存地址，该怎么办呢？

这就需要借助一个寄存器了 — bx。

比如下面这段汇编代码

首先将 ds 寄存器设置为 2000 ，也就是 ds = 2000h，然后把 0 放入 bx 中，最后的 mov al,[bx] 就会默认从内存地址ds:[0] 处提取数据进行移动。

这样当然是可以的，不过仍然比较繁琐，我们不想要每次 mov 内存数据还要经过 bx 中转，我们想要像 debug 那样直接 mov ，该怎么做呢？其实也比较简单，直接显示指出段寄存器:[内存偏移]即可。

看下面这段汇编代码：

如果你想要通过 MASM 的方式来取得 ds:[0] 处内存地址的话，就需要显示指定段寄存器，如果没有显示指定的话，默认按照 01 数值来处理。

所以我们可以总结一下上面所探讨的内容（基于 MASM 汇编编译器下）

• mov al,[0] ：将数值 0 送入 al 寄存器中，(al) = 0。
• mov al,ds:[0]：(al) = ((ds) * 16 + 0) , 将内存单元中的数据送入 al 中，段地址为 ds。
• mov al,[bx]：(al) = ((ds) * 16 + bx) , 将内存单元的数据送入 al 中，段地址为 ds。
• mov al,ds:[bx] ：和 mov al,[bx] 含义相同

还可以更为精简的总结一点：

MASM 汇编编译器会将 [idata] 编译为 idata，若想访问内存地址，则必须显示指定段地址或者使用 bx 进行中转。

上面这些内容在本人其他文章中已经涉及到了，不过讲的不太细致，这篇文章算是细致的讲了下。

段前缀

上面的内容多次提到了一个名词就是 段，段所表示的其实也是一段内存空间，不过这种划分的方式是由 CPU 来决定的，内存并不会分为多个段。段的划分是主要为了 CPU 能够更方便的寻址，要想寻找段内的每个地址和数据，都需要有两个概念：段基址和段内偏移。

在汇编语言中，一般通过 [bx] 来给出偏移地址，它的段基础在 ds 中，ds 是默认的段寄存器。

不过，只有一个 ds 段显然是无法应对复杂程序的寻址方式的，所以还可能会有多个段，如下所示：

上面列举了四种不同的段寄存器和寻址方式。

第一条指令把段基址为 ds，偏移地址为 bx 的内存地址的内容送入 ax ，长度为 2 个字节单元，也就是一个字，16 位。

第二条指令把段基址为 cs，偏移地址为 bx 的内存地址的内容送入 ax ，长度为 2 个字节单元，一个字，16 位。

第三条指令把段基址为 ss，偏移地址为 bx 的内存地址的内容送入 ax ，长度为 2 个字节单元，一个字，16 位。

第四条指令把段基址为 es，偏移地址为 bx 的内存地址的内容送入 ax ，长度为 2 个字节单元，一个字，16 位。

由于 ds、cs、ss、es 都是显示指出的，所以 ds、cs、ss、es 又被称为段前缀。

一段安全的存储空间

我们写出的程序经过编译连接后，会由操作系统分配内存空间，我们并不知道哪些内存空间是有用的，哪些内存空间是保留的，哪些内存空间是可以使用的，由于有些内存空间存储着重要的系统数据或代码，所以我们最好不要随意的向内存空间写入数据，这是很危险的，比如下面这几条指令：

之前为了方便，我们没有判断 1000:[0] 这个内存空间有没有存放重要代码或数据就将数据写入其中，这种做法是错误的，如果 1000:[0] 处刚好存放着文件系统的起始代码，那么 mov ds:[0],al 就会将其改写，引发系统崩溃。

再看一段程序：

我们编写好代码后，进行编译链接，debug 这段代码：

当我们执行完 mov ds:[26h],ax 后，说什么也执行不下去了。

并不是我不想执行了，而是系统不让我执行了，因为系统死机了。。。。。。大家可以试试。

所以，在不清楚这段内存空间是干什么的时候，最不好要随意向内存空间写入数据。由于内存空间是由操作系统直接分配的，所以要想向一段内存空间写入数据的话，要使用操作系统给我们分配的内存空间。

那么话又说回来了，操作系统给我们分配了哪些空间可以安全的写入数据呢？

在一般的 PC 机，DOS 方式下，DOS 和其他合法程序一般都不会使用 0:200 ~ 0:2ff(00200h ~ 002ffh) 这段 256 个字节的空间，可以认为这段内存区域是安全的。

不过为了谨慎起见，我们写入的时候，最好使用 debug -d 来看一下这段内存区域有没有存储数据。

段前缀的使用

考虑一个问题，如何将内存 ffff:0 ~ ffff:b 单元中的数据复制到 0:200 ~ 0:20b 单元中？

需要考虑以下几点：

1. 0:200 ~ 0:20b 其实就是 200:0 ~ 200:b ，这就是对同一段内存空间的两种不同的描述。
2. 上面是两段不同的内存空间，所以需要两个段基址，通过一个寄存器 dl 来进行中转，把 ffff:0 ~ ffff:b 地址空间的数据复制到 dl 中，然后把 dl 中的数据再复制到 0:200 ~ 0:20b 中。
3. 一共复制 (b – 0) + 1 = 12 次。

开码！

从上面代码可以看到，我们显示使用了两种段前缀 ds 和 es ，这就是一个段前缀的使用案例。

我们分别将 0ffffh 和 200h 赋给了 ds 和 es 寄存器，然后设置 cx 循环次数为 12 次，s 是一个伪指令，表示循环的开始处，每个循环中都会把 0ffff:[bx] 中的数据赋值给 dl ，因为这是一个内存地址，所以使用 8 位寄存器就可以接收，然后将 dl 中的数据赋值给 200:[bx] 处，再执行循环。