Question

我试图在Assembly中创建一个检查两个字符串的程序。

section .data
str1 db 'mystring'
str2 db 'mystring'

output db 'cmp went fine'
len equ $-output

section .text
global main

main:
    mov ecx, str1
    cmp ecx, str2
    je ifBody0
    int 80h

    mov eax, 1
    mov ebx, 0
    int 80h

ifBody0:
    mov eax, 4
    mov ebx, 1
    mov ecx, output
    mov edx, outputlen
    int 80h

奇怪的是，当我调用条件跳转：je [label]时，它不起作用。但是，当我将je更改为jne时，它就有效。我想知道我在这里做错了什么。

提前致谢，大安

Answer 1

为了比较x86-assembly中的字符串，有一个名为CMPS(Compare Strings)的特殊OpCode。对于BYTE字符串，相关的OpCode为CMPSB。您可以通过将ESI设置为源字符串并将EDI设置为目标字符串来使用它。等式检查的长度（最好是最长的字符串）在ECX中设置。 小心溢出！。

所以你的代码看起来像这样：

section .data
str1 db 'mystring',0
str1len equ $-str1
str2 db 'mystring',0

output db 'cmp went fine',0x0a,0
outputlen equ $-output
output2 db 'cmp went wrong',0x0a,0
output2len equ $-output2

section .text
global main

main:
    lea esi, [str1]
    lea edi, [str2]
    mov ecx, str1len  ; selects the length of the first string as maximum for comparison
    rep cmpsb         ; comparison of ECX number of bytes
    mov eax, 4        ; does not modify flags 
    mov ebx, 1        ; does not modify flags 
    jne ifWrong       ; checks ZERO flag

ifRight:              ; the two strings do match
    mov ecx, output
    mov edx, outputlen
    int 80h
    jmp exit
ifWrong:              ; the two strings don't match
    mov ecx, output2
    mov edx, output2len
    int 80h
exit:                 ; sane shutdown
    mov eax, 1
    mov ebx, 0
    int 80h

Answer 2

让我们从这两个开始：

str1    db 'mystring'
        mov ecx,str1

用汇编程序编译之后，机器代码的原始字节看起来像这样（在将可执行文件加载到内存后，这将成为内存的内容）：

6D 79 73 74 72 69 6E 67  mystring
B9 00 00 00 00           ¹....

最后4个零是＆＃39; m＆＃39;来自＆＃39; mystring＆＃39;的字节，因为我决定它将在地址0处编译。前8个字节是字符串数据（ASCII编码），B9是mov ecx,imm32指令操作码。

你不能将字符串放入ecx，ecx是32位宽（4字节），而字符串可以有很多字节。因此，使用ecx，您可以从字符串中获取最多4个字节，但这需要mov ecx,DWORD [str1]，这会将值0x7473796D放入ecx（x86是小端，所以第一个字节6D在DWORD（32b）值中最不重要。）

但mov ecx,str1使用ecx符号加载str1，该符号是第一个'm'字节（0x00000000）的地址。

要比较两个字符串，你将两个地址加载到某些寄存器中，然后从这些地址加载字节，逐个比较它们，直到找到一些差异（或字符串结束）（有更快的算法，但它们更复杂，需要你知道前面的字符串的长度，而逐字节比较可以很容易地使用类似C的零终止字符串。

谈论字符串的长度，你应该以某种方式定义一个。在C中，在字符串的最后一个字符（在该示例中将位于B9之前）之后放置零是常见的，在C ++中std::string是将长度作为直接提取的值的结构/相比。或者您可以在源代码中对其进行硬编码，例如outputlen。

在汇编程序中编程时，应始终注意要处理的位数，并选择正确的寄存器大小（或扩展值），并更正内存缓冲区大小，以处理所需的值。

使用字符串意味着您必须决定字符串的编码。 ASCII为每个字符8位（1字节），UTF-8每个字形具有可变字节数，早期版本的UTF-16（UCS-2）每个字形有2个字节（作为Java，但当前Utf-16是可变长度），Utf-32固定为每个字形4个字节。因此，使用ASCII编码的字符串来获取它的第一个字符表示执行mov al,BYTE [str1]（或mov ecx,str1 mov al,[ecx] - ＆gt; al = 6Dh = 'm'）使用Utf-32获取第二个字符你需要做的角色mov eax,DWORD [utf32str + 4]。使用Utf-8，单个字符最多可以包含1到6个字节的IIRC，因此您必须以相当复杂的方式处理它，以识别有效的utf-8代码并读取正确的字节数。但是如果你只是想知道两个utf-8字符串是否相等，你可以逐字节地比较它们，而不需要自己处理字形。

当然你应该知道寄存器的大小，在x86上你应该知道如何处理寄存器的子部分，即。例如ax部分（低16b）从整个eax（32b）出来，或ah：al（高8b：低8b）如何形成ax

我希望你在此之后理解，你确实比较了两个指针（str1 vs str2），它们总是不相等，因为它们指向内存中的不同字节。而不是比较内存中的内容（字符串）。

汇编x86：比较字符串不起作用

2 个答案: