程序集 x86：比較字符串不起作用

Question

我正在嘗試在 Assembly 中制作一個程序來檢查兩個字符串。

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，當我調用條件跳轉： je [label] ，它不起作用。 但是當我將je更改為jne ，它起作用了。 我想知道我在這里做錯了什么。

Answer 1

為了在 x86-assembly 中比較字符串，有一個名為CMPS (Compare Strings)的特殊操作碼。 在您的 BYTE 字符串的情況下，相關的操作碼是CMPSB 。 您可以通過將ESI設置為源字符串並將EDI設置為目標字符串來使用它。 相等檢查的長度（最好是最長的字符串）在ECX設置。 小心溢出！ .

所以你的代碼可能是這樣的：

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

讓我們從這兩個開始：

str1    db 'mystring'
        mov ecx,str1

用匯編器編譯后，機器碼的原始字節看起來像這樣（這將在加載可執行文件后成為內存內容）：

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

最后 4 個零是來自 'mystring' 的 'm' 字節的地址，因為我決定它將在地址 0 處編譯。前 8 個字節是字符串數據（ASCII 編碼）， B9是mov ecx,imm32指令操作碼。

您不能將 string 放入ecx ， ecx是 32 位寬（4 個字節），而 string 可以有很多字節。 因此，使用ecx您最多可以從字符串中獲取 4 個字節，但這需要mov ecx,DWORD [str1] ，這會將值0x7473796D放入ecx （x86 是小端，因此第一個字節6D在 DWORD 中是最不重要的（ 32b) 值)。

但是mov ecx,str1使用str1符號加載ecx ，這是第一個'm'字節（ 0x00000000 ）的地址。

要比較兩個字符串，您將兩個地址都加載到一些寄存器中，然后從這些地址加載字節，並一個一個地比較它們，直到找到一些差異（或字符串的結尾）（有更快的算法，但它們更復雜）並要求您知道前面字符串的長度，而逐字節比較可以輕松地處理類似 C 的零終止字符串）。

談到字符串的長度，你應該以某種方式定義一個。 在 C 中，通常在字符串的最后一個字符之后放置零（在該示例中將在B9之前），在 C++ 中std::string是將長度作為直接獲取/比較值的結構。 或者您可以在源代碼中對其進行硬編碼，例如您的outputlen 。

當您在匯編程序中編程時，您應該始終知道您正在處理多少位，並選擇正確的寄存器大小（或擴展值）和正確的內存緩沖區大小，以處理所需的值。

對於字符串，這意味着您必須決定字符串的編碼。 ASCII 是每個字符 8 位（1 個字節），UTF-8 每個字形的字節數可變，早期版本的 UTF-16 (UCS-2) 每個字形有 2 個字節（如 Java，但當前的 Utf-16 是可變長度的)，Utf-32 固定為每個字形 4 個字節。 所以用 ASCII 編碼的字符串來獲取它的第一個字符意味着做mov al,BYTE [str1] （或mov ecx,str1 mov al,[ecx] -> al = 6Dh = 'm' ）用 Utf-32 來獲取第二個字符你必須做mov eax,DWORD [utf32str + 4] 。 對於 Utf-8，單個字符最多可以有 1 到 6 個字節的 IIRC，因此您必須以相當復雜的方式處理它，以識別有效的 utf-8 代碼並讀取正確的字節數。 但是如果您只想知道兩個 utf-8 字符串是否位相等，您可以逐字節比較它們，而無需自己處理字形。

當然，您應該了解寄存器的大小以及在 x86 上如何尋址某些寄存器的子部分的方式，即。 就像ax部分（下 16b）從整個eax (32b) 中取出，或者如何ah : al (high 8b : low 8b) 一起形成ax 。

---

我希望您在此之后會明白，您確實比較了兩個指針（ str1與str2 ），它們總是不相等的，因為它們指向內存中的不同字節。 而不是比較內存中的內容（字符串）。