二进制安全-汇编语言-04-第一个程序

四、第一个程序

随心而动

本章节主要学习如何把前面学习的汇编代码，用编译和链接程序将它们编译链接成可执行文件。

4.1 一个源程序从写出到执行的过程

（1）编写汇编源程序

（2）对源程序进行编译链接

• 汇编语言编译程序对源程序文件中的源程序进行编译，产生目标文件obj

• 再用链接程序对目标文件进行链接，生成可在操作系统直接运行的可执行文件exe

• 可执行文件包含两部分内容：

  • 程序(从源程序中的汇编指令翻译过来的机器码)和数据(源程序中定义的数据)
  • 相关的描述信息(比如，程序有多大、要占用多少内存空间等)

（3）执行可执行文件中的程序

操作系统依照可执行文件中的描述信息，将可执行文件中的机器码和数据加载入内存，

并进行相关的初始化(比如设置CS:IP指向第一条要执行的指令)，然后由CPU执行程序。

4.2 源程序

assume cs:codesg			codesg segment				;代码段开始mov aX,0123Hmov bx,0456Hadd aax,bxadd ax,axmov ax,4c00HINT 21H
codesg ends					;代码段结束
end

1、伪指令

在汇编语言源程序中，包含两种指令，一种是汇编指令，一种是伪指令。

汇编指令是有对应的机器码的指令，可以被编译为机器指令，最终为CPU所执行。

而伪指令没有对应的机器指令，最终不被CPU所执行。

那么谁来执行伪指令呢？

伪指令是由编译器来执行的指令，编译器根据伪指令来进行相关的编译工作。

（1）xxx segment

​ xxx ends

segment和ends是一对成对使用的伪指令，这是在写可被编译器编译的汇编程序时，必须要用到的一对伪指令。

segment和ends的功能是定义一个段，segment说明一个段开始，ends说明一个段结束。

一个段必须有一个名称来标识，使用格式为：

段名 segment..
段名 ends如上述示例
codesg segment		;定义一个段，段的名称为“codesg”，这个段从此开始..
codesg ends			;名称为“codesg”的段到此结束

（2）end

end是一个汇编程序的结束标记，编译器在编译汇编程序的过程中，如果碰到了伪指令end，就结束对源程序的编译。

所以，在我们写程序的时候，如果程序写完了，要在结尾处加上伪指令end。

否则，编译器在编译程序时，无法知道程序在何处结束。

注意：不要搞混了end 和 ends

ends 和 segment 成对使用，标记一个段的结束，ends可以理解为” end segment “的缩写

end是标记整个程序的结束

（3）assume

这条伪指令的含义为“假设”。它假设某一段寄存器和程序中的某一个用segment…ends定义的段相关联。

通过assume说明这种关联，在需要的情况下，编译程序可以将段寄存器和某一个具体的段相联系。

assume并不是一条非要深入理解不可的伪指令，以后我们编程时，记着用assume将有特定用途的段和相关的段寄存器关联起来即可。

比如，在程序4.1中，我们用codesg segment…codesg ends定义了一个名为codseg的段，

在这个段中存放代码，所以这个段是一个代码段。

在程序的开头，用assume cs:codesg将用作代码段的段codesg和CPU中的段寄存器cs联系起来。

2、源程序中的“程序”

源程序：源程序中的所有内容（这里有伪指令）

程序：将源程序中最终由计算机执行、处理的指令或数据

程序最先是以汇编指令的形式存在源程序中，经编译、链接后转变为机器码，存储在可执行文件中

3、标号

汇编源程序中，除了汇编指令和伪指令外，还有一些标号，比如“codesg”。

一个标号指代了一个地址。

比如codesg在segment的前面，作为一个段的名称，这个段的名称最终将被编译、连接程序处理为一个段的段地址。

4、程序的结构

assume cs:abcabc segmentmov ax,2add	ax,axadd	ax,ax
abc endsend1、我们要定义一个段，名称为abc
2、在这个段中写入汇编指令，来实现我们的任务。
3、然后，要指出程序在何处结束。
4、abc被当作代码段来用，所以，应该将abc和cs联系起来。
(当然，对于这个程序，也不是非这样做不可。）

5、程序返回

下面，我们在DOS(一个单任务操作系统)的基础上，简单地讨论一下这个问题。

一个程序P2在可执行文件中，则必须有一个正在运行的程序P1，将P2从可执行文件中加载入内存后，将CPU的控制权交给P2，P2才能得以运行。P2开始运行后，P1暂停运行。

而当P2运行完毕后，应该将CPU的控制权交还给使它得以运行的程序P1，此后，P1继续运行。

现在，我们知道，一个程序结束后，将CPU的控制权交还给使它得以运行的程序，我们称这个过程为：程序返回。

那么，如何返回呢？应该在程序的末尾添加返回的程序段。

mov ax,4c00H

int 21H

这两条指令所实现的功能就是程序返回，这里不多解释，学到后面中断就能理解了

现在记住，能用就行

书中总结的与结束相关的概念：

目的	相关指令	指令性质	指令执行者
通知编译器一个段结束	段名 ends	伪指令	编译时，由编译器执行
通知编译器程序结束	end	伪指令	编译时，由编译器执行
程序返回	mov ax,4c00H int 21H	汇编指令	执行时，由CPU执行

6、语法错误和逻辑错误

语法错误，编译器会报错

逻辑错误，需要自己去发现

4.3 编译源程序

可以使用windows自带的notepad（记事本）编写好程序，这里还推荐notepad++和Subline Text

（1）进入DOS方式，运行Edit，

（2）在Eidt中编辑程序

（3）将程序保存为文件1.asm后，退出Edit，结束对源程序的编辑

4.4 编译

不多说，放图演示

我们可以进入masm文件夹下，看看有没有生成的目标文件1.obj，验证一下是否编译成功，一般是没问题的

我们用WinHex这个软件查看一下1.obj里面有什么：

除了1.asm，其他是乱码，也可能是我不知道怎么看吧，先到这了

4.5 链接

链接步骤直接看图

链接成功，这里1.exe

这里大致说一下，我对编译和链接的浅显认识：

首先，我们编写好汇编语言代码asm

编译：将我们写的汇编语言转成机器可识别的机器语言，即0和1

这里，我们会生成目标文件obj

链接：将我们程序所需要的文件（这里包括目标文件obj，或者库文件，或者其他目标文件等），串联到一起，

程序执行时需要什么代码，它就自己拿什么代码，类似造汽车，需要什么零件，程序就拿什么零件

最后，我们要封装成一个能跑的汽车，即可执行文件exe

这里是书本的官方说法

好了，我们简单地讲连接的作用，连接的作用有以下几个。
(1)当源程序很大时，可以将它分为多个源程序文件来编译，每个源程序编译成为目标文件后，再用连接程序将它们连接到一起，生成一个可执行文件；
(2)程序中调用了某个库文件中的子程序，需要将这个库文件和该程序生成的目标文件连接到一起，生成一个可执行文件；
(3)一个源程序编译后，得到了存有机器码的目标文件，目标文件中的有些内容还不能直接用来生成可执行文件，连接程序将这些内容处理为最终的可执行信息。所以，在只有一个源程序文件，而又不需要调用某个库中的子程序的情况下，也必须用连接程序对目标文件进行处理，生成可执行文件。

4.6 以简化的方式进行编译和链接

编译
masm c:\1链接
link 1

这里简单做了个测试，是可以的（这里为了测试，改的test文件名）

4.7 1.exe的执行

如图执行就好了，这个简单程序执行了，但是没有返回结果，故等待后续学习了，做点有意思的事情

4.8 谁将可执行文件中的程序装载进入内存并使它运行？

我们在前面讲过，在DOS中，可执行文件中的程序P1若要运行，必须有一个正在运行的程序P2，将P1从可执行文件中加载入内存，将CPU的控制权交给它，P1才能得以运行；当P1运行完毕后，应该将CPU的控制权交还给使它得以运行的程序P2。按照上面的原理，再来看一下4.7节中1.exe的执行过程(思考相关的问题)。
(1)在提示符“c:masm”后面输入可执行文件的名字“1”，按Enter键。这时，请思考问题4.1。
(2) 1.exe中的程序运行。
(3)运行结束，返回，再次显示提示符“c:lmasm”。请思考问题4.2。

问题4.1

此时，有一个正在运行的程序将1.exe中的程序加载入内存，这个正在运行的程序是什么？它将程序加载入内存后，如何使程序得以运行？

问题4.2

程序运行结束后，返回到哪里？

我们先来聊一聊操作系统的外壳（shell）

​ 这里先说一下windows中的cmd吧，win键+R键，在输入框输出cmd，就会出现一个黑框

​ 我们就会进入一个系统文件夹，C:\Users\koko 操作系统就会在这等待你输入命令

​ 比如我们常见的dir命令，那么我们就可以查看到当前路径下的文件信息了

在这么一个场景基础下，我们再来理解DOS

​ DOS中有一个程序command.com，这个程序在DOS中称为命令解释器，也就是DOS系统的shell

​ DOS启动时,先完成其他重要的初始化工作，然后运行command.com,command.com 运行后，执行完其他的相关任务后，

​ 在屏幕上显示出由当前盘符和当前路径组成的提示符,比如:“c:\”或“c:lwindows”等，然后等待用户的输入。

用户可以输入所要执行的命令,比如，cd、dir、type等，这些命令由command执行，command执行完这些命令后,再次显示由当前盘符和当前路径组成的提示符，等待用户的输入.
如果用户要执行一个程序，则输入该程序的可执行文件的名称，command首先根据文件名找到可执行文件，然后将这个可执行文件中的程序加载入内存，设置CS:1IP指向程序的入口。此后,command暂停运行,CPU运行程序。程序运行结束后,返回到command中，command再次显示由当前盘符和当前路径组成的提示符，等待用户的输入.
在DOS中，command处理各种输入:命令或要执行的程序的文件名。我们就是通过command来进行工作的。

回顾到上面的问题上总结一下，

dos中的command程序一直在运行，等待用户输入命令，

用户输入了命令，它就把CPU交出来，让输入的命令来执行，

命令结束后，CPU有回到command那里，实现交互式

官方回答

现在回答问题4.1和4.2中所提出的问题。
(1)在DOS中直接执行1.exe时，是正在运行的 command,将1.exe中的程序加载入内存;
(2)command设置CPU的CS:IP指向程序的第一条指令(即程序的入口)，从而使程序得以运行；
(3)程序运行结束后，返回到command中，CPU继续运行command。

4.9 程序执行过程的跟踪

下面以在前面的内容中生成的可执行文件1.exe为例，讲解如何用Debug对程序的执行过程进行跟踪。

现在我们知道，在DOS中运行一个程序的时候，是由command将程序从可执行文件中加载入内存，并使其得以执行。但是，这样我们不能逐条指令地看到程序的执行过程，因为command的程序加载，设置CS:IP指向程序的入口的操作是连续完成的，而当CS:IP一指向程序的入口，command就放弃了CPU的控制权，CPU立即开始运行程序，直至程序结束。

为了观察程序的运行过程，可以使用Debug。Debug可以将程序加载入内存，设置CS:IP指向程序的入口，但Debug并不放弃对CPU的控制，这样，我们就可以使用Debug的相关命令来单步执行程序，查看每一条指令的执行结果。

（1）在提示符后输入debug 1.exe，按enter键，Debug将程序从1.exe中加载入内存，进行相关的初始化后设置CS:IP指向程序的入口

（2）用R命令查看各个寄存器的设置情况

可以看到，Debug将程序从可执行文件加载入内存后，cx中存放的是程序的长度。

1.exe中程序的机器码共有15个字节。则 1.exe加载后，cx中的内容为000FH。

现在程序已从1.exe中装入内存，接下来查看一下它的内容，可是我们查看哪里的内容呢？

程序被装入内存的什么地方？我们如何得知？

重点

这里，需要讲解一下在DOS系统中.EXE文件中的程序的加载过程。

简单理解一下：

程序要执行，那么就需要一块空闲的内存

（1）起始地址为SA：0000（即起始地址的偏移地址为0）

Program Segment Prefix，想具体了解我附加在文章末尾（源于deepseek）

这里简单阐述一下：这块区域用来给操作系统和用户程序进行通信的，可用作程序返回、中断、提供信息等

（2）空闲内存区的前256字节（100H），创建一个程序段前缀（PSP）

（3）程序装入在紧跟PSP后，程序的地址为SA+10H：0

（4）该内存区的段地址存入ds中，初始化其他寄存器后，就设置CS:IP指向程序的入口

小结：

空闲内存区：SA：0

PSP区：SA：0

程序区：SA+10H：0

注意，有一步称为重定位的工作在图4.20中没有讲解，因为这个问题和操作系统的关系较大，我们不作讨论。

那么，我们的程序被装入内存的什么地方？我们如何得知？从图4.20中我们知道以下的信息。

(1)程序加载后，ds中存放着程序所在内存区的段地址，这个内存区的偏移地址为0，则程序所在的内存区的地址为ds:0;

(2)这个内存区的前256个字节中存放的是PSP，DOS用来和程序进行通信。从256字节处向后的空间存放的是程序。

所以，从ds中可以得到PSP的段地址SA，PSP的偏移地址为0，则物理地址为SA×16+0。

因为PSP占256(100H)字节，所以程序的物理地址是：SA×16+0+256 = SA×16+16×16+0=(SA+16)×16+0

可用段地址和偏移地址表示为：SA+10H:0。

现在，我们看一下图4.19中DS的值，DS=129E，则PSP的地址为129E:0，程序的地址为12AE:0(即 129E+10:0)。

图4.19中，CS=12AE，IP=0000，CS:IP指向程序的第一条指令。

注意，源程序中的指令是mov ax,0123H，在Debug中记为mov ax,0123,这是因为Debug默认所有数据都用十六进制表示。

可以用U命令查看一下其他命令

现在，我们可以开始跟踪了，用T命令单步执行程序中的每一条指令，并观察每条指令的执行结果，

到了int21，我们要用P命令执行

int 21执行后，显示出“Program terminated normally”，返回到Debug中。表示程序正常结束。注意，要使用P命令执行int21。这里不必考虑是为什么，只要记住这一点就可以了。

需要注意的是，在DOS中运行程序时，是command将程序加载入内存，所以程序运行结束后返回到command中，而在这里是Debug将程序加载入内存，所以程序运行结束后要返回到Debug中。

使用Q命令退出 Debug，将返回到command中，因为 Debug是由command加载运行的。

在DOS中用“debugl.exe”运行Debug对1.exe进行跟踪时，

程序加载的顺序是：command加载Debug，Debug加载1.exe。

返回的顺序是：从1.exe中的程序返回到Debug，从Debug返回到command。

PSP的拓展

8086 CPU 的 PSP（Program Segment Prefix，程序段前缀） 是 MS-DOS（以及兼容系统如 PC-DOS、DR-DOS）在加载一个可执行程序（.COM 或 .EXE）到内存时，自动在该程序所占内存块的最前端（偏移地址 0000h 处）创建的一个 256 字节（100h 字节）的数据结构。它扮演着操作系统与用户程序之间关键通信桥梁的角色，主要功能包括：

1. 提供程序终止返回地址：

   • PSP 的开头（偏移 00h）包含一条 INT 20h 指令的机器码（CD 20）。
   • 当 .COM 程序执行到其代码段末尾（或通过跳转到 PSP:0000h）时，执行这条指令会触发 DOS 的中断 20h，通知操作系统该程序已经结束，DOS 会回收其占用的内存并将控制权交还给父进程（通常是命令行解释器 COMMAND.COM）。
   • .EXE 程序通常使用 INT 21h 的功能 4Ch (MOV AH, 4Ch; INT 21h) 退出，但 PSP 中的 INT 20h 仍然是其内存结构的一部分。

2. 存储程序结束地址：

   • 偏移 0Ah 处存放一个 INT 22h 中断向量的远地址（先偏移，后段地址）。
   • INT 22h 是 DOS 的程序结束地址。当程序正常或异常终止时，DOS 会将控制权转移到这里指定的地址。这通常是 COMMAND.COM 中负责清理和准备接收下一条命令的代码。

3. 存储 Ctrl+C 处理程序地址：

   • 偏移 0Eh 处存放一个 INT 23h 中断向量的远地址。
   • 当用户在程序运行时按下 Ctrl+C 或 Ctrl+Break，DOS 会调用 INT 23h。PSP 中存储的这个地址指向默认的命令行中断处理程序（通常在 COMMAND.COM 中），它负责终止当前程序。程序可以修改这个地址指向自己的 Ctrl+C 处理程序。

4. 存储严重错误处理程序地址：

   • 偏移 12h 处存放一个 INT 24h 中断向量的远地址。
   • 当发生严重的硬件错误（如磁盘读写失败）时，DOS 会调用 INT 24h。PSP 中存储的地址指向默认的严重错误处理程序。程序也可以修改这个地址指向自己的错误处理例程。

5. 传递命令行参数：

   • 偏移 80h 处的一个字节存储命令行参数的长度（不包括末尾的回车符）。
   • 偏移 81h 开始的 127 个字节存储实际的命令行参数字符串，这个字符串以回车符（0Dh）结尾（不是 C 语言风格的 null 结尾）。
   • 程序可以通过读取 PSP:80h 和 PSP:81h 来获取用户在启动它时输入的命令行选项和参数。例如，运行 COPY A.TXT B.TXT，COPY 程序就能在 PSP+81h 处找到 A.TXT B.TXT。

6. 传递环境变量块：

   • 偏移 2Ch 处存储一个段地址（SEG）。
   • 这个段地址指向另一个由 DOS 分配的内存块，称为环境块。环境块包含一系列以 null 结尾的字符串，格式为 VARIABLE=value，最后以两个连续的 null 字节（00h 00h）结束。
   • 程序可以通过这个指针访问继承自父进程（通常是 COMMAND.COM）的环境变量，如 PATH, COMSPEC, PROMPT 等，这对程序查找文件或确定系统配置至关重要。

7. 文件句柄表（仅限早期/FCB 相关）：

   • 在 PSP 中有一个区域（偏移 18h 开始的 20 字节）最初是为与 CP/M 兼容的文件控制块设计的，在 MS-DOS 的后期版本中，它的作用被更强大的文件句柄机制（通过 INT 21h 功能调用管理）所取代，这部分在 PSP 中逐渐变得不那么重要。

8. DTA 地址：

   • 偏移 80h 处（与命令行参数共享空间）也用作默认的磁盘传输区。当程序使用传统的 FCB 方式进行文件操作时，如果没有通过 INT 21h 功能 1Ah 设置自定义的 DTA，DOS 会默认使用 PSP:80h 开始的 128 字节作为数据缓冲区。现代的句柄式文件操作通常使用用户指定的缓冲区。

总结来说，PSP 的主要用途是：

• 为程序提供标准化的退出机制（INT 20h, 存储终止处理程序地址）。
• 为程序提供标准化的中断处理机制入口（Ctrl+C, 严重错误）。
• 向程序传递启动信息（命令行参数）。
• 向程序传递环境信息（环境变量指针）。
• 在 DOS 内核和用户程序之间建立必要的联系，确保程序能正确加载、运行、交互和终止，并将资源归还给系统。

理解 PSP 对于深入理解 MS-DOS 环境下程序的加载、执行、参数传递、环境访问以及终止过程至关重要，尤其是在进行底层汇编语言编程或分析 DOS 系统行为时。

实验3 编程、编译、链接、跟踪

（1）将下面的程序保存为t1.asm文件，将其生成可执行文件t1.exe。

assume cs:codesgcodesg segmentmov ax,2000Hmov	ss,axmov	sp,0add	sp,10pop	axpop bxpush axpush bxpop axpop bxmov ax,4c00Hint 21Hcodesg endsend

（2）用Debug跟踪t1.exe的执行过程，写出每一步执行后，相关寄存器中的内容和栈顶的内容。

（3）PSP 的头两个字节是CD 20，用 Debug 加载 t1.exe,查看 PSP 的内容。

注意，一定要做完这个实验才能进行下面的课程。

这里偷个小懒，就不用dosbox的edit了，直接记事本新建t1.asm，将代码复制进去

快速编译链接一下

先完成一下任务（3）吧，查看一下PSP的开头的两个字节，确实是CD 20

对于COM程序，PSP是在CS前的100H字节；对于EXE程序，则是DS:0开始的100H字节。
CD 20是指令int 20H的机器码，COM程序最后执行ret执行会跳转到这里，int 20H的作用是退出程序，返回DOS。

这里找到了个网友的回答，CD 20就是int 20h，用于退出程序、返回DOS

如上图，我们要回顾一下几个寄存器的内容的意义：

CX：程序的大小

DS：段地址SA=075A

CS：SA+10H=076A（10H是PSP所占用）

接下来，我们来一步步看一下程序执行

用Debug跟踪t1.exe的执行过程，写出每一步执行后，相关寄存器中的内容和栈顶的内容。

mov ax,2000h ax=2000,IP+3=0003

mov ss,ax mov sp,0 ss=2000,sp=0000,ip+5=0008 设置栈顶位置

add sp,10h sp+10h=000A,ip+3=000B

pop	ax
pop bx
push ax
push bx
pop ax
pop bxmov ax,4c00H
int 21H

这段好像比较无聊，没什么结果

到int 21H，用P命令结束