Assemblersprog

Eftersyn Denne artikel bør gennemlæses af en person med fagkendskab for at sikre den faglige korrekthed.

Læs den relaterede bog Assemblersprog på Wikibooks.

Assemblersprog (eller assembler-kode, assembly-kode) er i praksis en symbolsk måde at udtrykke maskinkode på, eventuelt kombineret med et simpelt makrosystem. Oversættelsen fra assemblersprog til maskinkode varetages af en assembler. Da maskinkoden og dermed assemblersproget afhænger af CPU'en, taler man eksempelvis om x86-assembler, PowerPC-assembler, etc. Assemblersprogets muligheder er også afhængigt af, hvilket styresystem, der bruges. Man snakker også tit om forskellige dialekter af assemblersprog, tit defineret af den benyttede assembler. Der findes flere forskellige assembler som eksempelvis FASM, TASM, MASM, og GAS mm.

Assemblersprog benævnes som et 2. niveau programmeringssprog, altså et lav-niveau sprog som ikke direkte understøtter abstrakte syntaks-konstruktioner som eksempelvis IF/ELSE- og SWITCH-forgreninger, FOR- og WHILE/DOWHILE-løkker og ikke mindst variabler, som alle er understøttet af syntaksen i langt de fleste høj-niveau sprog, som eksempelvis C, C++ og Java. Man kan sige at dette niveau beskriver et sprogs abstraktion-niveau. Et sprogs abstraktions-niveau betegner hvor langt væk syntaksen i et programmeringsprog gør det muligt for programmøren at abstrahere væk fra den underliggende hardware-nære logik. Jo mere dette er muligt, jo mere abstrakt er sproget og jo højere niveau kan et programmeringssprog siges at have. Assemblersprog har en lav abstraktion og maskinkode kan siges at have en endnu lavere abstraktion.

Den primære fordel ved assemblersproget er, at man kan lave hardware-nære optimeringer, der ikke er mulige i langt de fleste høj-niveau sprog. Ulempen er at det kan synes besværligt at skrive i, grundet sprogets lave abstraktions-niveau. En assembler-programmør skal have en dybdegående teknisk forståelse for hvordan den benyttede CPU fungerer internt, samt hvordan problemet der forsøges løst, bedst kan udtrykkes som små bider af meget specifik logik. Assemblersprogets opbygning vil for det meste have den effekt at den skrevne kode vil fylde betydelig mere i antal linier, end kode med samme funktionalitet, skrevet i eksempelvis C, C++ eller Pascal. Typisk skrives de fleste applikationers kode i et høj-niveau sprog, og hvis det derefter er nødvendigt, kan kritiske dele omskrives i assemblersprog.

Assemblersproget er i dag ikke så meget anvendt på PC, men anvendes stadig i mikrocontrollere. Men da computerne var ganske små, brugte man det, da man ikke forventede at portere det til andre processorarkitekturer. Når det stadig bruges, er det fordi det giver direkte adgang til hardware-chipsene. Man er ikke bundet til et højere sprogs compiler eller fortolker, men til systemets hardware-arkitektur og dermed CPU’en og chipsene. I undervisningsøjemed og selvlæring giver assemblerprogrammering et godt indblik i, hvordan en computersystem virker.

To slags instruktioner

Assemblersproget kan siges at omfatte mindst to primære typer af instruktioner. Den ene type er CPU-specifikke instruktioner og hver enkelt af disse kan typisk oversættes direkte til en underliggende maskinkode-instruktion. Den anden type er pseudo-instruktioner som er specifikke til den benyttede assembler. Man kan blandt andet bruge pseudo-instruktioner til at definere visse konstruktioner fra høj-niveau sprog (såsom IF/ELSE-forgreninger), og på denne måde genbruge kode skrevet tidligere.

Eksempler

Her ses nogle korte eksempler på hvordan kode skrevet i assemblersprog typisk ser ud. Disse eksempler er ikke specifikke til nogen assembler eller CPU. Nærmere forklaring følger hvert eksempel.

Eksempel 1

Først et eksempel på flytning af data:

MOV X, Y

Dette er et generelt eksempel på benyttelsen af assembler-instruktionen MOV (kommer fra det engelske ord MOVE som betyder FLYT) som har den effekt at flytte (typisk en kopiering) hvad der eksisterer i X over i Y, eller omvendt: hvad eksisterer i Y over i X. Her kaldes MOV for assembler-instruktionens navn (kaldes også for en mnemonic) og beskriver unikt den fundamentale funktionalitet i instruktionen. I eksemplet bruges de to abstrakte navne X og Y. Disse kan typisk være enten navne på CPU'ens interne registre (se forneden), eller specifikke hukommelses-adresser. Udover dette, kunne den ene af de to, X eller Y, være en skalar-værdi. Dette er dog specifikt til den benyttede assembler.

Eksempel 2

Et eksempel på addition af data:

ADD X, Y

Eksemplet viser brugen af instruktionen ADD med to parametre: X og Y. Her lagres resultatet af X + Y i enten X eller Y. Igen kan X og Y være enten navne på interne registre (begge), hukommelses-adresser (begge), eller en skalar-værdi (en enkelt).

Eksempel 3

Et tredje eksempel viser en kombination af assembler-instruktioner:

MOV 10, X
MOV 20, Y
ADD X, Y
ADD X, Y

I dette generelle eksempel bruges MOV i første linie til, at flytte (kopiere) skalar-værdien 10 over i X. I anden linie flyttes 20 over i Y. Her kan X og Y betragtes som værende navne på interne CPU-registre, altså som små interne hukommelses-celler i den benyttede CPU (se mere om registre forneden). I linie 3 gemmes resultatet X + Y = 10 + 20 = 30 i enten register X eller Y. Gemmes resultatet i X, vil register X og Y, efter linie 3, indeholde henholdsvis værdierne 30 og 20. I linie 4 sker der det samme som i linie 3, dog vil resultatet være anderledes da register X nu indeholder værdien 30 og ikke 10 som tidligere. Dette betyder at register X og Y vil, efter linie 4, indeholde henholdsvis værdierne 50 og 20.

Segment og registrene

Eftersyn Dette afsnit bør gennemlæses af en person med fagkendskab, for at sikre den faglige korrekthed.

Registrene: i de fleste computere, (de har pt.2006 typisk 32-36 bit adressebus) er der registrene eax, ebx, ecx og edx. Deres bitfunktioner kan deles op i mindre dele,

eax kan deles op i ax, som så kan deles op i ah og al. sådan gælder det alle registrene. Ebx kan deles op i bx og derefter op i bh og bl. Bogstavet "h" betyder high, og i denne sammenhæng er det i CPU'en. hvorimod bogstav "L" betyder low.

Segment: segment er noget der ligner en register, men den kan ikke gøre de samme ting. Segmenterne bruges til at hold informationer i. Der er SS ES DS CS SS= har ikke et navn segment, es= ekstrasegment, ds=datasegment, cs=codesegment. syntaksen er : mov register, segment Eller mov segment register.

Nogle kommandoer

Eftersyn Dette afsnit bør gennemlæses af en person med fagkendskab, for at sikre den faglige korrekthed.

Asm-kommandoer: Den vigtigste er MOV kommandoen, Dens syntaks er:

MOV register, tal/register/segment

Med MOV kommandoen kan du gøre næsten alt, men det tager meget tid. Så man skal være glad for at CPUer i dag understøtter mange flere kommandoer. En anden vigtig kommandotype, er de matematiske, som består af: inc = læg til(+) dec = at trække fra(-) mul = gange(*) og til sidst div = dividere(:) syntaksen for disse kommandoer er:

(eks) inc register/tal/register/segment. 

En anden vigtig kommando er INT, INT betyder interrupt, som på dansk betyder afbrydelse. Den skal forstået som en handle, men som bruges af systemet, (en handle er faktisk det samme som en INT, bare hvor den ikke er defineret) en god liste over INT kommandoerne er her.

En anden type kommando, der er god at kunne, er CMP = compare, som oversat betyder, at sammenligne. Den syntaks er CMP register, register/tal

(et eks.) CMP AX,CX

Derefter er der mange ting man kan gøre, eks jne, som betyder jump if not equal, "hop ikke hvis?? ikke er lige" man kan også bruge dens modsætning, nemlig je=hop hvis lige syntaksen for disse "hop" er jne/ placering den skal hoppe til. Med disse kommandoer kan man lave mange sjove programmer. Du kan lave ét, der kigger om du taster enter eller mellemrum.

Men der er stadig en formue af andre kommandoer, men det kræver at man har erfaring med de andre. Jeg vil nævne en anden kommando som man nok godt kunne tænke sig at bruge. Den hedder db. Db betyder definer byte. Man bruger den til at skrive tekst i, men man kan også skrive andet i den. Dens syntaks er:

db,0d,0a,"tekst","$"

Grunden til at man har $ er, at den definerer, at her stopper teksten. Men der er også andre af denne type, dw, som betyder definer Word. I de nyre systemer er der også en kommando, som hedder dd, definer dobbelt Word.

Stub Denne it-artikel er kun påbegyndt. Hvis du ved mere om emnet, kan du hjælpe Wikipedia ved at udvide den.