1. 什么是OpCode？

1. 什么是OpCode？

转自老罗

Things have changed in the past two decades.

-- Bill Gates(1995)

什么是OpCode？

不管计算机技术的发展如何日新月异，其最基本的东西是不会突然改变的。OpCode就是这其中的一样东西——因此，Bill Gates的这句话用在这里并不太合适。

在开始回答什么是OpCode之前，请让我先来提几个小问题。

计算机只认识0和1吗？
如果上面的回答是“是”，那么我们平时写的程序源代码是0和1吗？
如果上面的回答是“不是”，那么计算机是怎么“知道”我们的程序的意思的？

按顺序作答，依次是：

是
不是
？？？

最后一个问题的答案是……？我们来举个例子，在汇编语言中：

NOP

这条指令很简单，是吧？

在编译的时候，Assembler会扫描整个源代码。

在前面我们已经知道了，由于计算机只认识0和1，所以，源代码“NOP”是无法直接运行的。当Assembler遇到“NOP”的时候，为了生成让计算机能运行的“东西”（暂且这样称呼吧），就会以十六进制数“0x90”来代替它。

在这里，“0x90”就是“OpCode”，而“NOP”则是“助记符(mnemonic)”。

OpCode的全称

OpCode就是Operation Code，意即操作码的意思。

一个OpCode只对应一个助记符吗？

示例：OpCode && mnemonic
OpCode	mnemonic
0x90	NOP
0x90	XCHG AX, AX
0x90	XCHG EAX, EAX

从上表中可以看出，同一个OpCode可以对应N个mnemonic。为什么会这样呢？原因现在不必深究，以后自然会明白的。

一个助记符只对应一个OpCode吗？

示例：OpCode && mnemonic
mnemonic	OpCode
ADD EAX, 1	0x83C001
ADD EAX, 1	0x0501000000
ADD EAX, 1	0x81C001000000

从上表中也可以看出，同一个mnemonic可以对应多个OpCode。原因同样留待以后再说。

OpCode与mnemonic的关系

一个OpCode不只对应一个mnemonic。
一个mnemonic不只对应一个OpCode。

OpCode管中窥豹

有6个域是OpCode可能会用到的，或者说OpCode是由这6个域组成的——不过请注意：它们的名字是什么，这并不重要——重要的是它们的排列顺序。

它们是：

Prefixes
code
ModR/M
SIB
Displacement
Immediate

OpCode的这6个域的详细介绍留待以后再说，现在首先要知道：

在实际的使用中，并不是这所有的6个域都会被用到的，但是有一项却是一定会有的，那就是第2项：code，有些指令甚至只会用到code这一项。

例如：

OpCode && mnemonic
OpCode	mnemonic
0xC3	RETN
0x2F	DAS
0x90	NOP
0xAC	LODSB

上表中的几个OpCode都只用到了code这一项。其中的最后一项：0xAC，让我们来看看能不能给它加上一些额外的“东西”：

0xF3AC    REP LODSB

可以看到：rep lodsb

为什么会多了个“rep”呢？是不是由额外的“F3”造成的呢？

Yes，猜对了，我们来看看它的OpCode格式描述，如下：（注：用{}包围起来的是域的名称）

AC -- {code}
F3 AC -- {Prefix}{code}
因此，F3 就是域 Prefix

在稍后的章节中我们会知道，F3表示的是Rep Prefix，它也能与movsb，stosb等指令联用，但是，具体细节在这里暂不深究。

让我再来强调一次：OpCode中的6个域是可选的（除了域code之外），不必都用上，但是code是一定会有的。

知道了这一点，我们再来看一些例子：

OpCode && mnemonic

OpCode

mnemonic

DAA

DAS

AAS

AAA

D40A

AAM

D50A

AAD

在Intel的文档中，上表中的所有指令都是1字节的，但是，我们能够看到AAM和AAD是2字节的，到底有什么不同呢？
先不要看下面的答案，试着自己想一想……

.
.
.
.
.
.
.
.
.

We can see:

AAM和AAD都是2字节的，然而其余的4个指令都是1字节的。
AAM和AAD的OpCode的第2个字节都是0Ah。

如果你还没把大学里的汇编知识彻底还给老师的话，应该还记得AAM和AAD的描述：

AAM : divide al by 10
商   放在AH里
余数 放在AL里

AAD : AL = AH * 10 + AL

注意到了吗？两者的操作都与10有关。而且两者的OpCode的第二个字节都是10(0Ah)。

人类与动物的其中一个区别是具有思维的联想性。聪明的你是不是猜到了什么？

嗯……0Ah会不会是偶然的呢？它会不会是操作数的一部分？进一步地，AAM与AAD的指令格式会不会不是：

D40A for AAM
D50A for AAD

而是：

D4:imm8 for AAM
D5:imm8 for AAD

以及，imm8可以是任何别的数字呢？（注：imm8表示8位的立即数）

答案是肯定的！

事实上，我们可以通过反汇编器得知，D407表示的是AAM 7，D508表示的是AAD 8，以此类推。

现在，我们又知道了一种新的指令格式：

{code}{Immediate}（域2和域6）

还有别的，以后再说。

There's Something We Should Know...

最后再强调一点：

虽然并不是6个域都是必要的，但是，它们的排列顺序绝对不能乱，必须严格按照上面的顺序进行。有些域也许不会出现，但是只要出现了，编号小的域就绝对不允许出现在编号大的域的后面，反之亦然。

例如，{Prefix}{code}的顺序绝对不允许变成{code}{Prefix}。

不相信？举个例子：4004和0440（假设在32位条件下）

OpCode && mnemonic
OpCode	mnemonic
4004	INC EAX
0440	ADD AL, 40h

明白了吗？

理解了OpCode的规则，将有助于底层程序员明白一些鲜为人知的事情。在接下来的章节中，我们将学习OpCode的6个域的详细信息。

罗聪
www.LuoCong.com