程序集循环遍历字符串以计算字符数

Question

我尝试编写一个汇编代码来计算字符串中有多少个字符，但出现错误。

代码，我用的是gcc和intel_syntax

#include <stdio.h>

int main(){
char *s = "aqr  b qabxx xryc pqr";
int x;

asm volatile (
    ".intel_syntax noprefix;"
    "mov eax, %1;"
    "xor ebx,ebx;"
    "loop:"
        "mov al,[eax];"
        "or al, al;"
        "jz print;"
        "inc ebx;"
        "jmp loop"
    "print:"
    "mov %0, ebx;"
    ".att_syntax prefix;"
    : "=r" (x)
    : "r" (s)
    : "eax", "ebx"
);

    printf("Length of string: %d\n", x);
    return 0;

}

我得到错误：

Error: invalid use of register

最后我想制作程序，搜索正则表达式模式([pq][^a]+a) 并打印它的起始位置和长度。我用 C 写的，但我必须让它在汇编中工作：我的 C 代码：

#include <stdio.h>
#include <string.h>

int main(){
  char *s = "aqr  b qabxx xryc pqr";
  int y,i;
  int x=-1,length=0, pos = 0;

    int len = strlen(s);
    for(i=0; i<len;i++){
        if((s[i] == 'p' || s[i] == 'q') && length<=0){
            pos = i;
            length++;
            continue;
        } else if((s[i] != 'a')) && pos>0){
            length++;
        } else if((s[i] == 'a') && pos>0){
            length++;
            if(y < length) {
                y=length;
                length = 0;
                x = pos;
                pos = 0;    
            }
            else 
                length = 0;
                pos = 0;
        }
    }  

    printf("position: %d, length: %d", x, y);
    return 0;

}

Answer 1

您省略了 jmp loop 和 print: 后的分号。

此外，您的 asm 也无法正常工作。您将指向 s 的指针移动到 eax 中，但随后您用 mov al,[eax] 覆盖了它。所以下一次循环，eax 不再指向字符串。

当你解决这个问题时，你需要考虑这样一个事实，即每次通过循环都需要更改 eax 以指向下一个字符，否则 mov al,[eax] 会继续读取相同的字符。

由于您尚未接受答案（通过单击左侧的复选标记），因此还有时间再进行一次编辑。

通常我不会 "do people's homework"，但已经有几天了。据推测，作业的截止日期已经过去。在这种情况下，这里有一些解决方案，既适用于 OP 的教育，也适用于未来的 SO 用户：

1) 遵循作业的（有点奇怪的）限制：

asm volatile (
    ".intel_syntax noprefix;"
    "mov eax, %1;"
    "xor ebx,ebx;"
    "cmp byte ptr[eax], 0;"
    "jz print;"
    "loop:"
        "inc ebx;"
        "inc eax;"
        "cmp byte ptr[eax], 0;"
        "jnz loop;"
    "print:"
    "mov %0, ebx;"
    ".att_syntax prefix;"
    : "=r" (x)
    : "r" (s)
    : "eax", "ebx"
);

2) 违反一些赋值规则来编写稍微好一点的代码：

asm (
    "\n.intel_syntax noprefix\n\t"
    "mov eax, %1\n\t"
    "xor %0,%0\n\t"
    "cmp byte ptr[eax], 0\n\t"
    "jz print\n"
    "loop:\n\t"
        "inc %0\n\t"
        "inc eax\n\t"
        "cmp byte ptr[eax], 0\n\t"
        "jnz loop\n"
    "print:\n"
    ".att_syntax prefix"
    : "=r" (x)
    : "r" (s)
    : "eax", "cc", "memory"
);

这减少了 1 个寄存器（没有 ebx）并省略了（不必要的）volatile 限定符。它还添加了 "cc" clobber 以指示代码修改标志，并使用 "memory" clobber 确保任何 'pending' 写入 s 在执行之前刷新到内存汇编。它还使用格式 (\n\t)，因此使用 -S 构建的输出是可读的。

3) 使用更少寄存器的高级版本（无 eax），检查以确保 s 不为 NULL（returns -1），使用符号名称并假定-masm=intel 这会产生更具可读性的代码：

__asm__ (
    "test %[string], %[string]\n\t"
    "jz print\n"
    "loop:\n\t"
        "inc %[length]\n\t"
        "cmp byte ptr[%[string] + %[length]], 0\n\t"
        "jnz loop\n"
    "print:"
    : [length] "=r" (x)
    : [string] "r" (s), "[length]" (-1)
    : "cc", "memory"
);

摆脱（任意且未经深思熟虑的）赋值约束使我们能够将其减少到 7 行（如果我们不检查 NULL 则为 5 行，如果我们不计算标签则为 3 行 [which are'实际上没有说明]).

有一些方法可以进一步改进这一点（在标签上使用 %= 以避免可能的重复符号问题，使用本地标签 (.L)，甚至将其写成适用于 both -masm=intel and -masm=att, etc.), 但我敢说这3个中的任何一个都比原始问题中的代码好。

好吧，库巴，我不确定你在接受答案之前还想知道什么。不过，它确实让我有机会加入 Peter 的版本。

4) 指针增量：

__asm__ (
    "cmp byte ptr[%[string]], 0\n\t"
    "jz .Lprint%=\n"
    ".Loop%=:\n\t"
    "inc %[length]\n\t"
    "cmp byte ptr[%[length]], 0\n\t"
    "jnz .Loop%=\n"
    ".Lprint%=:\n\t"    
    "sub %[length], %[string]"
    : [length] "=&r" (x)
    : [string] "r" (s), "[length]" (s)
    : "cc", "memory"
);

这不会执行 #3 中的 'NULL pointer' 检查，但会执行 Peter 推荐的 'pointer increment'。它还避免了潜在的重复符号（使用 %=），并使用 'local' 标签（以 .L 开头的标签）来避免将额外的符号写入目标文件。

从 "performance" 的角度来看，这可能会稍微好一些（我没有计时）。然而，从 "school project" 的角度来看，#3 的清晰度似乎是更好的选择。从 "what would I write in the real world if for some bizarre reason I HAD to write this in asm instead of just using a standard c function" 的角度来看，我可能会查看使用情况，除非这对性能至关重要，否则我很想选择 #3 以方便将来的维护。

程序集循环遍历字符串以计算字符数

Assembly loop through a string to count characters

c

string

assembly

gcc

intel-syntax