Assembler verstehen: Befehle, Register, Schleifen

Das Wort „Assembler“ meint zwei Dinge, die man leicht verwechselt. Eine Assemblersprache ist eine Programmiersprache, die auf den Befehlsvorrat eines bestimmten Computertyps ausgerichtet ist. Ein Befehl in Maschinensprache besteht aus einem Operationscode (Opcode) und meist weiteren Angaben, den Operanden. Weil Opcodes Zahlenwerte und schwer zu merken sind, nutzt die Assemblersprache leichter merkbare Kürzel in Textform, zum Beispiel „mov“. Diese Kürzel heißen mnemonische Symbole oder Mnemonics. Ein Text in Assemblersprache heißt Assemblercode.

Ein Assembler ist dagegen ein Computerprogramm, das diesen Quelltext in Maschinensprache übersetzt. Dabei ignoriert er Kommentare. Ein Compiler übersetzt Programme einer Hochsprache. Hochsprachen orientieren sich eher an der menschlichen Sprache. Vereinfacht und nicht immer zutreffend sieht man den Unterschied oft so: Ein Compiler macht aus einer Anweisung jeweils mehrere Maschinenbefehle, bei einem Assembler gibt es typischerweise eine Eins-zu-Eins-Abbildung.

Umgekehrt gibt es den Disassembler. Er übersetzt Maschinensprache zurück in Assemblersprache. Das geht, weil es zwischen einfacher Assemblersprache und Maschinensprache eine Eins-zu-Eins-Beziehung gibt. Bezeichner und Kommentare kommen dabei nicht zurück, weil sie bei der Assemblierung verloren gehen.

Im Alltag werden die Wörter oft vermischt: Die Sprache wird kurz auch „Assembler“ genannt, und „Maschinensprache“ und „Assembler(sprache)“ werden häufig gleichgesetzt. Achte deshalb darauf, ob die Sprache oder das Übersetzerprogramm gemeint ist.

Register sind kleine, sehr schnelle Speicherbereiche direkt im Prozessor, nahe bei den Rechenwerken. Datenregister speichern zum Beispiel die Zahlen, mit denen gerechnet wird, und die Ergebnisse. Ein Befehl besteht aus einem Kürzel und oft aus Operanden. Operanden sind die Angaben, mit denen der Befehl arbeitet, etwa Register oder Zahlen.

Wir nutzen die Intel-Schreibweise für x86-Prozessoren: „mov wohin, was/woher“. Der Befehl mov kopiert den zweiten Operanden in den ersten. Der Befehl inc addiert 1 zum Zieloperanden, dec subtrahiert 1 davon.

Normalerweise arbeitet der Prozessor die Befehle nacheinander ab. Welcher Befehl dran ist, steht im Befehlszähler (auch Programmzähler, bei x86 Befehlszeiger oder IP-Register). Er enthält je nach Systemarchitektur die Speicheradresse des derzeitigen oder des nächsten auszuführenden Befehls. Eine Sprunganweisung setzt dieses Register auf einen neuen Wert. Beim Befehl jmp (von „jump“, springen) wird die Adresse des Sprungziels geladen, und der Prozessor macht dort weiter.

Die Adresse musst du nicht selbst ausrechnen. Du markierst das Sprungziel mit einem Label, zum Beispiel „ziel:“. Daraus ermittelt der Assembler die Adresse und setzt sie in den Opcode ein.

Bei bedingten Sprüngen wird nicht in jedem Fall gesprungen, sondern in Abhängigkeit von Flags. Flags sind einzelne Zustandsangaben, die das Statusregister nach einem Befehl festhält. Zuerst setzt der Befehl cmp die Flags. Er entspricht einem sub-Befehl, verändert aber nur die Flags und keinen Operanden. Das Zero Flag (ZF) ist 1, falls das Resultat 0 ist, sonst 0. Der Befehl je springt bei ZF = 1, jne springt bei ZF = 0.

Eine Schleife wiederholt Befehle. Mit dem Befehl loop lässt sich eine Schleife bauen, die einer FOR-Schleife ähnelt. Die Schreibweise ist loop adresse, als Adresse nimmst du ein Label. Die Anzahl der Schleifendurchgänge befindet sich im CX-Register (Counter Register, also Zählregister). Bei jedem Durchgang wird CX um 1 verringert. Ist CX gleich 0, wird die Schleife verlassen und der nächste Befehl bearbeitet. Sonst springt der Prozessor zum Label. Man kann loop auch mit den zwei Befehlen dec cx und jne adresse nachbilden.

Das Programm unten berechnet 7!, die Fakultät von 7, also 1 · 2 · 3 · 4 · 5 · 6 · 7. Der Befehl mul bx multipliziert hier AX mit BX. Das Ergebnis liegt im AX-Register. So gehst du vor: Schreibe die Startwerte auf. Führe dann in jedem Durchgang die Befehle der Reihe nach aus. Verringere am Ende CX um 1 und prüfe, ob CX 0 ist.

Belegt sind der Start (CX = 7, BX = 1), das Ende (im letzten Durchgang CX = 1 und BX = 7) und das Ergebnis AX = 13B0 (hexadezimal). Die Zwischenwerte der Tabelle sind aus diesen Regeln hergeleitet, nicht gemessen. Zur Probe (eigene Rechnung): 13B0 hexadezimal ist 1 · 4096 + 3 · 256 + 11 · 16 + 0 = 5040. Das passt zur letzten Tabellenzeile.

Jede Computerarchitektur hat ihre eigene Maschinensprache und damit ihre eigene Assemblersprache. „Assemblersprache“ klingt nach einer einzigen Sprache, ist aber eine ganze Familie von Sprachen. Die Sprachen unterscheiden sich in Anzahl und Typ der Operationen. Auch die Registersätze unterscheiden sich in Größe, Anzahl und Art der Register. Die Tabelle zeigt drei Schreibweisen aus drei Familien. Hier gibt es besonders große Unterschiede, insbesondere welche Register, Adressierungsarten und Operationen es gibt.

Assemblerprogramme sind sehr hardwarenah geschrieben, weil sie direkt die Befehlssätze der einzelnen Prozessorarchitekturen abbilden. Darum kann ein Assemblerprogramm im Allgemeinen nicht auf ein anderes Computersystem übertragen werden, ohne dass der Quelltext angepasst wird. Das erfordert je nach Unterschieden hohen Umstellungsaufwand, unter Umständen ist ein komplettes Neuschreiben nötig. Bei Hochsprachen muss dagegen oft nur ein Compiler für die neue Zielplattform verwendet werden.

Auch ein Assembler ist immer auf einen oder wenige Prozessortypen ausgerichtet. Er weist außerdem Befehle zurück, die für diesen Prozessor oder Modus nicht erlaubt sind. Mitunter gibt es sogar mehrere Dialekte für dieselbe Architektur. Die Intel- und die AT&T-Schreibweise formulieren deutlich verschieden, obwohl derselbe Maschinencode entsteht.

Warum nutzt man Assemblersprache trotzdem? Sie kann alle Möglichkeiten des Mikroprozessors nutzen. Im Allgemeinen wird sie nur noch verwendet, wenn Programme oder einzelne Teile davon sehr zeitkritisch sind oder wenn nur sehr wenig Speicherplatz zur Verfügung steht. Die Grenzen: Quelltexte sind fast immer deutlich länger als in einer Hochsprache, weil die Instruktionen weniger komplex sind. Das erhöht das Risiko für unübersichtlichen Programmcode.