在x86 AT&T汇编中实现简易sprintf及字符数组遍历技术问询

嘿，作为汇编零基础新手，能想到**逐字节读取格式字符串并比对'%'**的思路已经非常到位了！咱们一步步把这个简易sprintf落地，我会尽量把每个细节讲得直白些——毕竟刚接触汇编的时候，每一条指令都得抠明白才行。

先明确需求边界 #

根据你的描述，咱们的目标是实现一个极简版sprintf：

• 输入：格式字符串（含%d占位符） + 无符号数字（比如你例子里的'3'，其实是数值3）
• 输出：把%d替换成对应数字的ASCII字符，其他原封不动输出（比如"%d\n" + 3 → "3\n"）

咱们先从32位Linux环境入手，AT&T汇编在这个环境下的语法更适合新手入门，编译运行也方便。

核心实现思路拆解 #

你已经想到了逐字节处理的核心逻辑，咱们把它细化成可执行的汇编步骤：

1. 初始化数据区：定义目标缓冲区、格式字符串、要替换的数字。
2. 指针初始化：用两个寄存器分别指向格式字符串的当前读取位置，和目标缓冲区的当前写入位置。
3. 循环处理每个字符：
   • 如果当前字符不是%：直接复制到目标缓冲区，指针后移。
   • 如果是%：读取下一个字符，判断是否为d：
     • 是d：把数字转换成ASCII字符（数字+48，因为'0'的ASCII是48），写入缓冲区。
     • 不是d：把%和后续字符原样复制（容错处理）。
4. 添加字符串结束符：所有字符处理完后，在目标缓冲区末尾加\0。
5. 测试输出：调用Linux系统调用把结果打印到终端，验证效果。

完整代码示例（带详细注释） #

.data
    buf:        .space 256          # 目标缓冲区，分配256字节空间
    fmt:        .string "%d\n"      # 格式字符串，含%d占位符
    num:        .long 3             # 要替换的无符号数字（这里是3）

.text
    .global _start

_start:
    # 初始化指针：%esi指向格式字符串起始，%edi指向目标缓冲区起始
    leal fmt, %esi
    leal buf, %edi

loop_start:
    # 读取格式字符串当前字节到%al（8位寄存器，存单个字符）
    movb (%esi), %al
    # 判断是否到字符串结束（\0），是就跳转到处理结束
    cmpb $0, %al
    je loop_end

    # 判断当前字符是否是'%'
    cmpb $'%', %al
    # 不是的话，直接复制到目标缓冲区
    jne copy_char

    # 是'%'，处理格式化逻辑
    inc %esi                       # 指针后移，读取下一个字符（占位符类型）
    movb (%esi), %al
    cmpb $'d', %al                 # 判断是否是%d
    je handle_d_format             # 是就处理%d替换

    # 如果不是%d，把'%'和当前字符都复制到缓冲区
    movb $'%', (%edi)
    inc %edi
    movb %al, (%edi)
    inc %edi
    inc %esi
    jmp loop_start

handle_d_format:
    # 把数字转换成ASCII字符：数字 + '0'（ASCII 48）
    movl num, %eax
    addl $48, %eax
    movb %al, (%edi)               # 写入目标缓冲区
    inc %edi                       # 目标指针后移
    inc %esi                       # 格式字符串指针后移，跳过'd'
    jmp loop_start

copy_char:
    # 把当前字符复制到目标缓冲区
    movb %al, (%edi)
    inc %edi                       # 目标指针后移
    inc %esi                       # 格式字符串指针后移
    jmp loop_start

loop_end:
    # 在目标缓冲区末尾加字符串结束符'\0'
    movb $0, (%edi)

    # 调用Linux系统调用write，把缓冲区内容打印到终端
    movl $4, %eax                  # write系统调用号是4
    movl $1, %ebx                  # 文件描述符1是标准输出
    leal buf, %ecx                 # 要输出的缓冲区地址
    # 计算输出长度：缓冲区当前位置 - 起始位置
    subl $buf, %edi
    movl %edi, %edx                # 输出长度
    int $0x80                      # 触发系统调用

    # 调用exit系统调用退出程序
    movl $1, %eax
    movl $0, %ebx
    int $0x80

编译运行方法 #

1. 把代码保存为sprintf.s
2. 用gcc编译32位程序：gcc -m32 -o sprintf sprintf.s
3. 运行程序：./sprintf
4. 你会看到终端输出：3（带换行），和预期一致！

新手常见问题说明 #

• AT&T汇编的语法细节：和Intel汇编相反，AT&T是源操作数, 目标操作数，比如movb (%esi), %al是把%esi指向的内存字节读到%al里。
• 寄存器的选择：%esi、%edi常用作指针寄存器（分别是源索引、目标索引），%al用来存单个字节，%eax存双字数据。
• 系统调用的使用：32位Linux下用int $0x80触发系统调用，%eax存调用号，%ebx/%ecx/%edx存参数。

如果后续要扩展支持更多占位符（比如%c、%s），只需要在handle_d_format的位置添加对应的判断和处理逻辑就好啦！

内容的提问来源于stack exchange，提问作者Telanore