x86_64汇编LUT转大写程序出现字符异常与截断问题求助

我正在编写一个x86_64 Linux汇编程序，通过预分配的LUT（查找表）将文本中的字母转换为大写。C语言版本逻辑正常，但汇编版遇到两个问题：

• 字符'A'在Emacs中被替换为奇怪符号^@
• 文本末尾被截断

猜测是内存寻址错误或文件未正确关闭导致的。尝试调用syscall执行_close时程序有时崩溃，可能是寄存器被污染，但尚未定位到原因。目前使用GDB的r i命令查看寄存器，并用SASM辅助调试，仍未找到问题所在。

编译脚本Make #

newupper: newupper.o
    gcc -o newupper newupper.o -no-pie
newupper.o: newupper.asm
    nasm -f elf64 -g -F dwarf newupper.asm -l newupper.lst

汇编测试代码 #

;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
    ;; 读取文本文件，将所有小写字母转换为大写后写入新文件
    ;; 使用LUT实现转换：['a']='A'，['A']='A'
    ;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;

    section .bss
    Buff resb 128
    upperlut resb 128
    section .data
        Bufflen dq 128

    UPPERA dq 65
    LOWERA dq 97
    FnameR db "data.txt", 0
    FnameW db "out.txt", 0
    myFd dq 0
    myFd2 dq 0
    section .text
LutInit:
    mov r10, 0
    .L1:
    cmp r10, 128
    jge .L3
    mov [upperlut+r10], r10
        inc r10
    jmp .L1

        .L3:
    xor r10, r10
    mov r10, 0
    mov r11, [UPPERA]
    mov r12, [LOWERA]
    .L2:
    cmp r10, 26
    jge .END
    mov r9, r10
    add r9, [UPPERA]
    mov [upperlut+r10+r11], r9
    mov [upperlut+r10+r12], r9
    inc r10
    jmp .L2
    .END:
OpenFile:
    ;; sys_open 参数：const char *filename, int flags, int mode
    mov r10, rcx          ; 保存指针，避免syscall破坏rcx
    mov rax, 2            ; sys_open的系统调用号
    syscall
    cmp rax, 0
    jle Exit
    mov [r10], rax        ; 将文件描述符写入myFd或myFd2
    ret

global main
main:
    mov rbp, rsp; 方便调试
     ; 打开读取文件
        call LutInit
    mov rdi, FnameR
    mov rsi, 0
    mov rdx, 0
    mov rcx, myFd        
    call OpenFile

    mov rdi, FnameW
    mov rsi, 0102o
    mov rdx, 00600o
    mov rcx, myFd2       
    call OpenFile

Read:
    mov rax, 0
    mov rdi, [myFd]
    mov rsi, Buff
    mov rdx, [Bufflen]
    syscall

    cmp rax, 0
    je Exit

    mov r12, 0
    .L1:
    cmp r12, rax
    jge Write
    ;; 通过LUT转换字符
        movzx r14, byte [Buff+r12]
        movzx r13, byte [upperlut+r14]
        mov byte [Buff+r12], r13b
    inc r12
    jmp .L1
Write:
        xor r15, r15
        mov r15, rax
    mov rax, 1
    mov rdi, [myFd2]
    mov rsi, Buff
    mov rdx, r15
    syscall
    jmp Read
Exit:
        ;; mov rax, 3
        ;; mov rdi, [myFd2]
        ;; syscall
        
        ;; mov rax, 3
        ;; mov rdi, [myFd]
        ;; syscall
        ret

问题分析与修复 #

1. LUT初始化的内存写入错误 #

这是导致'A'变成^@的核心原因：
在LutInit的.L1循环中，mov [upperlut+r10], r10是将64位寄存器r10的值写入字节数组upperlut，会一次性覆盖8个字节的内存。比如当r10=65（对应字符'A'）时，这条指令会把upperlut+65到upperlut+72的8个字节全部设为65的64位值（低字节65，高字节0），后续的LUT赋值会被覆盖，最终读取upperlut+65时得到空字符（0，显示为^@）。

修复：将64位寄存器改为8位寄存器，只写入单个字节：

; .L1循环中修改
mov [upperlut+r10], r10b

; .L2循环中修改
mov [upperlut+r10+r11], r9b
mov [upperlut+r10+r12], r9b

2. 文件未关闭导致缓存未刷新 #

注释掉的sys_close调用会导致操作系统的文件缓存未完全写入磁盘，从而出现文本末尾截断的情况。直接ret返回main函数时，gcc运行时库会清理资源，但手动关闭文件更安全。

修复：取消注释Exit段的close调用，确保先关写入文件，再关读取文件：

Exit:
    mov rax, 3            ; sys_close的系统调用号
    mov rdi, [myFd2]
    syscall               ; 关闭写入文件

    mov rax, 3
    mov rdi, [myFd]
    syscall               ; 关闭读取文件
    ret

额外优化：OpenFile错误处理 #

当sys_open失败时（rax<=0），直接跳转到Exit会导致已打开的文件未被关闭。可以在OpenFile中添加局部错误处理，或者在Exit中检查文件描述符是否有效再关闭。

内容的提问来源于stack exchange，提问作者Ilian Zapryanov