11.7 编写 UNIX® 过滤程序

优质

小牛编辑

131浏览

2023-12-01

过滤程序是 UNIX® 中一种常见的应用程序，它从标准输入 stdin 读入数据，然后进行相关处理，最后将结果写到标准输出 stdout。

在本节中，我们将编写一个简单的过滤程序，从而学习如何从标准输入 stdin 和标准输出 stdout 进行读写。这个过滤程序将按字节把输入转换成16进制的数字，并在每个数字的后面添加一个空格。

%include   'system.inc'

section .data
hex db  '0123456789ABCDEF'
buffer  db  0, 0, ' '

section .text
global  _start
_start:
    ; read a byte from stdin
    push    dword 1
    push    dword buffer
    push    dword stdin
    sys.read
    add esp, byte 12
    or  eax, eax
    je  .done

    ; convert it to hex
    movzx   eax, byte [buffer]
    mov edx, eax
    shr dl, 4
    mov dl, [hex+edx]
    mov [buffer], dl
    and al, 0Fh
    mov al, [hex+eax]
    mov [buffer+1], al

    ; print it
    push    dword 3
    push    dword buffer
    push    dword stdout
    sys.write
    add esp, byte 12
    jmp short _start

.done:
    push    dword 0
    sys.exit

在数据段，我们建立一个叫做 hex 的数组，它包含了按照升序排列的16进制数字。在这个数组的后面，是一个输入输出都会用到的缓存。缓存的头两个字节被初始化设置为 0。这里，我们将输出两个16进制数字（第一个字节也同样是我们读取输入的地方）。第三个字节是空格。

代码段由四部分组成：读入一字节，转换成16进制数字，输出结果，结束程序。

为了读入一字节的数据，我们命令系统从标准输入 stdin 中读出一个字节的数据，然后将它存储在缓存 buffer 的第一个字节中。系统将把返回值存放在寄存器 EAX 中。返回值如果为 1 则代表有数据输入，如果为 0，则表示没有数据输入。因此，我们检查 EAX 中的数值，如果它为 0 我们的程序将跳转至 .done，否则我们的程序将继续执行操作。

注意: 出于简单实现程序基本功能的目的，我们忽略了针对某些可能发生的错误的处理。

16进制转换程序首先从缓存 buffer 中读出一字节的值，并将其写入 EAX，或者，更确切地说，这部分是将数据写入 AL，并把 EAX 的其他部分清零。同时，也将数据复制到 EDX 中，因为我们需要独立转换高4位和低4位的数据。最后，把结果存放在和缓存的头两个字节中。

下面，我们将让系统将缓存中的这三个字节，就是两个16进制数字和一个空格，输出到标准输出 stdout 中。然后我们的程序将跳转至程序开始处，处理下一个字节。

一旦没有输入，我们将命令系统终止程序，返回0。通常情况下，使用0作为返回值代表着程序已经执行成功。

接下来，将程序保存到名为 hex.asm 的文件中，然后输入以下内容 (符号 ^D 代表在按下控制键的同时，按下键盘 D)：

% nasm -f elf hex.asm
% ld -s -o hex hex.o
% ./hex
Hello, World!
48 65 6C 6C 6F 2C 20 57 6F 72 6C 64 21 0A Here I come!
48 65 72 65 20 49 20 63 6F 6D 65 21 0A ^D %

注意: 如果你是从 MS-DOS® 上转到 UNIX 的程序员，你会很奇怪为什么每行结束的时候没有使用 0D 0A 而是使用了 0A。这是因为 UNIX 使用的不是 cr/lf，而是换行符号，也就是是16进制数字 0A 所代表的字符来表示换行。

我们能让它看起来更好吗？当然，很明显的一个问题，当我们转换了一行文字后，我们的输入不再处在行开始的位置。我们可以修改它，让它在每个 0A 后输出一个新行，而不是输出一个空格：

%include   'system.inc'

section .data
hex db  '0123456789ABCDEF'
buffer  db  0, 0, ' '

section .text
global  _start
_start:
    mov cl, ' '

.loop:
    ; read a byte from stdin
    push    dword 1
    push    dword buffer
    push    dword stdin
    sys.read
    add esp, byte 12
    or  eax, eax
    je  .done

    ; convert it to hex
    movzx   eax, byte [buffer]
    mov [buffer+2], cl
    cmp al, 0Ah
    jne .hex
    mov [buffer+2], al

.hex:
    mov edx, eax
    shr dl, 4
    mov dl, [hex+edx]
    mov [buffer], dl
    and al, 0Fh
    mov al, [hex+eax]
    mov [buffer+1], al

    ; print it
    push    dword 3
    push    dword buffer
    push    dword stdout
    sys.write
    add esp, byte 12
    jmp short .loop

.done:
    push    dword 0
    sys.exit

我们将空格存储在寄存器 CL 中。这样做不会导致问题，因为与 Microsoft® Windows® 不同， UNIX 系统调用，除返回值之外，并不修改其它寄存器。

所以我们只需要把数值送入 CL 一次即可。因此我们添加了一个新的标签 .loop，在下一个字节处理的时候，跳转到那里，而不是回到 _start。我们也同样增加了一个 .hex 标签，这样对第三个字节，我们既可以赋值为空格，又可以换行符号。

如果你想在 hex.asm 中反映这些变化，请输入：

% nasm -f elf hex.asm
% ld -s -o hex hex.o
% ./hex
Hello, World!
48 65 6C 6C 6F 2C 20 57 6F 72 6C 64 21 0A
Here I come!
48 65 72 65 20 49 20 63 6F 6D 65 21 0A
^D %

这样看起来就好了一些。但是程序的效率还不高！我们针对一个字节，进行了两次系统调用 (一次是读取，另一次是输出)