X86 NASM 程序集将小写字符转换为大写字符和大写字符转换为小写字符

Question

由于我对汇编还很陌生，所以如果用户在汇编中输入大写字母或反之亦然，我应该如何从小写转换为大写，我有几个问题。这是我目前所拥有的：

section .data
Enter db "Enter: "
Enter_Len equ $-Enter

Output db "Output: "
Output_Len equ $-Output

Thanks db "Thanks!"
Thanks_Len equ $-Thanks

Loop_Iter dd 0 ; Loop counter

section .bss
In_Buffer resb 2
In_Buffer_Len equ $-In_Buffer

section .text
global _start

_start:
    ; Print Enter message
    mov eax, 4 ; sys_write
    mov ebx, 1
    mov ecx, Enter
    mov edx, Enter_Len
    int 80h

    ; Read input
    mov eax, 3 ; sys_read
    mov ebx, 0
    mov ecx, In_Buffer
    mov edx, In_Buffer_Len
    int 80h

所以基本上，如果我是正确的，我的 edx 包含输入的字符串。现在出现了从小写转换为大写和从大写转换为小写的困境。由于我对此完全陌生，因此根本不知道该怎么做。任何帮助将不胜感激:)

Answer 1

小技巧：如果他们只输入个字母，你可以用 0x20 异或他们输入的字母来交换他们的大小写。

然后，如果他们可以输入多个字母，您只需检查每个字母以查看其是否按字母顺序进行异或运算。例如，您可以通过测试来查看它是否位于“a”到“z”或“A”到“Z”范围内。

或者，您可以将每个字母映射到一个包含 256 个元素的表中，该表按照您想要的方式映射字符（例如，这通常是诸如 toupper 之类的函数的实现方式）。

Answer 2

如果您只支持 ASCII，那么您可以使用 OR 0x20 强制小写

  or   eax, 0x20

同样，您可以通过清除该位将字母转换为大写：

  and  eax, 0xBF   ; or use ~0x20

正如 nneonneo 提到的，可以使用 XOR 指令交换字符大小写：

  xor  eax, 0x20

仅当eax 介于“a”和“z”或“A”和“Z”之间时才有效，因此您必须进行比较并确保您在该范围内：

  cmp  eax, 'a'
  jl   .not-lower
  cmp  eax, 'z'
  jg   .not-lower
  or   eax, 0x20
.not-lower:

我使用了 nasm 语法。您可能需要确保 jl 和 jg 也是正确的...

如果您需要转换任何国际字符，那么这要复杂得多，除非您可以调用接受 Unicode 字符的 libc tolower() 或 toupper() 函数。

---

作为一个公平的问题：它为什么会起作用？ （空白问）

ASCII 字符（也称为 ISO-8859-1）的基本大写字符定义在 0x41 和 0x5A 之间，小写字符定义在 0x61 和 0x7A 之间。

要将 4 强制为 6 并将 5 强制为 7，请强制设置位 5 (0x20)。

要转为大写，你做相反的事情，你删除第 5 位，所以它变成零。

Answer 3

好的，但是您的字符串不在edx 中，它在[ecx]（或[In_Buffer]）中（而且它只是一个有用的字符）。获取单个字符...

mov al, [ecx]

在 HLL 中，您执行“如果有条件，则执行此代码”。您可能想知道 CPU 是如何知道是否执行代码的。我们真正做的是（HLL 为您做这件事）是“如果没有条件，则跳过此代码”（到标签）。试试看，你会明白的。

无论您的代码采用何种路径，都可以干净地退出。你没有显示这个，但我假设你这样做了。

我刚刚在sys_readhere上发布了一些信息。

这是一个完全不同的程序（添加两个数字 - “十六进制”数字），但关于 sys_read 的部分可能会让你感兴趣...

Answer 4

这是我一起编写的一个 NASM 程序，它可以翻转字符串的大小写，您基本上需要遍历字符串并检查 ascii 中的每个字符的边界，然后添加或减去 0x20 以更改大小写（即ascii 中上下之间的距离）。您可以使用 Linux ascii 命令查看 ascii 值表。

文件：flipcase.asm

section     .text
global      _start                 ; Entry point for linker (ld)

  ; Linker entry point                                
_start:                                                         
    mov     rcx,len                ; Place length of message into rcx
    mov     rbp,msg                ; Place address of our msg into rbp    
    dec     rbp                    ; Adjust count to offset

  ; Go through the buffer and convert lowercase to uppercase characters:
upperScan:
    cmp byte [rbp+rcx],0x41        ; Test input char against uppercase 'A'                 
    jb lowerScan                   ; Not uppercase Ascii < 0x41 ('A') - jump below
    cmp byte [rbp+rcx],0x5A        ; Test input char against uppercase 'Z' 
    ja lowerScan                   ; Not uppercase Ascii > 0x5A ('Z') - jump above  
     ; At this point, we have a uppercase character
    add byte [rbp+rcx],0x20        ; Add 0x20 to get the lowercase Ascii value
    jmp Next                       ; Done, jump to next

lowerScan:
    cmp byte [rbp+rcx],0x61        ; Test input char against lowercase                 
    jb Next                        ; Not lowercase Ascii < 0x61 ('a') - jump below
    cmp byte [rbp+rcx],0x7A        ; Test input char against lowercase 'z'
    ja Next                        ; Not lowercase Ascii > 0x7A ('z') - jump below  
     ; At this point, we have a lowercase char
    sub byte [rbp+rcx],0x20        ; Subtract 0x20 to get the uppercase Ascii value
     ; Fall through to next        

Next:   
    dec rcx                        ; Decrement counter
    jnz upperScan                  ; If characters remain, loop back

  ; Write the buffer full of processed text to stdout:
Write:        
    mov     rbx,1                  ; File descriptor 1 (stdout)    
    mov     rax,4                  ; System call number (sys_write)
    mov     rcx,msg                ; Message to write        
    mov     rdx,len                ; Length of message to write
    int     0x80                   ; Call kernel interrupt
    mov     rax,1                  ; System call number (sys_exit)
    int     0x80                   ; Call kernel

section     .data

msg     db  'hELLO, wwwoRLD!',0xa  ; Our dear string
len     equ $ - msg                ; Length of our dear string

然后就可以编译运行了：
$> nasm -felf64 flipcase.asm && ld -melf_x86_64 -o flipcase flipcase.o && ./flipcase

Answer 5

Jeff Duntemann 写了一本书，名为《Assembly Language Step by Step Programming with linux..》，第 275-277 页很好地涵盖了这个主题。

他使用代码sub byte [ebp+ecx], 20h 显示 然后您可以将小写更改为大写，请注意缓冲区正在使用 1024 字节，这是一种更快更好的方法，然后位于第 268-269 页的上一个示例中，其中缓冲区只有 8 位时间。