📚 课程目录第4章 RISC-V汇编基础

4. RISC-V汇编基础

RISC-V汇编语言是连接高级语言与机器指令的桥梁。在启动代码工程中，汇编承担着设置栈指针、初始化段、跳转到C入口等关键任务。理解汇编语法规则、伪指令机制、数据定义方式、段布局以及标签与符号的解析过程，是编写可靠启动代码的前提。本章围绕这六个核心知识点展开，帮助读者建立完整的RISC-V汇编认知框架。

一、汇编语法与指令格式

RISC-V汇编采用“一行一条语句”的基本结构，每行可包含标签、指令（或伪指令）、操作数和注释。标准语法格式如下：

label:    instruction    operand1, operand2, operand3    # comment

其中标签以冒号结尾，指令与操作数之间用空格或制表符分隔，注释以 # 开始。RISC-V汇编器（如GNU as）对大小写敏感，寄存器名通常使用ABI名称（如 sp、ra、a0）或数字名称（如 x2、x1、x10）。立即数可以写成十进制、十六进制（0x前缀）或二进制（0b前缀）。

指令操作数顺序遵循“目标寄存器在前，源操作数在后”的原则。例如 add a0, a1, a2 表示 a0 = a1 + a2。加载指令 lw a0, 0(sp) 表示从栈指针指向的地址加载字到 a0。存储指令 sw a0, 0(sp) 表示将 a0 的值存储到栈指针指向的地址。

二、伪指令：简化编程的利器

伪指令（pseudo-instruction）是汇编器提供的语法糖，它们并非真实的机器指令，而是会被展开为一条或多条实际指令。伪指令极大提升了汇编代码的可读性和编写效率。常见的RISC-V伪指令包括：

li rd, imm：加载立即数，展开为 lui + addi 或单条 addi。
la rd, symbol：加载符号地址，展开为 auipc + addi。
mv rd, rs：寄存器间传送，展开为 addi rd, rs, 0。
j label：无条件跳转，展开为 jal x0, label。
ret：函数返回，展开为 jalr x0, 0(ra)。
nop：空操作，展开为 addi x0, x0, 0。

伪指令不是CPU直接执行的指令，而是汇编器在汇编阶段进行替换。使用伪指令不会带来运行时开销，但会增加汇编时间。在启动代码中，la 和 li 是最常用的伪指令。

三、数据定义与段布局

RISC-V汇编程序通常由多个段（section）组成，每个段在链接后映射到不同的内存区域。启动代码中常见的段包括：

段名	属性	典型内容	启动阶段用途
`.text`	只读、可执行	指令代码	存放启动入口和初始化代码
`.rodata`	只读	常量、字符串	存放只读常量表
`.data`	可读写	已初始化全局变量	存放有初值的全局数据
`.bss`	可读写、零初始化	未初始化全局变量	启动时需清零
`.stack`	可读写	栈空间	设置栈指针

数据定义使用汇编器指示符（directive），如 .byte、.half、.word、.dword 分别定义1、2、4、8字节数据。.space 保留指定字节数的空间，.align 对齐到指定边界。例如：

.section .data
msg:    .asciz "Hello, RISC-V"
value:  .word 0x12345678
buffer: .space 64
.align 4
stack_top: .word 0

四、标签与符号解析

标签（label）是汇编程序中用于标记位置的符号，它代表该位置的地址。标签分为代码标签和数据标签，代码标签用于跳转和函数调用，数据标签用于访问变量和常量。符号（symbol）是标签的泛称，包括标签、常量名和外部引用。

汇编器维护一个符号表，记录每个符号的名称、所在段、偏移量和绑定属性（局部或全局）。.globl 指示符将符号声明为全局，使其可被其他目标文件引用。例如启动代码中通常将 _start 声明为全局：

.globl _start
_start:
    la sp, stack_top
    call main

符号解析分为两个阶段：汇编阶段确定段内偏移，链接阶段确定最终虚拟地址。重定位信息由汇编器生成，链接器根据链接脚本完成地址分配。理解这一过程有助于排查“未定义符号”或“重定位溢出”等链接错误。

五、常量与表达式

汇编器支持在表达式中使用常量、算术运算和位运算。常量可以定义为符号，使用 .equ 或 .set 指示符：

.equ STACK_SIZE, 0x1000
.equ UART_BASE, 0x10000000
.equ UART_TX,   UART_BASE + 0x00

li t0, STACK_SIZE
li t1, UART_TX

表达式支持 +、-、*、/、%、<<、>>、&、|、~ 等运算符，以及 .（当前地址）和 $（当前地址）等特殊符号。例如 .word . - _start 可以计算当前地址与 _start 之间的偏移。

表达式中不能使用未定义的符号，否则汇编器会报错。常量表达式在汇编阶段求值，不能包含运行时才能确定的值。使用 .equ 定义的常量不会占用存储空间，仅存在于符号表中。

六、综合案例：启动代码片段解析

下面是一段典型的RISC-V启动代码，综合运用了本章知识点：

.section .text
.globl _start

.equ STACK_TOP, 0x80000000

_start:
    la sp, STACK_TOP        # 设置栈指针
    la a0, msg              # 加载字符串地址
    call puts               # 调用C函数
    j .

.section .rodata
msg:
    .asciz "Boot OK\n"

.section .bss
.align 4
heap:
    .space 4096

该片段中，.section 切换段，.globl 导出符号，.equ 定义常量，la 是伪指令，call 是伪指令（展开为 auipc + jalr），.asciz 定义字符串，.space 保留空间，.align 对齐。标签 _start、msg、heap 分别标记代码和数据位置。

七、常见误区与复盘

混淆伪指令与真实指令：在需要精确控制指令条数或周期数的场景（如延时循环），应使用真实指令而非伪指令，避免展开后产生意外行为。
忽略段属性：将可写数据放入 .text 段会导致运行时写入失败（只读段），启动代码中应严格区分代码段与数据段。
标签作用域错误：未使用 .globl 导出的标签在其他文件中不可见，链接时会报“undefined reference”。
表达式求值时机：汇编表达式在汇编阶段求值，不能引用运行时变量。若需运行时计算，必须使用指令而非表达式。
对齐问题：访问多字节数据时未对齐可能导致异常（取决于平台），使用 .align 确保数据按自然边界对齐。