3.4 手工编码与解码一条指令实战

3.4 手工编码与解码一条指令实战

本节摘要：这是编码车间的总装台。本节不带汇编器，纯用格式表把四条 RISC-V 指令与两条 x86 指令从零装配成机器字节，再反向解码验收，最后故意制造一个方向错位并当场修复。读完你应当获得全册的核心手艺——位级对账，这也是进入第 5 章解码车间前的入场券。

演练场地与工具

需要的装备只有三样：一张 RISC-V 基本格式速查表（下面就有）、一支笔、一个免费的反汇编工具或在线反汇编站点用于验收。全程约需要一段完整的空闲时间，请把它当成一次真正的装配作业而不是阅读——纸面上的位串必须亲手誊写与相加，眼过千遍不如手过一遍。

先把速查表钉在案头。寄存器编号按 ABI 名对应：zero=0，ra=1，sp=2，a0=10，a1=11，a2=12，t0=5，s0=8。RISC-V 各格式的字段从高位到低位排列如下：

R 型： funct7 rs2  rs1  f3 rd  opcode
I 型： imm[11:0]  rs1  f3 rd  opcode
S 型： imm[11:5] rs2 rs1 f3 imm[4:0] opcode
B 型： imm[12] imm[10:5] rs2 rs1 f3 imm[4:1] imm[11] opcode
常用操作码：R 型 0110011  I 运算 0010011  访存 load 0000011 store 0100011
分支 1100011  jal 1101111
​

第一批：RISC-V 四连装

指令一：add a0, a1, a2（R 型）。字段清点：funct7=0000000，rs2=a2=12=01100，rs1=a1=11=01011，f3=000，rd=a0=10=01010，opcode=0110011。按位拼接：

0000000 01100 01011 000 01010 0110011
→ 0000 0000 1100 0101 1000 0101 0011 0011 → 0x00C58533
​

指令二：addi sp, sp, -16（I 型）。立即数按补码：-16 的 12 位表示是 111111110000。字段：imm=111111110000，rs1=sp=2=00010，f3=000，rd=sp=2=00010，opcode=0010011：

111111110000 00010 000 00010 0010011
→ 1111 1111 0000 0001 0000 0001 0001 0011 → 0xFF010113
​

这是所有函数序言里最高频的一条指令——栈指针下压 16 字节。你会在无数反汇编输出的开头见到 ff010113，今天之后你不仅认识它，还能拆穿它。

指令三：sw a0, 4(sp)（S 型）。立即数 4 要拆两段：高段 imm[11:5]=0000000，低段 imm[4:0]=00100。字段：imm[11:5]=0000000，rs2=a0=01010，rs1=sp=00010，f3=010，imm[4:0]=00100，opcode=0100011：

0000000 01010 00010 010 00100 0100011
→ 0000 0000 1010 0001 0010 0010 0010 0011 → 0x00A12223
​

注意 S 型的陷阱：立即数不是连续一段，而是首尾两段，中间夹着 rs2、rs1、f3。第一次手工装配十有八九在这里出错。

指令四：beq a0, a1, +16（B 型）。立即数 16 = 二进制 1 0000 0000 0000 后五位是 10000：imm[12]=0，imm[10:5]=000000，imm[4:1]=1000，imm[11]=0。字段拼接：

0 000000 01011 01010 000 1000 0 1100011
→ 0000 0000 1011 0101 0000 1000 0110 0011 → 0x00B50863
​

B 型比 S 型更碎：立即数被切成三段，且不含最低位（分支目标必须按 2 字节对齐，最低位恒零干脆不编码）。装配完别急着看下一题，先把四个十六进制值抄到验收环节去。

第二批：x86 两连装

指令五：mov eax, 0x1234。查表：寄存器立即数装载占 B8 到 BF 一带，eax 对应 B8，后随 32 位小端立即数：

B8 34 12 00 00
​

指令六：add eax, ebx。操作码 01 是"寄存器加到寄存器/内存"；ModRM 需要自填：mod=11（寄存器对寄存器），reg=ebx=011（作为源），rm=eax=000（作为目标）——11 011 000 = 0xD8：

01 D8
​

两字节搞定，这就是 2.1 节说的 CISC 密度优势。同时请记住 reg 与 rm 的方向语义：操作码换成 03（方向反转）时，ebx 与 eax 的角色就互换。方向位是 x86 手工编码的第一大坑。

验收与解码回程

把六个值送进反汇编工具：0x00C58533 应还原为 add a0,a1,a2；0xFF010113 还原为 addi sp,sp,-16；0x00A12223 还原为 sw a0,4(sp)；0x00B50863 还原为 beq a0,a1,16；B8 34 12 00 00 与 01 D8 分别还原为两条 x86 指令。任何一条对不上，回到拼接步骤逐段核对——九成错误出在立即数拆段。

再来一道纯解码题检验回程能力。拿到陌生字节 67 80 00 00，按小端拼成 0x00008067：低 7 位 1100111 是 jalr；f3=000；rs1=00001（ra）；rd=00000（zero）；立即数为 0。语义：跳到 ra 里的地址，把返回地址写进 zero（等于丢弃）。这就是 ret 的真身——你在 1.1 节见过的老朋友，现在你能徒手拆它了。

事故演练：一次方向错位

最后故意制造一次真实事故。目标是把 ebx 写进 eax 指向的内存（即 mov [eax], ebx），正确做法是操作码 89 加 ModRM：mod=00（无位移）、reg=ebx=011（源）、rm=eax=000（目标内存），编码 89 18。假设你顺手写成了 8B 18——操作码 8B 是"读进寄存器"方向，同一份 ModRM 18 立刻被解释成"把 eax 指向的内存读进 ebx"。两个字节之一写反，语义完全颠倒：本想存数，实际在覆盖 ebx。更阴险的是这类错误不会报错：它是合法指令，反汇编器欣然通过，只有跑起来数据不对才会暴露。教训：x86 的 89 与 8B 像双向阀门，装配时先默念数据流向，再落操作码。

本节要点回顾

• 手工装配五步：拆语义、选格式、清点字段、按位拼接、十六进制定稿；解码回程是同一张表的逆向使用。
• 立即数拆段是错误重灾区：S 型切两段、B 型切三段且不含零位——拼接时先画格子再填位。
• 高频指令值得背下字节形态：函数序言 0xFF010113、返回 0x00008067，见过即能秒解。
• x86 的方向位（89 与 8B）是第一大坑：错位不报错、语义全颠倒，落码前先默念数据流向。
• 位级对账手艺的验收标准：给你任意合法字节，能不查工具拆出字段；给你任意汇编，能独立装出字节。