КВС (kvs_9_8.py) — Ассемблер с русским синтаксисом для x86-64

📖 Оглавление

• 🎯 Назначение и концепция
• 🚀 Особенности и возможности
• ⚙️ Архитектура и процесс сборки
• 📁 Формат исходных файлов (.квс)
• 🔧 Система команд (инструкции)
• 💾 Регистры процессора
• 📋 Директивы ассемблера
• 📦 Система импорта модулей
• 🔄 Процесс трансляции и выходные файлы
• ⚠️ Ограничения и особенности реализации

🎯 Назначение и концепция

КВС — это ассемблер для архитектуры x86-64, полностью использующий русскую лексику для мнемоник инструкций, имён регистров и директив. Проект носит образовательный и экспериментальный характер и демонстрирует принципы работы ассемблера, построения ELF-файлов и трансляции высокоуровневых концепций в машинный код.

Ключевые философские принципы проекта:

• Самодокументируемый код: Читаемость и ясность важнее краткости.
• Изоляция логики: Разделение парсера, трансформатора и кодогенератора.
• Минимизация зависимостей: Используется только struct для упаковки данных, re не используется.
• Избегание чрезмерного ООП: В контексте возможной будущей самокомпиляции.

🚀 Особенности и возможности

• Полностью русский синтаксис: Все инструкции (переместить, прибавить, вызвать), регистры (раикс, есипи, ал) и директивы (.текст, .данные) используют кириллицу.
• Генерация исполняемых ELF-файлов: На выходе создаются 64-битные ELF-файлы для Linux, готовые к запуску.
• Двухпроходная сборка: Традиционная для ассемблеров схема с разрешением меток.
• Поддержка секций: Явное разделение на секции кода (.текст) и данных (.данные).
• Система импорта модулей: Директива .импорт для включения других файлов .квс с автоматическим разрешением имён.
• Подготовка к сложной адресации: Архитектура заложена для будущей трансформации сложных режимов адресации памяти в последовательности простых инструкций через промежуточное представление.
• Детальное логирование: Генерация .log.csv файла с полным соответствием машинных кодов, виртуальных адресов и исходных команд.

⚙️ Архитектура и процесс сборки

Процесс трансляции исходного кода .квс в исполняемый файл .elf проходит через несколько этапов:

Исходный файл (.квс)
        │
        ▼ (Этап 1: Разбор и импорт)
Промежуточный файл (.квс.промежуточный)
        │
        ▼ (Этап 2: Двухпроходное ассемблирование)
Данные секций + Таблица меток
        │
        ▼ (Этап 3: Генерация ELF)
Исполняемый файл (.elf) + Лог (.log.csv)

Подробнее об этапах:

1. Построение промежуточного представления: Исходный файл и все импортированные модули объединяются в один текст. Метки и константы переименовываются (получают суффикс имени модуля) для избежания коллизий.
2. Первый проход ассемблирования: Анализируется промежуточный файл, вычисляются размеры всех инструкций и данных, строится таблица меток с их смещениями внутри секций.
3. Второй проход ассемблирования: Генерируется машинный код. Адреса меток подставляются в инструкции переходов, загрузки адресов и т.д. Формируются бинарные содержимое секций .text и .data.
4. Компоновка ELF: Собранные секции упаковываются в формат исполняемого файла ELF 64-bit с корректными заголовками, таблицами секций и сегментов.

📁 Формат исходных файлов (.квс)

Исходные файлы имеют расширение .квс. Их структура следует традициям ассемблера:

; Комментарий начинается с точки с запятой
.данные                   ; Начало секции данных
    приветствие: .строка_нуль "Здравствуй, мир!"
    число: .байт 0x2A

.текст                    ; Начало секции кода
.глобал _start            ; Объявление точки входа

_start:                   ; Метка
    переместить_имм раикс, 60   ; Системный вызов exit (60) в rax
    переместить_имм рдикс, 42   ; Код возврата (42) в rdi
    вызов_системы               ; Вызов ядра (syscall)

🔧 Система команд (инструкции)

Ассемблер поддерживает обширный набор инструкций x86-64, сгруппированных по категориям:

Категория	Примеры инструкций	Соответствие NASM
Перемещение данных	переместить, загрузить, сохранить, загрузить_адрес	mov, lea
Арифметика	прибавить, вычесть, умножить, разделить, увеличить	add, sub, mul, div, inc
Логические операции	и, или, инвертировать, проверить	and, or, not, test
Управление потоком	переход, переход_если_равно, вызвать, вернуться	jmp, je, call, ret
Работа со стеком	втолкнуть, вытолкнуть	push, pop
Сдвиги и вращения	сдвиг_влево, вращать_вправо	shl, ror
Строковые операции	переместить_байт, сравнить_байты	movsb, cmpsb
Системные вызовы	вызов_системы, прервать	syscall, int

Особенности кодирования: Проект корректно генерирует префиксы REX, учитывает размеры операндов (8/16/32/64 бита) и поддерживает базовые режимы адресации памяти (например, [раикс]).

💾 Регистры процессора

Поддерживаются регистры x86-64 во всех их размерах:

64-битные	32-битные	16-битные	8-битные (младшие)	8-битные (старшие)
раикс	еаикс	аикс	ал	аш
рбикс	ебикс	бикс	бл	бш
рсикс	есикс	сикс	кл	чш
рдикс	едикс	дикс	дл	дш
рсипи	есипи	эсп	спл	—
рбипи	ебипи	бипи	бпл	—
рсиай	есиай	эс	сил	—
рдиай	едиай	ди	дил	—
р8 ... р15	р8д ... р15д	р8в ... р15в	р8б ... р15б	—

📋 Директивы ассемблера

Директивы управляют процессом ассемблирования, не превращаясь в машинный код напрямую.

Директива	Описание	Пример
.текст	Переключает ассемблер на запись в секцию кода.	.текст
.данные	Переключает ассемблер на запись в секцию данных.	.данные
.глобал	Объявляет метку глобальной (точку входа программы).	.глобал _start
.строка / .строка_нуль	Резервирует место в секции данных для строки (без нуля / с нулевым завершителем).	.строка_нуль "Текст"
.байт	Резервирует один или несколько байт с заданными значениями.	.байт 1, 0xFE, 255
.константа	Определяет символьную константу, которую можно использовать как число.	.константа ВЫХОД = 60
.импорт	Включает содержимое другого файла .квс в текущую сборку.	.импорт библиотека.квс

📦 Система импорта модулей

Директива .импорт позволяет разбивать проект на несколько файлов.

Принцип работы:

1. Рекурсивный поиск: Ассемблер ищет указанный файл в той же директории, что и импортирующий файл.
2. Переименование: Чтобы избежать конфликтов имён, все метки и константы импортированного модуля автоматически получают суффикс, основанный на имени файла (например, метка цикл из модуль.квс станет цикл_модуль).
3. Объединение: Содержимое всех секций .данные из импортированных файлов сливается в общую секцию .данные промежуточного файла. Аналогично для .текст.

Это упрощает создание библиотек и организацию больших проектов.

🔄 Процесс трансляции и выходные файлы

Запуск ассемблера:

python3 kvs_9_8.py программа.квс

В результате создаются три файла:

1. программа.квс.промежуточный: Текстовый файл, содержащий объединённый и переименованный код всех модулей. Используется для отладки процесса импорта.
2. программа.elf: Исполняемый 64-битный ELF-файл. Для запуска может потребоваться установить флаг исполнения: chmod +x программа.elf.
3. программа.log.csv: Детальный лог в формате CSV, где для каждого байта машинного кода указан его виртуальный адрес, шестнадцатеричное значение, целевой адрес (для инструкций переходов) и исходная команда на русском языке. Неоценим для обучения и отладки.

⚠️ Ограничения и особенности реализации

• Экспериментальный статус: Проект в активной разработке, некоторые углы архитектуры x86-64 могут быть реализованы не полностью.
• Базовая адресация памяти: На данный момент поддерживаются преимущественно простые формы адресации (например, [регистр]). Режимы со сдвигом и несколькими регистрами ([база + индекс*масштаб + смещение]) предназначены для реализации через трансформацию в промежуточном представлении (задел на будущее).
• Отсутствие макросов и условной компиляции: В текущей версии эти конструкции не поддерживаются.
• Лексический анализатор (лексер): Написан "вручную", без использования регулярных выражений (re), в соответствии с философией проекта.
• Генерация ELF: Реализация фокусируется на создании рабочих исполняемых файлов для Linux. Некоторые необязательные или специфичные поля заголовков ELF могут быть заполнены упрощённо.