企业官网建设流程全解析

简介：这份资源是面向微机原理与8086汇编语言学习者的字符匹配实验完整报告，针对“在任意长度字符串中搜索子串、且禁止使用串操作指令”这一经典上机题，提供从算法设计到调试验证的全过程记录。压缩包共1个docx文件，约839KB，内容涵盖题目要求、设计框图、主要循环体算法、带注释代码、EMU86与DOS双环境运行结果对比，以及实验心得。读者可从中获取字符比较与指针更新、found与pos单元置位、失败计数映射等关键实现思路，并对照匹配成功与失败两组测试用例理解跳转条件与循环控制，适合需要完成同类实验或复习汇编语法与程序设计技巧的学生参考。目前已有1709人学习下载。

1. 从一道“禁用串操作”的匹配题说起

8086 汇编课上，字符匹配这道上机题几乎是绕不开的坎：给定一个以 00h 结尾、长度小于 200h 的主串 str，再给一个以 00h 结尾、长度小于 80 的子串 substr，要求在不使用串操作指令的前提下，找出 substr 在 str 中首次出现的位置，找到就把 found 置 ffh、把位置写进 pos，找不到就把 found 置 00h。很多人第一反应是repne scasb一把梭，题目一句“禁止使用串操作指令”直接把这条路堵死，只能老老实实用指针加循环体手搓。这份微机字符匹配实验完整报告，解决的正是“从算法框图到 EMU8086 与 DOS 双环境跑通”的完整交付问题，适合正在做微机原理课设、汇编上机实验，或者需要交一份能复现、能答辩的实验报告的人直接参考。

2. 需求拆解与算法设计：把匹配过程拆成三个判断分支

2.1 题目约束背后的真实难点

这道题看着简单，真正动手才会发现约束条件一个比一个刁。str 长度小于 200h，意味着位置索引最大 0x1FF，用 16 位寄存器存 pos 完全够用，但循环计数器不能想当然地拿整个串长去跑；substr 长度小于 80，说明内层匹配最多推进 0x7F 次，嵌套循环的边界要分开算。00h 作为结束标志，意味着不能用长度寄存器直接控制循环，得靠“读一个字节、判一次零”来驱动，这本身就是一种典型的汇编思维训练。

最容易被忽略的是“禁止使用串操作指令”这条。movsb、cmpsb、scasb这些指令本质上是把“取字节、比较、指针自增、计数器自减”打包成一条微码，禁掉它们等于要求你把这层封装手动展开。血泪经验是：很多人代码写出来能跑，但一被问“你这算不算变相用了串操作”，就答不上来。合格的写法是全程只用mov、cmp、inc、dec、jmp、条件跳转这几类基本指令，指针推进靠显式的inc si/inc di，这样答辩时任何一行都能讲清楚。

还有一点，题目要求“匹配位置以 str 首地址为 0 参考点”，也就是 pos 存的是偏移量而不是绝对地址。这个细节在调试时特别容易翻车——如果你直接把 si 的当前值存进 pos，而 si 初始化时指向的是 str 的标号地址，那 pos 里就是绝对地址，跟题目要的偏移量差了一个基址。通常的做法是单独维护一个偏移计数器，或者用si - offset str算出来再存。

2.2 主循环体的三分支结构

算法思路在报告里写得很清楚，核心是一个“字符比较 → 相等处理 → 不相等处理”的三分支循环体。把它翻译成可执行的逻辑，大概是这么个骨架：

; 寄存器约定： ; SI -> str 当前比较位置 ; DI -> substr 当前比较位置 ; BX -> 本轮匹配在 str 中的起始偏移（即候选 pos） ; CX -> 失败回退计数 / 内层已匹配长度 ; AL -> str 当前字符，DL -> substr 当前字符 MATCH_LOOP: mov al, [si] ; 取主串当前字符 cmp al, 0 ; 主串是否已到结尾 je NOT_FOUND ; 到结尾仍未匹配，失败 mov dl, [di] ; 取子串当前字符 cmp al, dl jne MISMATCH ; 字符不等，走回退分支 ; ---- 相等分支 ---- inc si inc di cmp byte ptr [di], 0 ; 子串是否已结束 je FOUND ; 子串走完，匹配成功 jmp MATCH_LOOP MISMATCH: ; ---- 不等分支：回退到候选起点 +1 重新开始 ---- inc bx ; 候选起点后移一位 mov si, bx ; SI 回到新候选起点 lea di, substr ; DI 重置到子串首 jmp MATCH_LOOP FOUND: mov found, 0FFh mov pos, bx ; BX 即匹配起始偏移 jmp DONE NOT_FOUND: mov found, 00h DONE: ; 程序结束

这段骨架里，BX 承担了“候选起点”的角色，是整个算法的锚点。相等时 SI、DI 同步前进，一旦失配，SI 不是简单加一，而是回到 BX+1 重新对齐——这正是报告里“将失败计数值映射到指针”那句话的落地方式。用 BX 显式记录候选起点，比用 CX 做失败计数再反算指针要直观得多，调试时在 EMU8086 里盯着 BX 和 SI 两个寄存器就能判断回退逻辑对不对。

参数上要注意：cmp byte ptr [di], 0里的byte ptr不能省，否则汇编器可能按字比较，把子串结尾后面的字节也读进来，导致“子串明明结束了却判不出来”的玄学 bug。另外lea di, substr在 EMU8086 里对数据段标号是有效的，但如果你的数据段和代码段分开定义，要确认assume ds:data已经写对，不然 DI 会指到错误段。

2.3 边界条件与失败回退的正确性

回退逻辑是这道题最容易写错的地方。举个具体例子：str =*bb*bbu*bbup*bbbupt*bbupt，substr =bbupt。当 SI 走到第一个bbu时，前三个字符b、b、u都匹配上了，第四个字符 str 是*、substr 是p，失配。这时候如果只是inc si从失配位置继续，就会漏掉“从第二个 b 开始可能匹配”的情况。正确做法是回到候选起点 BX 的下一位，也就是从第一个b后面的那个b重新开始比。

这种“部分匹配后回退”的模式，本质上是朴素字符串匹配算法（暴力匹配）的手写版。它的时间复杂度是 O(n×m)，n 是主串长度、m 是子串长度，在这道题的规模下（n < 512，m < 128）完全够用，不需要上 KMP。但要注意一个坑：如果 substr 是空串（首字节就是 00h），按上面的逻辑会在第一次比较时cmp byte ptr [di], 0直接命中 FOUND，pos 存的是 0。这在语义上算“空串在任何位置都匹配”，但题目没明确要求处理这种情况，通常的做法是在程序入口先判一次 substr 首字节，为空则直接置 found=ffh、pos=0，避免后续循环出现未定义行为。

3. 完整程序实现：数据段、代码段与双环境验证

3.1 数据段与变量布局

数据段的布局直接决定了调试时能不能一眼看懂内存。我一般会把 str、substr、found、pos 四个变量按顺序放，并在 str 和 substr 后面显式补 00h，这样即使手写测试数据时忘了结尾符，也能靠显式补零兜底：

DATA SEGMENT str db '*bb*bbu*bbup*bbbupt*bbupt', 00h substr db 'bbupt', 00h found db 00h pos dw 0000h DATA ENDS CODE SEGMENT assume cs:CODE, ds:DATA START: mov ax, DATA mov ds, ax ; 初始化数据段 lea si, str ; SI 指向主串首 lea di, substr ; DI 指向子串首 xor bx, bx ; BX = 候选起点偏移，从 0 开始 ; ... 主循环体（见 2.2 节骨架） CODE ENDS END START

这里pos用dw定义而不是db，因为 str 长度上限 200h，偏移量可能超过 255，用字节存会截断。found 用db就够，它只有 00h 和 ffh 两个值。数据段里 str 的测试串故意设计成包含多个“近似匹配”片段（bbu、bbup、bbupt层层递进），就是为了在调试时能观察到回退逻辑是否真的从正确位置重启，而不是碰巧蒙对。

3.2 主循环的完整落地与寄存器分工

把 2.2 的骨架补全成可汇编的完整循环，关键是把“相等分支里子串结束判断”和“不等分支里主串结束判断”这两个出口分清楚。完整版本如下：

MATCH_LOOP: mov al, [si] cmp al, 0 je NOT_FOUND ; 出口1：主串耗尽 mov dl, [di] cmp al, dl jne MISMATCH inc si ; 字符相等，双指针前进 inc di cmp byte ptr [di], 0 je FOUND ; 出口2：子串耗尽，匹配成功 jmp MATCH_LOOP MISMATCH: inc bx ; 候选起点右移一位 mov si, bx ; SI 回到新候选起点 lea di, substr ; DI 重置 cmp byte ptr [si], 0 je NOT_FOUND ; 出口3：回退后主串已到尾 jmp MATCH_LOOP FOUND: mov found, 0FFh mov pos, bx jmp DONE NOT_FOUND: mov found, 00h mov pos, 0FFFFh ; 约定：未找到时 pos 置 FFFFh，便于区分 DONE: mov ah, 4Ch int 21h

寄存器分工是这套实现的核心：SI 是“当前比较位置”，DI 是“子串内位置”，BX 是“本轮候选起点”，AL/DL 只做临时字符暂存。CX 在这版里没有用上，因为回退靠 BX 直接定位，不需要失败计数反算——这是和报告里“失败计数值加一并映射到指针”略有不同的实现选择，效果等价但更不容易算错。如果你坚持按报告的 CX 方案写，那 CX 要每轮失配后inc cx，再用si = 候选起点 + cx算新位置，多一步加法，调试时多一个寄存器要盯。

pos在未找到时置 FFFFh 是我个人的习惯，题目只要求 found=00h，没规定 pos 的值，但留一个哨兵值能让测试用例断言更干净——答辩时被问“没找到时 pos 是什么”，答“约定为 FFFFh，避免残留旧值误导”比答“没管它”要稳。

3.3 EMU8086 与 DOS 双环境的一致性验证

报告里做了两组测试：成功用例 str=*bb*bbu*bbup*bbbupt*bbupt、substr=bbupt，预期 pos 指向最后一个bbupt的起始偏移；失败用例 str=*bb*bbu*bbup*、substr=bbupt，预期 found=00h。这两组用例的设计意图很明确：成功用例里前面埋了bbu、bbup这些“半截匹配”陷阱，专门考验回退；失败用例则是主串在候选起点耗尽前就结束了，考验出口 1 和出口 3 的衔接。

在 EMU8086 里验证时，单步执行到 FOUND 标签，看 BX 的值是不是等于手工数出来的偏移。以成功用例为例，*bb*bbu*bbup*bbbupt*bbupt里最后一个bbupt前面有 19 个字符（含前面的*和bbu片段），所以 pos 应该是 0x13。如果 BX 停在 0x13，说明回退逻辑正确；如果停在更小的值，多半是失配后 SI 没回到 BX+1 而是直接 inc 了。DOS 环境下用debug加载 exe，g命令跑到结束，d查看 found 和 pos 所在内存，结果应与 EMU8086 一致。两个环境结果对不上，最常见的原因是数据段初始化漏了mov ds, ax，导致 DOS 下读到的是 PSP 段的数据，这种 bug 在 EMU8086 的默认配置里有时被掩盖。

提示：EMU8086 的“Emulate”和“Compile and Run”行为不完全一样，前者是软件模拟、后者可能走内置的 DOS 兼容层。验证时以 Emulate 单步结果为准，再用真实 DOS（或 DOSBox）跑一遍 exe 做交叉确认，两边一致才算过。

4. 调试避坑：四个最容易翻车的点

4.1 现象：匹配成功但 pos 总是差一个固定值

原因几乎都是 pos 存了绝对地址而不是偏移。SI 初始化时lea si, str拿到的是 str 在数据段内的偏移，如果直接把 SI 存进 pos，得到的是“str 基址 + 匹配位置”，比题目要的偏移多了 str 的起始偏移。解决方法是全程用 BX 记录相对偏移（从 0 开始inc bx），pos 只存 BX，永远不存 SI。这个坑的隐蔽性在于：如果 str 恰好定义在数据段偏移 0 处，两种写法结果一样，换个数据段布局就露馅。

4.2 现象：某些用例死循环，EMU8086 跑飞

原因通常是失配分支里 SI 没有真正前进。比如写成mov si, bx但忘了inc bx，SI 回到原候选起点，下一轮又同样失配，无限循环。或者lea di, substr写成了mov di, substr，后者取的是 substr 地址处的字内容而不是地址本身，DI 指向垃圾数据，比较结果随机。解决方法是失配分支严格按“先 inc bx、再 mov si,bx、再 lea di,substr”的顺序写，并在循环入口加一个“SI 是否超过 str 末尾”的兜底判断，防止越界读。

4.3 现象：子串结尾判断失效，把后面的字节也匹配进去

原因是cmp byte ptr [di], 0漏了byte ptr，汇编器按字比较，读的是 DI 处两个字节，低字节是 00h 但高字节非零时比较结果不为零，子串结束判断永远不成立。另一种情况是数据段里 substr 后面紧跟着 found 变量，如果 substr 忘了补 00h，程序会把 found 的初值 00h 当成子串结尾，碰巧能跑但语义完全错。解决方法：substr 定义时显式补, 00h，比较时强制byte ptr，并在数据段里把 substr 和 found 之间留一两个填充字节，避免“忘补零也能跑”的假象。

4.4 现象：EMU8086 通过、DOS 下 found 值不对

原因是段寄存器初始化不完整。EMU8086 的默认模板有时会自动帮你设好 DS，但裸写 exe 在 DOS 下跑，mov ax, DATA/mov ds, ax少一步，DS 就还是 PSP 段，所有变量读写都偏了。表现是 found 读出来是随机值，或者 pos 指向莫名其妙的位置。解决方法：程序入口固定写三行段初始化，assume伪指令写全，编译后用debug的r命令确认 DS 确实等于数据段段址，再往下跑。

5. 验收与答辩：怎么证明这套匹配真的对

验收这道题，光说“跑通了”不够，得拿得出可复现的证据链。我一般按三步走：先手工推演预期值，再单步验证中间状态，最后用边界用例压一遍。

第一步，对每组测试数据手工算出预期 pos。成功用例*bb*bbu*bbup*bbbupt*bbupt配bbupt，从前往后数，最后一个bbupt的起始偏移是 0x13，那验收断言就是 found=FFh、pos=0x13。这一步必须在写代码前做完，否则跑出什么结果都觉得“大概对”。

第二步，在 EMU8086 里单步到 FOUND 标签，检查 BX、SI、DI 三个寄存器的值是否符合推演。重点看失配那几轮 BX 有没有按预期递增、SI 有没有回到 BX 指向的位置。这一步能抓出 90% 的回退逻辑错误。

第三步，补边界用例。下面这张表是我答辩时常用的验收清单：

答辩时被问得最多的两个问题：一是“你为什么不用 KMP”，答“题目规模 n<512、m<128，暴力匹配最坏 6 万多次比较，8086 主频下毫秒级完成，KMP 的 next 数组构建反而增加代码复杂度和调试成本”；二是“禁串操作你怎么保证没变相用”，答“全程只有 mov/cmp/inc/dec/jmp 和条件跳转，指针推进逐条可见，没有任何 rep 前缀或串指令助记符”。把这两问答利索，基本就稳了。

从那以后我每次交汇编实验，都强制自己先手推预期值、再单步对寄存器、最后补边界表，三步缺一不交。这套习惯帮我躲过了好几次“碰巧跑通”的假象。希望帮到你。

本文还有配套的精品资源，点击获取