8086汇编字符串匹配实战：指针回退与结束符判断避坑指南

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双环境运行结果及实验心得，完整呈现了字符比较、相等与不相等分支处理、found与pos单元置位等关键逻辑。已有1709人学习下载，适合正在做汇编实验、需要参考无串操作指令实现思路与排错方法的学生对照使用，也可帮助理解指针更新、失败计数与跳转条件的组织方式。

1. 从一次“指针回退”翻车说起：8086 汇编字符串匹配到底难在哪

第一次在 8086 上做字符匹配实验，我信心满满地写完循环，结果 EMU8086 里跑出来的pos永远比正确答案大 1，换一组输入又变成乱值。盯着屏幕看了半小时才反应过来：问题不在比较指令，而在“失配之后指针该退到哪”。这个实验表面上是写一个字符串搜索程序，实际上考的是你对指针回退逻辑、循环边界、结束符判断这三件事的掌控力。题目要求很明确：str以00h结束、长度小于200h，substr以00h结束、长度小于80，找到就把found置ffh并把匹配位置（以str首地址为 0 参考点）写进pos，找不到就置00h，而且禁止使用串操作指令。这意味着你不能靠rep movsb、cmpsb这类指令偷懒，必须老老实实用si、di、cx和条件跳转把逻辑搭出来。这篇内容面向三类人：正在做微机原理上机实验、需要一份能跑通且讲得清的报告的同学；想搞明白“无串操作指令下字符串匹配怎么设计”的开发者；以及调试时总在指针回退上翻车、想找一套可复现排查思路的人。我会把算法思路、完整代码结构、两组测试用例的验证过程，以及我踩过的坑一条条拆开讲，新手能照着改，熟手能看到判断依据。

2. 算法设计：不用串操作指令，匹配逻辑怎么搭

2.1 两个指针加一个失败计数：核心循环体的拆解

这个实验的算法骨架其实不复杂，但每一步的边界条件都得想清楚。我一般会这么比：把整个匹配过程看成“主串指针si定锚点、子串指针di逐位比对、失配后锚点右移一位重来”。具体来说，用si指向str当前匹配起点，di指向substr当前比较位置，cx在失配时承担“失败计数”的角色，用来把si映射回下一个起点。

循环体分三条路走：

第一，字符比较。把[si]和[di]分别取到寄存器（比如al和bl），用cmp比较。这一步没什么玄学，但要注意取的是字节还是字——题目里字符串以00h结束，按字节处理最自然，所以用mov al, [si]和mov bl, [di]。

第二，相等处理。字符相等时，先看substr是不是已经走到结束符。判断方法是看[di]是否为00h：如果是，说明整个子串匹配完了，此时把found置ffh，并把当前锚点位置写进pos。这里有个容易翻车的点：pos存的是“以str首地址为 0 参考点”的偏移，所以要么在程序开头把str首地址存到一个基准寄存器里，用si减基准得到偏移；要么直接用si相对段首的偏移，前提是str就放在段首。我建议显式保存基准，别赌数据段布局。

第三，不相等处理。字符不等时，先判断str是否结束：如果[si]是00h，说明主串都扫完了还没匹配上，直接found = 00h收工。如果没结束，就把失败计数加一，然后让si回退到“上一个起点 + 1”的位置，di归零重新指向子串开头，进入下一轮。这里的“失败计数”本质上是记录当前锚点已经试到第几个位置，回退时用si - cx + 1或者类似方式算出新起点。很多同学写错就错在这一步：要么忘了di归零，要么si回退多减了一位。

提示：substr为空串（第一个字节就是00h）时，按逻辑应该立即匹配成功、pos = 0。虽然实验用例一般不会给空串，但写判断时顺手处理掉，调试时少一个黑匣子。

2.2 结束符判断与边界：为什么 00h 比长度寄存器更可靠

题目给的是“以00h结束”，而不是给长度。这意味着你不能靠cx预存长度来控制循环，必须每轮都检查当前字节是不是00h。这个设计的好处是字符串长度可以动态变化，坏处是结束符判断的位置极其关键：判断早了会漏掉最后一个字符，判断晚了会越界读到脏数据。

我的做法是把结束符判断嵌在比较之后、跳转之前。相等分支里先判substr结束，不等分支里先判str结束。顺序不能反：如果先判str结束再判字符相等，那么当str最后一个字符恰好和substr当前字符相等、但substr还没结束时，你会误判为失败。反过来，如果相等分支里先改指针再判结束，又会把结束符本身当成有效字符比进去。

另一个边界是长度上限：str小于200h、substr小于80。这两个数字在实验里更多是约束数据段布局用的，程序逻辑上不需要硬编码，但调试时可以用它们来检查si、di有没有跑飞。我习惯在 EMU8086 里单步时盯着si的值，一旦超过200h还没结束，基本就是结束符判断写漏了。

2.3 寄存器分工表：谁存指针、谁存计数、谁存结果

把寄存器分工定清楚，后面写代码和调试都会顺很多。下面这张表是我实际写的时候用的分配方案，你可以按自己习惯调整，但建议保持“一个寄存器只干一件事”：

found和pos放在数据段里，用mov found, 0ffh这类指令直接写。注意found是字节还是字要和数据段定义一致，实验里一般定义成db，写ffh和00h都按字节来。

3. 完整代码与逐段注释：从数据段到匹配收尾

3.1 数据段与结果单元定义

先把数据段搭好。str和substr都用db定义，末尾手动加00h。found和pos初始值给 0，方便调试时观察是否被正确改写。base用来存str首地址，算pos时用得上。

DATA SEGMENT str db '*bb*bbu*bbup*bbbupt*bbupt', 00h ; 主串，以 00h 结束 substr db 'bbupt', 00h ; 子串，以 00h 结束 found db 00h ; 匹配标志：ffh 成功，00h 失败 pos dw 0000h ; 匹配位置，以 str 首地址为 0 base dw 0000h ; 保存 str 首地址，用于算偏移 DATA ENDS

这里pos用dw是因为偏移可能超过 255，虽然实验用例里位置不大，但按字处理更稳妥。base在代码段开头用mov base, offset str赋值，后面算pos时用si - base得到相对偏移。

3.2 主循环代码与关键跳转说明

下面是核心匹配段。为了可读性，我把“相等处理”和“不等处理”分成两个标签，跳转关系一目了然。

CODE SEGMENT assume cs:CODE, ds:DATA START: mov ax, DATA mov ds, ax mov base, offset str ; 保存主串首地址 mov si, offset str ; si 指向主串当前锚点 mov cx, 0 ; cx 作为失败计数，初始为 0 MATCH_LOOP: mov di, offset substr ; 每轮子串从头开始 mov al, [si] ; 取主串当前字符 cmp al, 00h ; 主串是否已结束 je NOT_FOUND ; 结束则匹配失败 COMPARE: mov al, [si] ; 重新取主串字符（si 可能已后移） mov bl, [di] ; 取子串字符 cmp bl, 00h ; 子串是否已结束 je FOUND ; 子串结束，匹配成功 cmp al, 00h ; 主串是否已结束 je NOT_FOUND ; 主串结束，匹配失败 cmp al, bl ; 比较当前字符 jne MISMATCH ; 不等，转失配处理 inc si ; 相等，主串指针后移 inc di ; 子串指针后移 jmp COMPARE ; 继续比较下一位 MISMATCH: inc cx ; 失败计数加一 mov si, offset str ; 回到主串首地址 add si, cx ; 加上失败计数，得到下一个锚点 jmp MATCH_LOOP ; 从新锚点重新匹配 FOUND: mov found, 0ffh ; 置匹配成功标志 mov ax, si ; 当前 si 指向匹配结束后的位置 sub ax, offset substr ; 减去子串长度（用偏移差近似） sub ax, base ; 减去主串首地址，得到相对偏移 mov pos, ax ; 存入 pos jmp EXIT NOT_FOUND: mov found, 00h ; 置匹配失败标志 mov pos, 0000h ; 位置清零，避免脏值 EXIT: mov ah, 4ch int 21h CODE ENDS END START

这段代码里有几个点值得展开说。第一，MATCH_LOOP开头先判一次主串结束，是为了处理“锚点已经移到结束符”的情况，避免进入COMPARE后拿00h去和子串首字符比。第二，COMPARE里先判子串结束再判主串结束，顺序和前面分析的一致，保证最后一个字符能被正确比较。第三，MISMATCH里用mov si, offset str加add si, cx来算新锚点，等价于“上一个起点右移一位”，因为cx记录的是已经失败过的起点数。第四，FOUND里算pos的方式是si - 子串长度 - base，但更稳妥的做法是在匹配开始时把锚点存到一个临时单元，匹配成功时直接取那个值。上面代码用偏移差近似，是因为si在匹配过程中已经后移了子串长度那么多，减回去就是起点。如果你觉得绕，可以在MATCH_LOOP开头加一句mov temp, si，成功时mov ax, temp再减base，逻辑更直白。

注意：sub ax, offset substr这行依赖substr的长度恰好等于si后移的字节数。如果子串里有特殊字符或者长度变化，建议改用临时单元保存锚点，别用偏移差硬算。

3.3 匹配成功与失败两条路径的收尾差异

成功路径和失败路径的收尾不只是found值不同，pos的处理也有讲究。成功时pos必须写真实偏移，失败时我习惯把pos清零，这样调试时一眼能看出“没匹配上”而不是残留上一次的脏值。另外，成功路径里算完pos后直接跳EXIT，不要再掉进NOT_FOUND，否则found会被覆盖成00h。这个跳转关系在单步调试时特别容易看出来：如果found先变ffh又变00h，八成是成功分支没跳走。

4. 调试与验证：两组用例在 EMU8086 和 DOS 下的对照

4.1 匹配成功用例：str 含 bbupt 时的 pos 验证

第一组用例用题目给的：str = '*bb*bbu*bbup*bbbupt*bbupt'，substr = 'bbupt'。手动数一下，str里第一个bbupt出现在末尾倒数第二个位置附近，具体偏移可以在 EMU8086 里单步看si的值。跑完之后检查found应该是ffh，pos应该指向第一个完整匹配的起始偏移。

调试时我一般分三步看：先在COMPARE标签处设断点，观察al和bl是否按预期逐位相等；再在FOUND处看si的值，确认它指向匹配结束后的位置；最后用si减去子串长度和base，核对pos是否等于手动数的偏移。EMU8086 的寄存器窗口能直接看si、di、cx，比 DOS 下盲跑友好得多。DOS 环境跑一遍主要是验证程序不依赖调试器的特殊行为，结果应该和 EMU8086 一致。

4.2 匹配失败用例：子串不存在时 found 与 pos 的落点

第二组用例：str = '*bb*bbu*bbup*'，substr = 'bbupt'。主串里没有完整的bbupt，所以found应该是00h，pos按我的写法清零。这组用例的重点是看失配后的指针回退有没有把si推出界。单步时盯着cx递增、si从offset str + cx重新开始，直到si指向00h触发NOT_FOUND。如果程序卡死或者si跑到200h以外，基本就是MISMATCH里的回退公式写错了，或者COMPARE里漏了主串结束判断。

两组用例跑完，EMU8086 和 DOS 的结果一致，说明程序没有依赖调试器的隐含初始化。这里有个血泪经验：EMU8086 有时会对未初始化寄存器给 0，DOS 下可不一定，所以cx、si、di在进入主循环前一定要显式赋值，别指望“默认是 0”。

4.3 单步调试时该盯哪几个寄存器

单步调试不是从头到尾按 F7，而是有重点地看。我的习惯是：进入COMPARE后看al、bl是否等于当前期望字符；jne MISMATCH触发时看cx是否等于“当前锚点相对首地址的偏移”；FOUND触发时看si和base的差值是否等于子串长度加偏移。这三个检查点覆盖了绝大多数逻辑错误。如果found值对但pos不对，问题一定在FOUND段的偏移计算；如果found一直是00h但明明有匹配，问题多半在COMPARE的结束符判断顺序。

5. 避坑与排查：五条真实踩坑记录

5.1 现象：pos 总比正确答案大 1

原因：FOUND段算偏移时，si已经指向匹配结束后的下一个位置，减子串长度时多减或少减了一位，或者base没减。
解决：在MATCH_LOOP开头用临时单元保存锚点，成功时直接取临时单元减base，不要用si反推。改完之后pos一次就对。

5.2 现象：失配后程序死循环，si 不前进

原因：MISMATCH里cx加了但si没重新赋值，或者si回退公式写成了si - cx导致原地打转。
解决：确保MISMATCH里先inc cx，再用mov si, offset str加add si, cx重算锚点。单步时看si每轮是否严格递增，不增就是公式错了。

5.3 现象：最后一个字符匹配不上，found 误判为 00h

原因：COMPARE里先判主串结束再判字符相等，当主串最后一个字符和子串当前字符相等、但子串还没结束时，主串的00h结束符被提前读到，走了NOT_FOUND。
解决：调整判断顺序，先判子串是否结束（cmp bl, 00h），再判主串是否结束，最后才比较字符。顺序对了，最后一个字符就能正常参与比较。

5.4 现象：EMU8086 能跑，DOS 下结果不对

原因：某些寄存器在进入程序时没有显式初始化，EMU8086 默认给 0，DOS 下是随机值，导致cx或si初值不可控。
解决：START段里把si、di、cx全部显式赋值，found和pos也在数据段给初值。别依赖任何“默认值”。

5.5 现象：子串为空时程序跑飞

原因：COMPARE第一轮读到substr的00h，如果判断顺序不对，可能先拿主串字符和00h比，误判失配后cx递增、si越界。
解决：在MATCH_LOOP进入COMPARE前加一句子串首字符判空，为空直接FOUND且pos = 0。实验用例虽不考，但加上之后调试更安心。

6. 把匹配逻辑收在一个临时单元上：一个让调试少走弯路的习惯

回过头看，这个实验最值得带走的不是某一行代码，而是“锚点用临时单元保存、别用指针反推”这个习惯。我后来再做类似的子串搜索、模式匹配，甚至非汇编环境下的手写匹配，都会先把当前尝试的起点存到一个明确的位置，成功时直接读它，失败时基于它加一。这样pos的计算永远只有一次减法，不会因为匹配过程中指针移动了多少而提心吊胆。下面这个小改动就是把FOUND段从“反推”改成“直读”的关键：

; 在 MATCH_LOOP 开头保存锚点 MATCH_LOOP: mov temp, si ; temp 是数据段里新增的 dw 单元 mov di, offset substr ... ; FOUND 段直接读 temp FOUND: mov found, 0ffh mov ax, temp ; 直接取锚点 sub ax, base ; 减主串首地址 mov pos, ax jmp EXIT

temp在数据段里加一句temp dw 0000h就行。这个改动看起来只省了几行，但它把“匹配位置”和“匹配过程中的指针移动”解耦了：不管COMPARE里si后移了多少次、MISMATCH里怎么回退，temp始终是这一轮的起点，pos的语义清清楚楚。调试时也简单，断点打在FOUND，看temp和base的差就是答案，不用再心算子串长度。

另一个习惯是两组用例必须都跑，而且失败用例往往比成功用例更能暴露问题。成功用例只能证明“能找到”，失败用例才检验“找不到时指针有没有跑飞、found有没有被脏值污染”。我那次pos大 1 的翻车，就是在失败用例里先发现pos残留了上一次的值，顺藤摸瓜才定位到成功分支的偏移计算。从那以后我每次写完匹配逻辑，都强制先跑一遍“子串不存在”的用例，看found和pos是不是干净地落到00h和0，再跑成功用例核对偏移。这份报告里的代码结构、寄存器分工和五条排查记录，就是按这个顺序整理出来的，你拿去改改数据段就能直接上机验证。希望帮到你。

本文还有配套的精品资源，点击获取