# -*- coding: utf-8 -*- import re """ LA32R 简易汇编器 功能: - 将一种简化的LA32R汇编语言转换为32位十六进制机器码。 - 支持课程设计中定义的所有14条指令。 - 能够处理如 '$r4', '$r12' 这样的寄存器名称以及立即数（十进制或十六进制）。 - 输出 'program.hex' 文件，该文件格式适用于Verilog的 `$readmemh` 系统任务，可用于初始化指令存储器。 使用方法: python assembler.py <输入汇编文件名> [输出十六进制文件名] 如果未指定输出文件名，则默认为 'program.hex'。 支持的指令格式: - 3R类型: op rd, rj, rk (例如: add.w $r1, $r2, $r3) - 2RI12类型: op rd, rj, imm12 (例如: addi.w $r1, $r2, 100) - 1RI20类型: op rd, imm20 (例如: lu12i.w $r1, 0x12345) - 2RI16类型: op rj, rd, offset16 (例如: beq $r1, $r2, label_offset) - I26类型: op offset26 (例如: b label_offset) 修订历史: - 修正了ADDI.W指令的编码，使其符合LA32R指令集架构（ISA）规范， 正确使用操作码 000000 和func4字段 '1010'。 - 修正了3R类型指令的二进制字符串格式化问题，该问题曾导致 操作码后的'0000'字段、func2、func5、寄存器rk, rj, rd的顺序和拼接混乱。 确保了正确的字段顺序：opcode | 0000 | func2 | func5 | rk | rj | rd。 """ # 定义指令的操作码 (opcode) OPCODES = { # 3R型指令 (opcode: 000000) 'add.w': '000000', 'sub.w': '000000', 'slt': '000000', 'sltu': '000000', 'nor': '000000', 'and': '000000', 'or': '000000', # 2RI12型指令 (addi.w opcode: 000000; ld.w, st.w opcode: 001010) 'addi.w': '000000', 'ld.w': '001010', 'st.w': '001010', # 1RI20型指令 (opcode: 000101) 'lu12i.w': '000101', # 分支与跳转指令 'b': '010100', 'beq': '010110', 'blt': '011000' } # 定义3R类型指令的功能码字段 (func2, func5) FUNC_3R = { 'add.w': ('01', '00000'), 'sub.w': ('01', '00010'), 'slt': ('01', '00100'), 'sltu': ('01', '00101'), 'nor': ('01', '01000'), 'and': ('01', '01001'), 'or': ('01', '01010') } # 定义部分2RI12类型指令的功能码字段 (instr[25:22]) FUNC_2RI12 = { 'addi.w': '1010', # ADDI.W 特有的func4 'ld.w': '0010', # LD.W 特有的func4 'st.w': '0110' # ST.W 特有的func4 } def to_binary(value, bits): """将一个整数转换为指定长度的二进制补码字符串。""" # 注意：此函数期望 'value' 是一个整数。 # 如果 'value' 可能是一个表示数字的字符串（例如 "10" 或 "0xA"）， # 调用者应在此函数被调用之前将其转换为整数。 # 例如：imm = to_binary(int(parts[3], 0), 12) if value >= 0: # 对于非负数，直接转换为二进制并用0填充到指定位数 return format(value, 'b').zfill(bits) else: # 对于负数，计算其二进制补码 # (1 << bits) 表示 2^bits，加上负数后即为其补码的无符号表示 return format((1 << bits) + value, 'b') def parse_register(reg_str): """将寄存器字符串（如'$r5'）解析为5位二进制字符串。""" # 移除'$r'前缀，将剩余数字转换为整数，然后转为5位二进制 return to_binary(int(reg_str.strip('$r')), 5) def assemble_line(line): """将单行汇编代码转换为32位二进制字符串表示的机器码。""" line = line.lower().strip() # 转换为小写并移除首尾空格 parts = re.split(r'[\s,]+', line) # 使用空格或逗号作为分隔符分割指令 op = parts[0] # 第一个部分是操作码 if op in FUNC_3R: # 处理3R类型指令 # 解析三个寄存器操作数 rd, rj, rk = parse_register(parts[1]), parse_register(parts[2]), parse_register(parts[3]) opcode = OPCODES[op] func2, func5 = FUNC_3R[op] # 3R类型指令格式: opcode | 0000 | func2 | func5 | rk | rj | rd # 此处修正了之前可能存在的硬编码或字段顺序错误问题。 return f"{opcode}0000{func2}{func5}{rk}{rj}{rd}" elif op in ['addi.w', 'ld.w', 'st.w']: # 处理 ADDI.W, LD.W, ST.W 等2RI12类型指令 rd = parse_register(parts[1]) # 目标寄存器 rj = parse_register(parts[2]) # 源寄存器 imm = to_binary(int(parts[3], 0), 12) # 12位立即数，先转换为整数 opcode = OPCODES[op] func4 = FUNC_2RI12[op] # 获取特定指令的func4字段 # 2RI12类型指令格式: opcode | func4 | imm[11:0] | rj | rd return f"{opcode}{func4}{imm}{rj}{rd}" elif op == 'lu12i.w': # 处理 LU12I.W (1RI20类型) 指令 rd = parse_register(parts[1]) # 目标寄存器 imm = to_binary(int(parts[2], 0), 20) # 20位立即数，先转换为整数 opcode = OPCODES[op] # 1RI20类型指令格式: opcode | 0 | imm[19:0] | rd return f"{opcode}0{imm}{rd}" elif op in ['beq', 'blt']: # 处理 BEQ, BLT (2RI16类型) 分支指令 rj = parse_register(parts[1]) # 源寄存器1 rd = parse_register(parts[2]) # 源寄存器2 (在beq/blt中，rd字段用作第二个源寄存器) # 偏移量是以字节为单位，但指令中存储的是字偏移，所以右移两位 offset = int(parts[3], 0) >> 2 imm = to_binary(offset, 16) # 16位立即数偏移 opcode = OPCODES[op] # 2RI16类型指令格式: opcode | imm[15:0] | rj | rd return f"{opcode}{imm}{rj}{rd}" elif op == 'b': # 处理 B (I26类型) 无条件跳转指令 # 偏移量是以字节为单位，但指令中存储的是字偏移，所以右移两位 offset = int(parts[1], 0) >> 2 imm = to_binary(offset, 26) # 26位立即数偏移 # 根据LA32R ISA，B指令的26位偏移量在指令码中的位置是不连续的 # offs[25:16] (高10位) 位于指令码的 [9:0] # offs[15:0] (低16位) 位于指令码的 [25:10] offs_25_16 = imm[0:10] offs_15_0 = imm[10:26] opcode = OPCODES[op] # I26类型指令格式: opcode | offs[15:0] | offs[25:16] return f"{opcode}{offs_15_0}{offs_25_16}" else: # 如果操作码未知，则抛出错误 raise ValueError(f"未知指令: {op}") def main(): """主函数：读取输入的汇编语言文件，将其汇编成十六进制机器码，并写入到输出文件。""" # 此处示例直接打开固定的 "program.asm" 文件进行处理 # 实际应用中，可以修改为接收命令行参数来指定输入输出文件 # 例如: python assembler.py input.asm output.hex try: with open("../sortnum.asm", "r", encoding="utf-8") as asm_file: assembly_code = asm_file.read() except FileNotFoundError: print("错误：汇编文件 '../program.asm' 未找到。请确保文件路径正确。") return except Exception as e: print(f"读取汇编文件时发生错误：{e}") return output_filename = "program.hex" # 定义默认输出文件名 with open(output_filename, "w", encoding="utf-8") as f: print(f"开始汇编代码到 {output_filename}...") line_num = 0 for line in assembly_code.split('\n'): line_num += 1 line = line.strip() # 移除当前行的首尾空白字符 # 忽略空行和以 '//' 开头的注释行 if not line or line.startswith('//'): continue try: # 移除行内注释 (即 '//' 及其之后的部分) line_content = line.split('//')[0].strip() if not line_content: # 如果移除行内注释后行为空，则跳过 continue binary_code = assemble_line(line_content) # 调用汇编函数处理单行指令 hex_code = f"{int(binary_code, 2):08x}" # 将32位二进制码转换为8位十六进制码 f.write(hex_code + '\n') # 写入十六进制码到输出文件，并换行 print(f" 行 {line_num:<3}: {line_content:<30} -> {hex_code}") except Exception as e: print(f"汇编错误，行 {line_num}: '{line}'") print(f" 错误信息: {e}") # 发生错误时可以选择停止汇编或继续处理下一行 # 此处选择停止以防止产生不完整的机器码文件 return print("汇编成功完成。") if __name__ == "__main__": # 当脚本作为主程序执行时，调用main()函数 main()