与高级编程语言类似，ARM汇编也支持操作不同的数据类型。

我们载入（load)或存储（store）的数据类型可以是有符号或无符号的字、半字或字节。这些数据类型的扩展符是：-h或-sh代表半字，-b和-sb代表字节，其中字没有扩展符号。有符号和无符号的区别：

• 有符号数据类型可以存储正数和负数，因此表示的值范围更小。
• 无符号数据类型可以存储大的正数（包含0），不能存储符数因此可以表示更大的数。

载入和存储指令使用数据类型：

ldr = Load Word
ldrh = Load unsigned Half Word
ldrsh = Load signed Half Word
ldrb = Load unsigned Byte
ldrsb = Load signed Bytes
​
str = Store Word
strh = Store unsigned Half Word
strsh = Store signed Half Word
strb = Store unsigned Byte
strsb = Store signed Byte

字节序列

查看内存中的字节有两种基本方式：小端模式（Little-Endian）和大端模式（Big-Endian）。它们的不同之处是对象存储在内存中时每个字节的排列顺序-字节顺序。在x86这种小端模式的机器上低位字节存储在低地址（更靠近零地址），而在大端模式的机器上高位字节存储在低地址。在第三版本之前ARM架构是小端模式，之后是两种模式都允许，可以进行设置来切换字节序列。例如，在 ARMv6 上，指令是固定的小端，数据访问可以是小端或大端，由程序状态寄存器 （CPSR） 的位 9（E 位）控制。

ARM寄存器

寄存器的数量取决于ARM的版本。根据ARM参考手册，除了基于 ARMv6-M 和 ARMv7-M 的处理器外，共有30个32位通用寄存器。前 16 个寄存器可在用户级模式下访问，其他寄存器在特权软件执行中可用（除了 ARMv6-M 和 ARMv7-M ）。在本教程中，我们将使用非特权模式下可访问的寄存器：r0-15。这 16 个寄存器可以分为两组：通用寄存器和特殊用途寄存器。

下表只是简要了解 ARM 寄存器与英特尔处理器中的寄存器的关系。

R0-R12：可用于常见操作期间存储临时值、指针（内存位置）等等。例如R0，在算术运算期间可以称为累加器，或用于存储调用的函数时返回的结果。R7在进行系统调用时非常有用，因为它存储了系统号，R11可帮助我们跟踪作为帧指针的堆栈上的边界（稍后将介绍）。此外，ARM上的函数调用约定函数的前四个参数存储在寄存器r0-r3中。

R13：SP（栈指针）。始终指向当前栈顶。

R14：LR（链接寄存器）。进行函数调用时，链接寄存器将更新为当前函数调用指令的下一个指令的地址，也就是函数调用返回后需要继续执行的指令。这么做是允许子函数调用完成后，在子函数中利用该寄存器保存的指令地址再返回到父函数中。

R15：PC（程序计数器）。程序计数器自动按执行的指令大小递增。此指令大小在ARM模式下始终为4个字节，在THUMB模式下为2个字节。执行分支指令时，PC保存目标地址。在执行过程中，在ARM模式下PC将当前指令的地址加上8（两个ARM指令），在Thumb（v1）状态下则指令加上4（两个Thumb指令）。这与x86 中PC始终指向要执行的下一个指令不同。

我们看一下在调试状态下PC的值。我们使用以下程序将PC地址存储到 r0 中，并包含两个随机指令。看看会发生什么。

.section .text
.global _start
​
_start:
 mov r0, pc
 mov r1, #2
 add r2, r1, r1
 bkpt

使用GDB在_start处设置断点并运行：

gef> br _start
Breakpoint 1 at 0x8054
gef> run

输出：

$r0 0x00000000   $r1 0x00000000   $r2 0x00000000   $r3 0x00000000 
$r4 0x00000000   $r5 0x00000000   $r6 0x00000000   $r7 0x00000000 
$r8 0x00000000   $r9 0x00000000   $r10 0x00000000  $r11 0x00000000 
$r12 0x00000000  $sp 0xbefff7e0   $lr 0x00000000   $pc 0x00008054 
$cpsr 0x00000010 
​
0x8054 <_start> mov r0, pc     <- $pc
0x8058 <_start+4> mov r0, #2
0x805c <_start+8> add r1, r0, r0
0x8060 <_start+12> bkpt 0x0000
0x8064 andeq r1, r0, r1, asr #10
0x8068 cmnvs r5, r0, lsl #2
0x806c tsteq r0, r2, ror #18
0x8070 andeq r0, r0, r11
0x8074 tsteq r8, r6, lsl #6

我们可以看到PC持有将要执行的下一个指令（mov r0, pc） 的地址（0x8054）。现在，让我们执行这条指令，之后R0应该持有PC（0x8054） 的地址，对吗？

$r0 0x0000805c   $r1 0x00000000   $r2 0x00000000   $r3 0x00000000 
$r4 0x00000000   $r5 0x00000000   $r6 0x00000000   $r7 0x00000000 
$r8 0x00000000   $r9 0x00000000   $r10 0x00000000  $r11 0x00000000 
$r12 0x00000000  $sp 0xbefff7e0   $lr 0x00000000   $pc 0x00008058 
$cpsr 0x00000010
​
0x8058 <_start+4> mov r0, #2       <- $pc
0x805c <_start+8> add r1, r0, r0
0x8060 <_start+12> bkpt 0x0000
0x8064 andeq r1, r0, r1, asr #10
0x8068 cmnvs r5, r0, lsl #2
0x806c tsteq r0, r2, ror #18
0x8070 andeq r0, r0, r11
0x8074 tsteq r8, r6, lsl #6
0x8078 adfcssp f0, f0, #4.0

对吗？错！看一下R0中的地址。虽然我们期望R0包含以前读取的PC值（0x8054），但它保留的值比我们之前读取的PC 早两个指令（0x805c）。从这个示例中可以看到，当我们直接读取PC时，它遵循PC指向下一个指令的定义；但在调试时，PC会指向当前PC值之后的两个指令（0x8054 + 8 = 0x805C）。这是因为较旧的ARM处理器始终取当前执行的指令之后的两个指令。ARM保留此定义的原因是为了确保与早期处理器兼容。

状态寄存器

当你用gdb调试ARM程序时，你会看到一些状态标志：

寄存器$cpsr显示当前程序状态寄存器的值，在它下面你可以看到工作状态标志，用户模式，中断标志，溢出标志，进位标志，零标志位，符号标志。这些标志代表了CPSR寄存器中特定的位，并根据CPSR的值进行设置，如果标志位有效则会进行加粗。N、Z、C 和 V 位与x86上的EFLAG寄存器中的SF、ZF、CF和OF位相同。这些位用于支持条件分支中的条件执行，并在汇编层面支持循环语句。我们将在第6部分：条件执行和分支中进行介绍。

上图显示了32位寄存器（CPSR）的结构，左侧是高字节位，右侧是低字节位。每个单元（GE和M部分以及空白单元除外）的大小均为一个bit位。这些位定义了程序当前状态的各种属性。

假设我们可以使用CMP指令比较1和2，返回结果应该为负数（1 - 2 = -1）。当比较两个相等的数则会设置Z（zero）标志位（例如比较2和2， 2 - 2 = 0）。记住，CMP指令中使用的寄存器不会被修改，只有CPSR会根据这些寄存器相互比较的结果进行修改。

这是GDB（安装了GEF）中的模样：在此示例中，我们比较寄存器r1和r0，其中r1 = 4和r0 = 2。这是执行 cmp r1，r0 操作后标志的外观：

之所以设置Carry标志，是因为我们使用 cmp r1, r0 将 4 与 2（4 - 2）进行比较。相反，如果我们使用 cmp r0 r1、r1 将较小的数字（2）与较大的数字（4）进行比较，则设置负标志（N）。

CPSR 包含以下状态标志：

• N – 当计算结果为负时被设置.
• Z – 当计算结果为零时被设置.
• C – 当计算结果有进位时被设置.
• V – 当计算结果有溢出时被设置.

C：其设置分一下几种情况：

• 加法运算(包括比较指令cmn):当运算结果产生了进位时(无符号数溢出),C=1,否则C=0.
• 减法运算(包括比较指令cmp):当运算时发生了借位(无符号数下益出),C=0,否则C=1.
• 对于包含移位操作的非加/减运算指令:C为移位操作中最后移出位的值.
• 对于其他非加减运算指令:C的值通常保持不变.

V：如果加、减或比较的结果大于或等于2^31 或小于-2^31，则会发生溢出。