在 20 世纪 60-70 年代，写程序还要用到打孔卡（Punched Card）。Coder 需要先把程序想好，在纸带上打孔，然后把打孔卡交给计算机去处理。
FORTRAN 程序打孔卡
不难看出，这张类似答题卡的纸带上，通过打孔或不打孔来代表“0”和“1”。
时至今日，CPU 本身也没有理解高级编程语言的能力，仍然只能处理机器码，也就是一连串的“0”和“1”。那么我们用高级编程语言编写的代码，是如何转变成一连串的“0”和“1”的？这一串数字，又是如何在 CPU 中处理的？这篇博客就来看看，机器码和计算机指令（Instruction Code）究竟是怎么回事。
1. CPU 在软硬件接口中做了什么
1.1 硬件工程师眼中的 CPU
从硬件角度来看，CPU 就是一个超大规模集成电路，通过电路实现了加法、乘法等处理逻辑。
1.2 软件工程师眼中的 CPU
从软件角度来讲，CPU 就是一个执行各种计算机指令（Instruction Code）的逻辑机器。
1.3 计算机也有多语种——计算机指令与计算机指令集
计算机指令，就好比一种 CPU 能听懂的语言，我们也把它叫做机器语言（Machine Language）。
正如人类有多种语言，不同 CPU 能听懂的语言也不大一样。Intel 的 CPU 和 ARM 的 CPU，语言就不同。这是因为它们使用了不同的计算机指令集（Instruction Set）。
1.4 存储程序型计算机
计算机程序是由成千上万条指令组成的，不可能将这些指令一直存放在 CPU 中。计算机程序通常是存储在存储器中的，这种计算机就叫做存储程序型计算机（Stored-program Computer）。
既然提到存储程序型计算机，那么必然有不存储程序的计算机咯。没错，在现代计算机出现之前，出现过插线板计算机（Plugboard Computer）。这种设备通过插拔电线来完成各种计算任务。
IBM 的 Plugboard Computer
2. 代码到机器码的华丽变身——编译与汇编
我们用一段 C 语言代码来看看，我们平时编写的代码是如何变成计算机指令的。
1 // test.c 2 int main() 3 { 4 int a = 1; 5 int b = 2; 6 a = a + b; 7 }
想在 Linux 系统上运行这段代码，要先把它翻译成汇编语言（Assembly Language，ASM）的程序。从高级编程语言代码到汇编语言的过程就是编译（Compile）。
汇编代码还不是机器码，要用汇编器（Assembler）处理汇编代码，才能生成机器码（Machine Code）。这些机器码由“0”和“1”组成的机器语言表示。这些机器码就是一条条计算机指令，这些计算机指令才是 CPU 真正能读懂的。
高级编程语言到机器语言的过程
在 Linux 系统中，使用 gcc 和 objdump 这两条指令，可以将对应的汇编代码和机器码都打印出来。
1 $ gcc -g -c test.c 2 $ objdump -d -M intel -S test.o
左侧的数字就是机器码，右边的 push、mov、add、pop 等就是汇编代码。一行 C 语言代码，有时只对应一条机器码和汇编代码，有时则对应两条机器码和汇编代码。汇编代码和机器码则是一一对应的。
1 test.o: file format elf64-x86-64 2 Disassembly of section .text: 3 0000000000000000 <main>: 4 int main() 5 { 6 0: 55 push rbp 7 1: 48 89 e5 mov rbp,rsp 8 int a = 1; 9 4: c7 45 fc 01 00 00 00 mov DWORD PTR [rbp-0x4],0x1 10 int b = 2; 11 b: c7 45 f8 02 00 00 00 mov DWORD PTR [rbp-0x8],0x2 12 a = a + b; 13 12: 8b 45 f8 mov eax,DWORD PTR [rbp-0x8] 14 15: 01 45 fc add DWORD PTR [rbp-0x4],eax 15 } 16 18: 5d pop rbp 17 19: c3 ret
我们在使用 GCC（GNU Compiler Collection，GNU 编译器）时，可以直接将高级编程语言代码编译成机器码。那为什么还要让汇编代码在中间转一手呢？这是因为机器码很难看懂，但汇编则容易理解得多。换句话说，汇编就是给程序员看的机器码。也正是基于这一点，机器码和汇编代码是一一对应的。
3. 解析指令和机器码
3.1 指令的分类
上一节中反编译出的汇编代码和机器指令到底是什么意思呢？Intel CPU 有 2000 多条 CPU 指令，我们无法一一掌握。但通常来说，常见指令可以分成五类。
3.1.1 算数类指令
加减乘除等运算，在 CPU 层面都会变成算术类指令。
3.1.2 数据传输类指令
变量赋值、读写内存等操作，用的都是数据传输类指令。
3.1.3 逻辑类指令
与或非都是此类指令。
3.1.4 条件分支类指令
if-else 等都是此类指令。
3.1.5 无条件跳转指令
调用函数时，就是发起了一个无条件跳转指令。
指令分类
3.2 汇编器如何将汇编代码翻译成机器码
前文说过，不同的 CPU 有不同的指令集，自然也就对应着不同的汇编语言和不同的机器码。我们以最简单的 MIPS 指令集为例，看看机器码是如何生成的。
MIPS 指令集是一组由 MIPS 公司在 80 年代中期设计出的 CPU 指令集，最近已经开源。如果想进一步研究 CPU 和指令集细节，请戳。
MIPS 的指令是一个 32 位整数，其中高 6 位是操作码（Opcode），用于说明这是一条什么样的指令。剩下的 26 位有三种格式，分别为 R、I、J。
MIPS 指令示意
3.2.1 R 指令
用于算术和逻辑操作，其中有读取、写入数据用到的寄存器地址。如果是逻辑位移操作，后面还会加上位移操作的位移量。最后的功能码，是在前面的操作码不够时，扩展操作码以表示具体指令的。
rs（register source）：第一个源寄存器；
rt 则有二义性。有些资料中说 t 是 target 之意，也有资料称 t 是 s 的下一个字母，并非具体单词的缩写。此处应为第二个源寄存器，所以我偏向于第二种解释。
rd（register destination）：目标寄存器。
3.2.2 I 指令
用于数据传输、条件分支，以及运算时使用的并非常量而是常数的时候。
此时没有位移量和操作码，也没有第三个寄存器，于是把这三部分直接成一个地址值或常数。
3.2.3 J 指令
跳转指令，高 6 位之外的 26 位都是一个跳转后的地址。
接下来，我们用一条语句为例来解释：
1 add $t0,$s2,$s1
这条语句在 MIPS 指令中，opcode 为 0x0，rs 地址为 0x11，rt 地址为 0x12，rd 是目标的临时寄存器地址，假设为 0x8。因为我们是加法而非位移操作，所以位移量为 0。将以上数字拼起来，就是下图所示：
MIPS 指令示例（首行为十进制）
接下来，我们将这条指令的机器码打在打孔卡上（打孔表示 1，不打孔表示 0）：
MIPS 指令的打孔卡
4. 拓展资料
如果想了解 Intel CPU 的指令集，可以参考《计算机组成与设计：软 / 硬件接口》第 5 版的 2.17 小节。