Lista de instruções Intel e AMD para fácil "parsing"

No final de 2015 o programador Mahdi Safsafi decidiu listar todas as instruções da Intel e da AMD e colocar num repositório no github vários conjuntos de instruções, incluindo SSE5 e 3DNow! Estas  estão listadas em formato XML. Segundo o autor a ideia principal é justamente essa, ter um repositório com uma lista de fácil parsing, ou seja, simples de ser lida por um script ou programa.

A documentação é extremamente simples e de fácil entendimento. Foram usadas algumas notações da própria Intel para indicar, por exemplo, se uma instrução suporta certo modo de operação. Exemplo:

• V - Supported.
• I - Not supported.
• N.E- Indicates an instruction syntax is not encodable in 64-bit mode (it may represent part of a sequence of valid instructions in other modes).

Pode ser que essa notícia soe um pouco estranha pra você, que pode se perguntar: Qual seria a utilidade de uma lista parseável de instruções? Um exemplo onde esta lista pode ser útil é num script que pode analisar estes dados e ti prover informações da propria documentação em um piscar de olhos. Para exemplificar isto fiz um código em Python que simplesmente abre o arquivo XML, lê seus campos e imprime seus valores na tela de uma forma -organizada-. Veja:

import xml.etree.ElementTree as x

tree = x.parse('AZ.xml')
root = tree.getroot()

for child in root.iter('ins'):
		attr1 = child.attrib.get('x32m', None)
		attr2 = child.attrib.get('x64m', None)
		opc = child.attrib.get('openc', None)
		m = child.find('mnem').text
		arg = child.find('args').text
		dsc = child.find('dscrp').text
				
		print '32 bits Mode: ' + format(attr1)
		print '64 bits Mode: ' + format(attr2)
		print 'Mnemonic: ' + format(m)
		print 'Args: ' + format (arg)
		print 'Openc: ' + format(opc)
		print 'Description: ' + format(dsc)
		print '----------------------------'

A saída ficaria mais ou menos assim:

...

32 bits Mode:V
64 bits Mode:RVM
Mnemonic:VPSRLD
Args:ymm1,ymm2,xmm3/m128
Openc:None
Description:Shift doublewords in ymm2 right by amount specified in xmm3/m128 while shifting in 0s.
----------------------------
32 bits Mode:V
64 bits Mode:VMI
Mnemonic:VPSRLD
Args:ymm1,ymm2,imm8
Openc:None
Description:Shift doublewords in ymm2 right by imm8 while shifting in 0s.
----------------------------
32 bits Mode:V
64 bits Mode:RVM
Mnemonic:VPSRLQ
Args:ymm1,ymm2,xmm3/m128
Openc:None
Description:Shift quadwords in ymm2 right by amount specified in xmm3/m128 while shifting in 0s.
----------------------------
32 bits Mode:V
64 bits Mode:VMI
Mnemonic:VPSRLQ
Args:ymm1,ymm2,imm8
Openc:None
Description:Shift quadwords in ymm2 right by imm8 while shifting in 0s.
----------------------------
32 bits Mode:V
64 bits Mode:V
Mnemonic:PSUBB
Args:mm,mm/m64
Openc:None
Description:Subtract packed byte integers in mm/m64 from packed byte integers in mm.
----------------------------
32 bits Mode:V
64 bits Mode:V
Mnemonic:PSUBB
Args:xmm1,xmm2/m128
Openc:None
Description:Subtract packed byte integers in xmm2/m128 from packed byte integers in xmm1.
----------------------------
32 bits Mode:V
64 bits Mode:V
Mnemonic:PSUBW
Args:mm,mm/m64
Openc:None
Description:Subtract packed word integers in mm/m64 from packed word integers in mm.
----------------------------

...

Isso me lembrou uma ferramenta escrita pelo Fernando chamada bashacks(mais especificamente a função bh_asminfo), onde a ideia é a mesma.

Infelizmente o projeto que contém esta lista foi descontinuado agora no fim de 2017, mas o autor já foi rápido e iniciou um novo chamado opcodesDB, que pelo visto suporta JSON. Já pensou no tanto de coisas que poderíamos fazer com estes bancos de dados parseáveis?