跟著小編學習的粉絲，你們要的string字符串詳解！C++逆向學習(一) string
最近研究一下關於這些的底層機制與逆向，應該會寫成一個系列
string
內存佈局
visual studio的調試實在是太好用了，因此用它舉例
其中，size是當前字符串長度，capacity是最大的容量
可以發現，capacity比size大的多
而allocator是空間配置器，可以看到單獨的字符顯示
原始視圖中可以得知，字符串的首地址
可以看到，abcd字符串在內存中也是以\\x00結尾的
擴容機制
正是由於capacity開闢了更多需要的空間，來具體研究一下它的策略
#include<iostream>
#include<string>
#include<stdlib.h>
#include<windows.h>
using namespace std;
int main(int argc, char** argv) {
string str;
for (int i = 0; i < 100; i++) {
str += 'a';
std::cout << "size : " << str.size() << " capacity : " << str.capacity() << std::endl;
}
system("pause");
return 0;
}
/<windows.h>/<stdlib.h>/<string>/<iostream>
從輸出結果發現，capacity的變化為15 -> 31 -> 47 -> 70 -> 105
注意到15是二進制的1111，而31是二進制的11111，可能是設計成這樣的？...
只有第一次變化不是1.5倍擴容，後面都是乘以1.5
當長度為15時，如下，兩個0x0f表示長度，而第一行倒數第三個0f則表示的是當前的capacity
再次+='a'
原先的capacity已經從0x0f變成了0x1f，長度也變成了16
而原先存儲字符串的一部分內存也已經被雜亂的字符覆蓋了
新的字符串被連續存儲在另一塊地址
vs的調試中，紅色代表剛剛改變的值
不過原先使用的內存裡還有一些aaaa...，可能是因為還沒有被覆蓋到
IDA視角
測試程序1
#include<iostream>
#include<string>
using namespace std;
int main(int argc, char** argv) {
string input;
cin >> input;
for (int i = 0; i < 3; i++) {
input += 'a';
}
for (int i = 0; i < 3; i++) {
input.append("12345abcde");
}
cout << input << endl;
return 0;
}
//visual studio 2019 x64 release
/<string>/<iostream>
我用的IDA7.0，打開以後發現IDA似乎並沒有對string的成員進行適合讀代碼的命名，只好自己改一下
第一塊邏輯，當size>capacity時，調用Rellocate_xxx函數
否則，就直接在str_addr後追加一個97，也就是a
第二塊邏輯，這次因為用的是append()，每次追加10個字符，即使是一個QWORD也無法存放，所以看到的是memmove_0函數
最後是v9[10] = 0，也是我們在vs中看到的，追加後，仍然會以\\x00結尾
一開始我沒想明白，+='a'為什麼沒有設置\\x00結尾
後來才發現，*(_WORD*)&str_addr[_size] = 97;
這是一個WORD，2個byte，考慮小端序，\\x00已經被寫入了
至於其中的Reallocate_xxx函數，有點複雜...而且感覺也沒必要深入了，剛剛已經在vs裡瞭解擴容機制了
最後還有一個delete相關的
之前在做題時經常分不清作者寫的代碼、庫函數代碼，經常靠動態調試猜，多分析之後發現清晰了不少
測試程序2
#include<iostream>
#include<string>
using namespace std;
int main(int argc, char** argv) {
string input1;
string input2;
string result;
std::cin >> input1;
std::cin >> input2;
result = input1 + input2;
std::cout << result;
return 0;
}
//g++-4.7 main.cpp
/<string>/<iostream>
這次用g++編譯，發現邏輯很簡明，甚至讓我懷疑這是C++嗎...
調用了一次operator+，然後operator=賦值，最後輸出
但是用vs編譯，IDA打開就很混亂...下次再仔細分析一下
測試程序3
#include<iostream>
#include<string>
using namespace std;
int main(int argc, char** argv) {
string input1;
string input2;
std::cin >> input1;
std::cin >> input2;
//語法糖
for(auto c:input2){
input1 += c;
}
std::cout << input1;
return 0;
}
//g++-4.7 main.cpp -std=c++11
/<string>/<iostream>
仍然是g++編譯的，IDA打開後雖然沒有友好的命名，需要自己改，但是邏輯很清晰
for(auto c:input2)這句是一個"語法糖"，迭代地取出每一個字符，追加到input1上
IDA中可以看到，迭代器begin和end，通過循環中的operator!=判斷是否已經結束，再通過operator+=追加，最後通過operator++來改變迭代器input2_begin的值
這裡命名應該把input2_begin改成iterator更好一些，因為它只是一開始是begin
小總結
逆向水深...動態調試確實很容易發現程序邏輯，但是有反調試的存在
多練習純靜態分析也有助於解題，看得多了也就能分辨庫函數代碼和作者的代碼了。
你必須很努力，然後看起來才毫不費力！
關注我每天都有乾貨，看下期哦。
閱讀更多 程序猿小龍 的文章
