跟着小编学习的粉丝，你们要的string字符串详解！C++逆向学习(一) string
最近研究一下关于这些的底层机制与逆向，应该会写成一个系列
string
内存布局
visual studio的调试实在是太好用了，因此用它举例
其中，size是当前字符串长度，capacity是最大的容量
可以发现，capacity比size大的多
而allocator是空间配置器，可以看到单独的字符显示
原始视图中可以得知，字符串的首地址
可以看到，abcd字符串在内存中也是以\\x00结尾的
扩容机制
正是由于capacity开辟了更多需要的空间，来具体研究一下它的策略
#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>
从输出结果发现，capacity的变化为15 -> 31 -> 47 -> 70 -> 105
注意到15是二进制的1111，而31是二进制的11111，可能是设计成这样的？...
只有第一次变化不是1.5倍扩容，后面都是乘以1.5
当长度为15时，如下，两个0x0f表示长度，而第一行倒数第三个0f则表示的是当前的capacity
再次+='a'
原先的capacity已经从0x0f变成了0x1f，长度也变成了16
而原先存储字符串的一部分内存也已经被杂乱的字符覆盖了
新的字符串被连续存储在另一块地址
vs的调试中，红色代表刚刚改变的值
不过原先使用的内存里还有一些aaaa...，可能是因为还没有被覆盖到
IDA视角
测试程序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，打开以后发现IDA似乎并没有对string的成员进行适合读代码的命名，只好自己改一下
第一块逻辑，当size>capacity时，调用Rellocate_xxx函数
否则，就直接在str_addr后追加一个97，也就是a
第二块逻辑，这次因为用的是append()，每次追加10个字符，即使是一个QWORD也无法存放，所以看到的是memmove_0函数
最后是v9[10] = 0，也是我们在vs中看到的，追加后，仍然会以\\x00结尾
一开始我没想明白，+='a'为什么没有设置\\x00结尾
后来才发现，*(_WORD*)&str_addr[_size] = 97;
这是一个WORD，2个byte，考虑小端序，\\x00已经被写入了
至于其中的Reallocate_xxx函数，有点复杂...而且感觉也没必要深入了，刚刚已经在vs里了解扩容机制了
最后还有一个delete相关的
之前在做题时经常分不清作者写的代码、库函数代码，经常靠动态调试猜，多分析之后发现清晰了不少
测试程序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>
这次用g++编译，发现逻辑很简明，甚至让我怀疑这是C++吗...
调用了一次operator+，然后operator=赋值，最后输出
但是用vs编译，IDA打开就很混乱...下次再仔细分析一下
测试程序3
#include<iostream>
#include<string>
using namespace std;
int main(int argc, char** argv) {
string input1;
string input2;
std::cin >> input1;
std::cin >> input2;
//语法糖
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++编译的，IDA打开后虽然没有友好的命名，需要自己改，但是逻辑很清晰
for(auto c:input2)这句是一个"语法糖"，迭代地取出每一个字符，追加到input1上
IDA中可以看到，迭代器begin和end，通过循环中的operator!=判断是否已经结束，再通过operator+=追加，最后通过operator++来改变迭代器input2_begin的值
这里命名应该把input2_begin改成iterator更好一些，因为它只是一开始是begin
小总结
逆向水深...动态调试确实很容易发现程序逻辑，但是有反调试的存在
多练习纯静态分析也有助于解题，看得多了也就能分辨库函数代码和作者的代码了。
你必须很努力，然后看起来才毫不费力！
关注我每天都有干货，看下期哦。
閱讀更多 程序猿小龍 的文章
