C++反汇编利用反汇编分析常见C/C++语句的底层实现（硬核）

原创

小萝卜爱吃兔子 2023-03-14 19:56:17 博主文章分类：汇编语言 ©著作权

文章标签 c语言 windows c++ 寄存器赋值 文章分类 深度学习人工智能

©著作权归作者所有：来自51CTO博客作者小萝卜爱吃兔子的原创作品，请联系作者获取转载授权，否则将追究法律责任

文章目录

赋值操作
if条件判断
指针和引用的实质
跳转函数
两个数字的交换操作
数组的赋值及 -858993460数字的由来
- 总结

本节我们利用反汇编技术来对我们最常见的C语言语句进行解析，C++反汇编技术可以让你更好的理解C++/C语言的底层含义，相信我，读完本节，一定会让你感到醍醐灌顶，瞬间通透C++/C语言的底层含义

我们假设你已经基本了解了x86汇编的基本指令：

mov ax,06h：基本赋值指令 ax=0006h
add ax,cx：相加指令：ax=ax+cx
sub ax,cx：相减指令：ax=ax-cx
call 地址：跳转指令：跳转到这个地址位置，常用于跳转到函数
ret ：跳转指令：和call指令配合使用，相当于return，从函数返回
jmp 地址： jmp：无条件跳转指令，跳转到此地址
jne | je ：有条件跳转指令，jne表示如果nor equal则跳转，je表示如果equal则跳转
lea ax,[地址]：地址赋值指令，把这个地址赋值给ax
等等等等…

基本汇编单位：

byte ptr ：表示一个字节
word ptr：一个字，表示两个字节
dword ptr：两个字，表示四个字节
qword ptr：四个字：表示八个字节

赋值操作

int a = 10;
int b = 20;

就是这么简单的两条赋值语言，你知道他在汇编里是什么样的吗？

 mov         dword ptr [a],0Ah  
 mov         dword ptr [b],14h

我们把十六进制的 0Ah（H：10）送到 a所表示的内存地址空间。
我们把十六进制的14h（H：20）送到b表示的内存地址空间
dword ptr表示他们是四个字节，正好可以表示出：我们的int类型的sizeof(int)为4，即4个字节。
C++反汇编利用反汇编分析常见C/C++语句的底层实现（硬核）_c++

if条件判断

	if (a == b)
	{
		printf("a==b");
	}
	else
	{
		printf("a!=b");
	}

它的汇编指令是怎样的呢？

 mov         eax,dword ptr [b]  	//b的内存空间里的内容送往eax寄存器
 cmp         dword ptr [a],eax  	// cmp和a内存空间里的内容比较
 jne         __$EncStackInitStart+52h (07FF7C6895CB1h)  //如果不相等，则跳转,否则，继续往下执行
 
 lea         rcx,[string "a==b" (07FF7C689AE38h)]  		//将表示字符串的地址赋值给rcx，配合下面的跳转到printf的函数打印此字符串
 call        printf (07FF7C6891195h)  
 
07FF7C6895CB1h:  jmp  __$EncStackInitStart+5Eh (07FF7C6895CBDh)  	//cmp相等则直接跳转到此处
 lea         rcx,[string "a!=b" (07FF7C689AE40h)]  
 call        printf (07FF7C6891195h)

我们来分析一下：

两条call的指令相同，可以推断出call的作用（在此处）为跳转到printf 函数所在的位置，然后在此函数内部，一定还有一个ret返回主程序。
jne的作用：在cmp比较后，如果相等则不会触发jne，则跳过此jne，继续往下执行；如果cmp比较后不相等，则触发jne，有条件跳转到下方，即到了else的位置，接着打印不相等的信息。
注意cmp的比较：在此处我们只是简单的比较他们，如果相等或者不相等分别干什么，但是请注意，cmp指令的执行过程不会这么简单，它也包含复杂的比较条件，在此我们不再赘述。

指针和引用的实质

一个很重要的问题： 引用就是指针，为什么？

int c = 5;
int d = 15;
int* p1 = &c;
int& p2 = d;

看一下汇编代码：

 mov         dword ptr [c],5  
 mov         dword ptr [d],0Fh  
 //指针的操作
 lea         rax,[c]  				//将c的地址值给rax
 mov         qword ptr [p1],rax  	//将rax（c的地址值）给p1所在的内存空间
 //引用的操作
 lea         rax,[d]  
 mov         qword ptr [p2],rax

我们把5这个值送到c的内存空间，把0F值送到d的内存空间，即完成了对c和d的赋值操作。
lea指令：把c的地址值赋值给rax寄存器，注意：就是c的地址，不是其里面的内容。
p1指针：注意指针的单位是qword ptr 表示八个字节（32位 msvc编译器），我们把rax（存储c的地址）给到p1所表示内存空间，即完成了 int* p1=&c
p2引用：我们把d的地址给到了rax，再把rax的值（存储d的地址）给到了p2所在的内存空间，即完成了int &p2=d。

注意： 指针和引用的内存空间里存储的是c和d的地址，我们再通过解引用，从他们的内存空间中获取c和d的地址，这就是我们所知道的指针赋值和解引用操作。

大家有没有注意到一个问题：指针和引用的汇编指令是一样的：

lea  寄存器，[地址值]
mov  qword ptr [指针变量地址],寄存器

他们的汇编指令一样，所以说他们的实质是一样的：引用的本质就是指针。
同时，如果我们看到这两条指令，则99%的概率是引用或者指针在赋值。

跳转函数

void fun()
{
	int a = 10;
	int c = 20;
	a += c;
}
int main()
{
	fun();
	return 0;
}

call        fun (07FF63C6A13FCh) 	//函数跳转
..............
.....
 //int a=10;
 mov         dword ptr [a],0Ah  
 //int b=20;
 mov         dword ptr [c],14h  
 //a=a+c;
 mov         eax,dword ptr [c]  
 mov         ecx,dword ptr [a]  
 add         ecx,eax  
 mov         eax,ecx  
 mov         dword ptr [a],eax   
 ....	
 ret  	//返回主程序

我们进入函数时，实际上就是call 一个地址，这个地址指向的就是我们的函数地址，然后进入函数，我们完成对int类型的a和c的赋值，接着我们在完成 a+=c的操作：
分解：

a+c：将a的内存空间的内容和c的内容分别放到两个寄存器中，在由寄存器完成 add操作，则ecx就表示了a+c的值，此时和放在ecx寄存器中。
a=a+c：把ecx寄存器传给eax寄存器，再由eax送到a所指向的内存空间，完成了a的赋值。
为什么不能把 [a]和[c]直接相加呢？为什么还要借助好几个寄存器中转？
原因：mov汇编指令不支持两个内存地址的相互操作，必须借助一个寄存器完成中转，也就是说mov的左右两边一定要有一个寄存器。

在最后，我们会有一个ret的指令，此指令完成return的返回操作，即返回主程序。

两个数字的交换操作

这是一个我们非常熟悉的两数字交换的指针操作：

void swap(int* a, int* b)
{
	int temp = *a;
	*a = *b;
	*b = temp;
}

//传递形参地址
 lea         rdx,[b]  		//取b的地址给rdx寄存器
 lea         rcx,[a]  		//取a的地址给rcx寄存器
 call        swap (07FF721F1132Fh)  	//进入函数
.....
 ...
 //int temp=*a;
 mov         rax,qword ptr [a]  
 mov         eax,dword ptr [rax]  
 mov         dword ptr [temp],eax  
 //*a=*b;
 mov         rax,qword ptr [a]  
 mov         rcx,qword ptr [b]  
 mov         ecx,dword ptr [rcx]  
 mov         dword ptr [rax],ecx  
 //*b=temp;
 mov         rax,qword ptr [b]  
 mov         ecx,dword ptr [temp]  
 mov         dword ptr [rax],ecx  
...
 ret

解析：

进入函数时，如果我们有形参，并且是指针类型，我们要完成对形参的取地址的行为，即用lea指令获得地址，分别存储在两个寄存器中。
int temp=*a 的操作过程：
- 把 a的内存单元所存储的内容放到rax寄存器中，注意，这时是qword ptr即是指针的解引用操作，解引用后的值放入到eax寄存器中存储，eax把这个值放到temp所在的内存空间中。
*a=*b的操作过程：
- 分别对两个指针变量解引用，分别存储在两个寄存器中，我们要让a的值等于b的值，所以我们要把b的值转换为整形，再存储到ecx寄存器中，把ecx所存储的值送入到rax所在的存储空间，注意这里是把原来的a的值给覆盖了。
*b=temp的过程：
- 对指针解引用，即把b的值放入到rax寄存器中，把temp所在的内存空间的内容送到ecx寄存器中，ecx的值最后再送到b的内存空间。

数组的赋值及 -858993460数字的由来

int ar[5]={0};

是如何进行的呢？

 lea         rax,[ar]  
 mov         rdi,rax  
 
 xor         eax,eax  
 mov         ecx,14h  
 rep stos    byte ptr [rdi]

rep stos指令的作用：重复执行上述指令，以ecx的值为执行次数，把eax的值送到之后的目标地址处。

把ar的地址送到rax寄存器中，注意：ar表示的是数组首地址，rax表示的是数组的首地址，再把rax送到rdi所造的内存单元，即rdi所在的内存单元里存储者数组的首地址，通过这个地址，我们可以根据偏移来获得整个数组的地址。

eax表示我们要送往目标的值，我们一共要重复执行ecx次：即20次

注意：我们每次移动一个 byte ptr：即一个字节，但是我们的数组每个元素都是int，所以每个元素会执行4次，一共执行20次，正好和ecx总的重复次数相对应。
我们通过看内存可以得知：
C++反汇编利用反汇编分析常见C/C++语句的底层实现（硬核）_windows_02
数组的初始内存全部都是CCCC…，即我们的eax默认也是存放的eax，我们对eax执行XOR操作（异或操作），

异或操作：两数相同则为0，两数相异则为1 .

我们对eax和eax执行异或操作，每次执行一个字节，执行过程如下：

二进制数中，开始1表示负数，0表示正数
eax： CCCC CCCC

原码：1100 1100 1100 1100 1100 1100 1100 1100
反码：1011 0011 0011 0011 0011 0011 0011 0011 （对第二个数往后的数取反，第一个数是符号位）
补码：1011 0011 0011 0011 0011 0011 0011 0100 （反码在最后加1，得到补码）

第一个数字表示符号位：负数
计算除第一位以外的补码转换为十进制：
C++反汇编利用反汇编分析常见C/C++语句的底层实现（硬核）_赋值_03
第二个数字开始，转换为十进制，（再加上最开始的符号位）我们会发现一个挺熟悉的值： - 858993460

这是个啥？？
如果我们打印一个未经初始化的数组的值：

int ar[5] ;
	for (int i = 0; i < 5; i++)
	{
		cout << ar[i]<<"  ";
	}

C++反汇编利用反汇编分析常见C/C++语句的底层实现（硬核）_c语言_04
它的值就是 -858993460 这个值。

接着我们回到这段汇编上来：

一共执行20次，注意：·我们每次处理一个字节！！
- 1. 第一次：eax= CCCC CCCC 异或操作后： eax ： CCCC CC00 ，数组首元素的值：- 858,993,664
- 1. 第二次：eax=CCCC CC00 异或操作后： eax：CCCC 0000 ，数组首元素的值： -859045888
- 1. 第三次：eax=CCCC 0000 异或操作后： eax：CC00 0000 , 数组首元素的值：-872415232
- 1. 第四次：eax=CC00 0000 异或操作后： eax：0000 0000 ，数组首元素的值： 0