IDA-自定义字符串编码类型

0x00 前言

最近在使用IDA时，发现有些字符串的标记是text不是db，并且undefine之后，按’A’键转换不成text格式的字符串，甚至根本不是完整的字符串。这个text到底是什么，改如何转换此类字符串呢？

0x01 unicode编码类型

其实很容易想到，字符串有ascii码格式的，必然有unicode编码格式的。我们看下unicode编码格式。

可以看到UTF-16有一个00字节，如果是一个单词"sun"，他的UTF-16编码

>>> import binary
>>> binascii.hexlify('sun'.decode().encode('utf-16'))
'fffe730075006e00'

"sun"的UTF8编码为

>>> binascii.hexlify(u'sunon')
'73756e6f6e'

0x02 IDA中unicode编码

我们在看下IDA中的unicode字符串

.rodata:0000000000879575 aABEHMSZY       db '%a %b %e %H:%M:%S %Z %Y',0
.rodata:000000000087958D                 db    0
.rodata:000000000087958E                 db    0
.rodata:000000000087958F                 db    0
.rodata:0000000000879590                 db  53h ; S
.rodata:0000000000879591                 db    0
.rodata:0000000000879592                 db    0
.rodata:0000000000879593                 db    0
.rodata:0000000000879594                 db  75h ; u
.rodata:0000000000879595                 db    0
.rodata:0000000000879596                 db    0
.rodata:0000000000879597                 db    0
.rodata:0000000000879598                 db  6Eh ; n
.rodata:0000000000879599                 db    0
.rodata:000000000087959A                 db    0
.rodata:000000000087959B                 db    0
.rodata:000000000087959C                 db    0
.rodata:000000000087959D                 db    0
.rodata:000000000087959E                 db    0
.rodata:000000000087959F                 db    0

明显sun中间有3个\0，也就是1个字符占用了4个字节，UTF-16使用2个字节编码，故UTF-32是4个字节。验证下猜想。在IDA界面中找到“Options”菜单，点击“string literals…”选项，或者使用快捷键“ALT+A”打开字符串类型设置。

点击32bits选项，并确认。字符串此时显示正常。说明转换是对的。

通过“string literals…”选项可以设置其他字符串编码类型。当然，还能转换成中文字符串。

0x03 新增编码类型

首先要将自定义编码添加到IDA默认的列表中，在“Options”菜单中选中“String literals…” 或者按“ALT+A”快捷键。打开之后在“Currently”选中“no string literal”，会弹出Encodings窗口。

在Encodings窗口的空白处右键点击“Insert”选项，输入指定的编码名称即可。

支持的编码有

• Windows codepages (e.g. 866, CP932, windows-1251)
• Well-known charset names (e.g. Shift-JIS, UTF-8, Big5)

0x04 参考文献

https://hex-rays.com/blog/igor-tip-of-the-week-13-string-literals-and-custom-encodings/