从逆向角度看C++ STL代码之std::string

逆向分析C++代码时，总是会遇到一些stl代码，分析起来有些麻烦。所以有必要研究一下stl代码的原理。我将在接下来的几篇文章中讨论几个常见的stl容器。这篇先从std::string开始。

一 内存布局

std::string的源码运用了大量模板技术，看起来比较麻烦。然而对于逆向分析而言，我们只关心它的内存布局。下面是从string源码截取的部分代码，反映了string的内存布局。

template<class _Alloc_types>
  class _String_alloc
  {  // base class for basic_string to hold allocator
public:
//省略了函数相关代码
private:
  _Compressed_pair<_Alty, _String_val<_Val_types> > _Mypair;
  };

std::string中只有一个成员变量_Mypair，它是模板类变量，展开之后与_String_val的内存布局是一致的（这里面涉及到模板编程相关的技术，可以搜索Empty base optimization了解相关技术）。

template<class _Val_types>
  class _String_val
    : public _Container_base
  {  // base class for basic_string to hold data
public:
  //省略了函数相关代码
  union _Bxty
    {  // storage for small buffer or pointer to larger one
    value_type _Buf[_BUF_SIZE];//_BUF_SIZE = 16
    pointer _Ptr;
    char _Alias[_BUF_SIZE];  // to permit aliasing
    } _Bx;

  size_type _Mysize;  // current length of string
  size_type _Myres;  // current storage reserved for string
  };

从上面的代码来看，string包含三个成员变量：_Bx,_Mysize和_Myres。_Mysize和_Myres分别是字符串的长度，预留空间的大小。_Bx是共用体，当字符串长度小于16字节时， 字符串直接存在_Buf中，如果字符串上图大于16个字节时，_Bx存放字符串指针。所以string在内存中占用16+4 + 4 = 24个字节。

二 逆向分析

接下来写个测试代码，并反编译看一下。

//（编译环境 ：VS2015(v140) + X86 + Release）
int main()
{   
  std::string s0 ;
  std::cin >> s0;
  printf("%s", s0.c_str());
  return 0;
}

编译一下，用IDA打开F5一下：

代码比较简单，注释给出了简要分析。应该很容易明白。实际逆向分析中string还是比较识别的，因为可以很容看到字符串。另外，string编译后一个很明显的特征是上图中13行代码，总是存在跟0x10比较的代码。

三 总结

逆向分析中，string的识别比较简单，其实没必要过多的讨论，只要记住string的内存布局即可。