从逆向工程的角度来看C++ (一) C++ 之数据类型
前话：
大家好， 这是我为了巩固对 C++ 的逆向而进行的一系列学习笔记。
大家都清楚，现在好多软件都是 C++ 编写的，而 C++ 相对于 C 来说还是有不少新特性的。
虽说部分特性仅仅是为编译器服务的，但是：还是有部分的特性会最终反映到软件的机器码中的。
所以我们对 C++ 语言编译后的 PE 进行逆向分析，不仅可以帮助我们更好地理解及分析 C++ 编写的软件，而且对于我们对 C++ 这门语言的更深层次理解更是起到了相当彻底的作用。
C++ 相对于 C 的新特性，主要目的是：为了使程序员更加高效快捷安全的编码及开发软件。
对于这些新特性，我个人将其分为两部分：
一部分是专门为编译器服务的，它不会影响最终的 Native Code 的结构；
而另一部分严格来说也是为编译器服务，不过最重要的是它会影响最终的 Native Code 的结构。
打个比方：
C++ 中全局函数的重载：这个东西完全就是为编译器服务的，在最终的反汇编代码中，你根本看不出来它使用了 C++ 的重载这一面向对象的特性，因为它实际上就是两个不同的函数；
再比如类对象: 当你在反汇编代码中看到某些call在调用前都会有个ecx作为参数传进去（这里IDE假定为VC，因为Borland不是用ecx而是通过堆栈来传递this指针的），而在call内部经常有对ecx的类似“mov edx，ecx ； mov R/M,dword ptr[edx+4*N] ”时, 我想如果你对C++的逆向分析的比较透彻，你会马上发现这是再传递类对象的this指针，并对类成员取值等等。 另外虚函数在反汇编代码中的表现形式也是很有特点的（以后会详细介绍的）。
上面嗦了这么多，无非是要说明这样一个道理： 就像 C 语言的枚举在反汇编的代码中消失的无影无踪，而结构体成员存取值在反汇编中却表现的这么明显。 说白了一个式子：asm-->C-->C++ 。
实验平台及工具：XP SP3, VC SP6(默认Debug，Release 修改为最小大小优化)， OD 等。
P.S 整个系列的文章对于高手来说肯定是没有任何技术含量的，发到这里只是为了可以帮助新手更快的入门。
另外限于我的水平，整个系列中肯定会有认识不到位的地方或者认识错误的地方，欢迎各位拍砖。
进入本次正题：
(一) C++ 之 数据类型
来 CPP 源码：
#include <stdio.h>
#pragma pack(1)
struct F
{
char a;
int b;
void fuck();
};
#pragma pack()
struct B
{
int a;
int b;
int c;
void add(int,int);
void f(int);
};
void B::add(int a,int b)
{
c = a + b ;
}
void B::f(int x)
{
a += x;
}
void F::fuck()
{
this->a = 'J' ;
this->b++;
}
enum EE
{
red =3,
blue ,
green,
yellow,
};
int main(int argc, char* argv[])
{
B sb; F sf; EE ee;
sb.a = 3;sb.b = 4;sb.c = 5;
sf.a = 'X' ; sf.b = 0x9999;
sf.b = green;
__asm int 3 //跟failwest学的, 呵呵, 感觉不错.
printf("%d ",sizeof(sb));
printf("%d ",sizeof(sf));
printf("%d ",sizeof(ee));
sb.add(sb.a,sb.b);
sb.f(4);
sf.fuck();
return 0;
}
结构体B ,F 两种抽象数据类型，默认的话，其结构体大小为数据成员个数乘以4。(如果定义了对齐粒度的话就另当别论)。函数不会算到大小里面去(后面的虚函数除外)，对于一般的结构体，都是当成一个内存块来处理的。对于B, F这种抽象数据类型, 一般都是将 ecx 保存其指针(以后到了类就是this了)。
下面看反汇编调试过程吧。
00401030 55 push ebp
00401031 8BEC mov ebp,esp
00401033 83EC 14 sub esp,14
00401036 C745 EC 0300000>mov dword ptr ss:[ebp-14],3 ; 从这5行可以看出,在栈里面是按局部变量从小到大排的
0040103D C745 F0 0400000>mov dword ptr ss:[ebp-10],4
00401044 C745 F4 0500000>mov dword ptr ss:[ebp-C],5
0040104B C645 F8 58 mov byte ptr ss:[ebp-8],58 ; 这里从8开始一个char
0040104F C745 F9 9999000>mov dword ptr ss:[ebp-7],9999 ; 从7 开始, 保持和上面的紧挨着.
00401056 90 nop
00401057 6A 0C push 0C ; 默认自然对齐为4字节, 总共12字节
00401059 68 30704000 push lesson1.00407030 ; ASCII "%d "
0040105E E8 3D000000 call lesson1.004010A0 ; 这里是printf, 不知为啥不自己显示出来
00401063 6A 05 push 5 ; 这里重设了对齐粒度,于是为5
00401065 68 30704000 push lesson1.00407030 ; ASCII "%d "
0040106A E8 31000000 call lesson1.004010A0 ; printf
0040106F 8B45 F0 mov eax,dword ptr ss:[ebp-10] ; sb.b
00401072 8B4D EC mov ecx,dword ptr ss:[ebp-14] ; sb.a
00401075 83C4 10 add esp,10 ; 两次的放一起平衡esp.
00401078 50 push eax
00401079 51 push ecx
0040107A 8D4D EC lea ecx,dword ptr ss:[ebp-14] ; sb的地址. 相当于寄存器传参.
0040107D E8 7EFFFFFF call lesson1.00401000 ; sb.add(sb.a,sb.b);
00401082 6A 04 push 4
00401084 8D4D EC lea ecx,dword ptr ss:[ebp-14] ; sb的地址.
00401087 E8 84FFFFFF call lesson1.00401010 ; sb.f(4);
0040108C 8D4D F8 lea ecx,dword ptr ss:[ebp-8] ; sf的地址
0040108F E8 8CFFFFFF call lesson1.00401020 ; sf.fuck
00401094 33C0 xor eax,eax
00401096 8BE5 mov esp,ebp
00401098 5D pop ebp
00401099 C3 retn
//
00401000 8B4424 08 mov eax,dword ptr ss:[esp+8] ; 这里没压ebp, 所以为参数2 : sb.b
00401004 8B5424 04 mov edx,dword ptr ss:[esp+4] ; 参数一: sb.a
00401008 03D0 add edx,eax
0040100A 8951 08 mov dword ptr ds:[ecx+8],edx ; 这里ecx就定位了那个sb结构体了.
0040100D C2 0800 retn 8
枚举类型就很简单了, 跟 BOOL 一样了, sizeof 就是 4 了, 然后使用中就直接被编译器换成了数值了，比如 EE ee = red; 直接就是 mov dword ptr [ebp index * 4] , 3 ; 另外还有联合体，像枚举联合体这些东西在反汇编代码中根本都看不到影子的，这些并不花哨的“花哨”东西（别绕住了啊，哈哈）在反汇编中消失的无影无踪了。 所以我就不做多介绍了。
因为这是系列之（一），就不介绍太多内容，在余下的分节我们慢慢来了解。 那么今次就到这里吧。
识别二维码
打开新世界