如果想要了解C++内部的实现原理，没有什么比观察C++代码对应的汇编代码来的更直接了。
本系列主要从汇编角度研究C++代码和汇编的对应关系，揭示C++内部的机制和原理。在第一篇文章中我将从一个简单的C++程序着手快速解释一下C++反汇编代码的基本的结构和内容，相当于一个简单的Preview。而在后续的文章中，我将根据不同的Topic，详细解释C++代码对应的反汇编代码。
一个简单的C++程序示例如下：
|
class my_class { public : my_class() { m_member = 1; }
void method(int n) { m_member = n; }
~my_class() { m_member = 0; }
private : int m_member; };
int _tmain(int argc, _TCHAR* argv[]) { my_class a_class; a_class.method(10);
return 0; } |
可以直接Debug的时候看到Assembly代码，不过这样获得的代码注释比较少。比较理想的方法是利用VC编译器的一个选项/FAs来生成对应的汇编代码。/FAs还会在汇编代码中加入注释注明和C++代码的对应关系，十分有助于分析。
在VS2005中可以这样打开/FAs：
Build代码，可以在输出目录下发现对应的.ASM文件。本文将逐句分析汇编代码和C++的对应关系。
首先是WinMain：
|
_TEXT SEGMENT _wmain PROC push ebp ; 保存旧的ebp mov ebp, esp ; ebp保存当前栈的位置 push -1 ; 建立SEH(Structured Exception Handler)链 ; -1表示表头,没有Prev push __ehhandler$_wmain ; SEH异常处理程序的地址 mov eax, DWORD PTR fs:0 ; fs:0指向TEB的内容，头4个字节是当前SEH链的地址 push eax ; 保存起来 sub esp, d8H ; 分配d8H字节的空间 push ebx push esi push edi lea edi, DWORD PTR [ebp-e4H] ; 确定局部变量的起始地址。e4H = d8H + 4 * 3，跳过之前建立SEH链所用的3个Push指令所占用的栈的空间，以及sub esp, d8h为局部变量分配的d8H字节空间 mov ecx, 36H ; 36H*4H=d8H，也就是用36H个ccccccccH填满刚才分配的d8H字节空间 mov eax, ccccccccH rep stosd mov eax, DWORD PTR ___security_cookie xor eax, ebp push eax ; ebp ^ __security_cookie压栈保存 lea eax, DWORD PTR [ebp-0cH] ; ebp-0cH是之前main的起始代码中在堆栈中建立的SEH结构的首地址 mov DWORD PTR fs:0, eax ; 设置到TEB中作为当前Active的SEH链表末尾 |
到此为止栈的内容是这样的：
低地址
|
Security cookie after XOR |
|
Edi |
|
Esi |
|
Ebx |
|
Local stack: d8H |
|
Old fs:0 |
|
__ehhandler$_wmain |
|
ffffffffH |
|
Old ebp |
高地址
main接着后面调用my_class的构造函数
|
lea ecx, DWORD PTR [ebp-14H] call ??0my_class@@QAE@XZ ; 调用my_class::my_class, ??my_class@@QAE@XZ是经过Name Mangling后的名字 mov DWORD PTR [ebp-4], 0 ; 进入__try块，在Main中有一个隐式的__try/__except块 |
接着调用my_class::method：
|
push 10 ; 参数入栈 lea ecx, DWORD PTR [ebp-14H] ; 遵循thiscall调用协定，ecx存放的是this指针 call ?method@my_class@@QAEXH@Z ; 调用子程序my_class:method(10) |
之后是析构：
|
mov DWORD PTR [ebp-e0H], 0 ; 用来放置返回值 mov DWORD PTR [ebp-4], -1 ; 标记TRY的正常结束 lea ecx, DWORD PTR [ebp-14H] ; a_class的地址作为this存入ECX call ??1my_class@@QAE@XZ ; my_class::~my_class mov eax, DWORD PTR [ebp-e0H] ; 返回值按照约定放入eax中 |
Main函数退出代码如下：
|
push edx mov ecx, ebp push eax lea edx, DWORD PTR $LN7@wmain call @_RTC_CheckStackVars@8 ; 检查栈 pop eax pop edx mov ecx, DWORD PTR [ebp-0cH] ; 取出之前保存的旧的fs:0，并恢复 mov DWORD PTR fs:0, ecx pop ecx pop edi pop esi pop ebx add esp, e4H ; 退掉分配的d8H + 建立SEH链所需的0cH字节 cmp ebp, esp call __RTC_CheckEsp ; 检查esp值，这个时候esp应该和ebp匹配，否则说明出现了栈不平衡的情况，这种情况下调用子程序报错 mov esp, ebp ; 恢复ebp到esp pop ebp ; 恢复原来的ebp值 ret 0 _wmain ENDP |
专门用于SEH的子程序。__unwindfunclet$_wmain$0当异常发生的时候被调，负责进行栈展开，主要是调用析构函数。__ehhandler$_wmain则是在exception被抛出的时候调用。
|
Text$x SEGMENT __unwindfunclet$_wmain$0: ; 当SEH发生的时候会调用该函数，析购a_class lea ecx, DWORD PTR [ebp-14H] ; ecx = [ebp – 14H]，也就是a_class的地址 jmp ??1my_class@@QAE@XZ ; 调用my_class::~my_class __ehhandler$_wmain: mov edx, DWORD PTR [esp+8] ; esp = 当前的fs:0, [esp + 8] = 之前的SEH结构，也就是main中建立的 lea eax, DWORD PTR [edx+0cH] ; edx + 0Ch = 当前的ebp，也就是main的ebp，此时不能直接使用ebp因为可能会从任意函数调过来，此时ebp是该函数的ebp，而不是main的ebp mov ecx, DWORD PTR [edx-e0H] ; 之前存下去的__security_cookie ^ ebp xor ecx, eax ; 再次和ebp相异或 call @__security_check_cookie@4 ; 此时ecx应该等于__security_cookie，否则说明栈的内容被恶意改动（或者编程错误） mov eax, OFFSET __ehfuncinfo$_wmain jmp ___CxxFrameHandler3 text$x ENDS |
My_class::my_class构造函数如下。构造函数本质上就是一个全局函数，名字是经过打乱的(Name Mangling)，这样可以和同一Class和其他Class的同名方法区别开来。不同编译器有不同规则，因此不必过于深究。
|
_TEXT SEGMENT ??0my_class@@QAE@XZ PROC push ebp ; 保存旧的ebp mov ebp, esp ; ebp保存当前栈的位置 sub esp, ccH ; 给栈分配ccH个字节 push ebx ; 保存常用寄存器 push esi push edi push ecx lea edi, DWORD PTR [ebp-ccH] ; 从分配的位置开始 mov ecx, 33H ; 写33H个ccccccccH mov eax, ccccccccH ; 也就是33H*4H=ccH，正好是分配的大小 rep stosd ; 从而把整个栈上当前分配的空间用ccH填满 pop ecx mov DWORD PTR [ebp-8], ecx ; 按照约定，一般用ECX保存this指针 ; 把this存入到ebp-8，并不是很必要，因为这是Debug版本
; 10 : { ; 11 : m_member = 1;
mov eax, DWORD PTR [ebp-8] ; eax中存放this mov DWORD PTR [eax], 1 ; this的头四个byte是m_member的内容
; 12 : }
mov eax, DWORD PTR [ebp-8] ; 多余的一句话，可以优化掉 pop edi pop esi pop ebx mov esp, ebp ; 恢复esp，因此就算是中间栈运算出错，最后也不会导致灾难性的结果，只要ebp还是正确的 pop ebp ret 0 ??0my_class@@QAE@XZ ENDP |
My_class::method的实现如下：
|
_TEXT SEGMENT ?method@my_class@@QAEXH@Z PROC ; my_class::method
; 15 : {
push ebp mov ebp, esp sub esp, ccH push ebx push esi push edi push ecx lea edi, DWORD PTR [ebp-ccH] mov ecx, 33H mov eax, ccccccccH rep stosd pop ecx mov DWORD PTR [ebp-8], ecx
; 16 : m_member = n;
mov eax, DWORD PTR [ebp-8] ; eax中存放this mov ecx, DWORD PTR [ebp+8] ; ebp -> ebp ; ebp + 4 -> IP ; ebp + 8 -> n ; 把n存入ecx中 mov DWORD PTR [eax], ecx ; this头四个字节是m_member, 因此这句话就是m_member = n
; 17 : }
pop edi pop esi pop ebx mov esp, ebp pop ebp ret 4 ; 等价于 ; ret 恢复EIP，返回调用地址 ; add esp, 4 -> 把n从栈上Pop掉 ?method@my_class@@QAEXH@Z ENDP |
最后的析构函数，和前面的代码并无区别。
|
_TEXT SEGMENT ??1my_class@@QAE@XZ PROC ; my_class::~my_class
; 20 : {
push ebp mov ebp, esp sub esp, 204 push ebx push esi push edi push ecx lea edi, DWORD PTR [ebp-204] mov ecx, 33H mov eax, ccccccccH rep stosd pop ecx mov DWORD PTR _this$[ebp], ecx
; 21 : m_member = 0;
mov eax, DWORD PTR [ebp-8] mov DWORD PTR [eax], 0
; 22 : }
pop edi pop esi pop ebx mov esp, ebp pop ebp ret 0 ??1my_class@@QAE@XZ ENDP ; my_class::~my_class _TEXT ENDS |