Reverse C-string and strcat

本文研究图这段C++代码是怎么变成二进制的。

#include <iostream>
using std::endl;
using std::cout;

int main()
{

	char str1[30] = "Many hands";
	char* str2(" make light work.");

	strcat(str1, str2);
	cout << str1 << endl;
}

在Visual Studio，用VS 2010 platform toolset和release模式编译。然后在IDA Pro打开，不要加载debug symbol。

如果你的assembly code用的是ebp addressing，那么编译时要enable omit frame pointers。

图中的assembly view (IDA View-A)没有显示任何字符串，但Pseudocode正确显示了C++源代码里的字符串，这是为什么呢？

双击ds:dword_402114跳转到dword_402114所在的rdata section，右击它的值，发现796E614Dh可以表示为ASCII字符串“ynaM”，这正是“Many”的相反。见图。字符串是反过来的，说明该可执行程序用的是little endian。

Undefine dword_402114, dword_402118, word_40211C, byte_40211E，接着在dword_402114的原来位置define string。回到main function，IDA已经正确显示“Many hands”字符串了。见图。

Compiler使用了三个寄存器传输字符串“Many hands”。eax保存"Many"，ecx保存“ han”,(e)dx保存“ds”，al（也就是eax）保存the null terminator。

.text:20 mov dword ptr [esp+24h+var_24], eax用的是esp addressing，esp+24h等于ebp。但是如果运行该程序，会发现esp+24h不等于ebp。这是合理的，因为IDA的esp offset是基于该方法进入时的esp计算的。Prologue of a function is usually mov ebp, esp; sub esp, xx，但是这个main 方法没有mov ebp, esp。

后面.text:2E到3A都在赋0值。可以undefine这几个变量，redefine string，这样IDA就会用memset来表示这几行，比较简洁。见图。

奇怪的是pseudocode第10行，IDA用一个新变量v7来获取v3。但其实v3就是str1。

while和strcpy应该就是strcat的内联结果。我没有找到Visual C++的strcat实现，但https://github.com/gcc-mirror/gcc/blob/master/libssp/strcat-chk.c 可以看到gcc的strcat的实现确实需要一个while循环。