本文的主要目的是理解汇编中全局变量、常量的存储，以及如何将if、while等汇编代码还原成高级代码
全局变量
在这之前首先需要了解内存的分区，对这块不是特别清晰的，建议看看这篇文章iOS-底层原理 24：内存五大区，下面进行一个简单的汇总说明
代码区：存放代码，可读、可执行栈区：存放参数、局部变量、临时数据，可读写堆区：开发人员动态申请，大小可变，可读写全局变量：可读可写常量：只读
案例分析
在main.m中定义一个函数和一个全局变量
int g = 12;
int func(int a, int b){
printf("haha");
int c = a + g;
return c;
}
int main(int argc, char * argv[]) {
func(1, 2);
}
-
func函数断点运行，以下是main函数的汇编代码
image -
查看func的汇编代码，分析如下
image- 查看x0是否为“haha”，通过调试得以验证，
x0存的是haha的地址
image - 查看其地址：
x 0x000000010098bf9f，属于字符串的常量区（即左边是右边字符串的ASCII码）
image
- 查看x0是否为“haha”，通过调试得以验证，
其中重点分析adrp x0,1和add x0,x0,#0xf9f两句
-
adrp指令（address page 按页寻址）：- 将1的值左移12位，此时的1是二进制
- 加上pc寄存器的值（先需要将pc的低12位清零）
<!--（按页寻址）-->
<!--adrp-->
0x10098a824 <+20>: adrp x0, 1
- 1）1左移12位：0x1000
- 2）pc寄存器低12位清零：0x10098a000
- 3）加上pc寄存器的值：0x10098a000 + 0x1000 = 0x10098b000
===> 得到x0地址就是某一页数据的起始位置（即首地址）
<!--add-->
0x10098a828 <+24>: add x0, x0, #0xf9f ; =0xf9f
- adrp得到的地址加上偏移：0x10098b000 + 0xf9f = 0x10098bf9f
===> 此时的x0就是某一页中某段代码的地址，即当前代码段的地址
通过这个计算结果可知与上面调试的x0地址是一致的
why？：一个页的大小是4096，而0xFFF为4095，加上1就是0x1000（即4096），所以是1左移12位即可得到一个页的首地址（注：macOS的pageSize是 4k（0x1000），而iPhone的pageSize是16k（0x4000），但是16仍是4的倍数，adrp兼容者mac和iPhone，所以此时定位的仍然是一页数据）
- 继续分析
bl printf以下的汇编代码
image-
ldur w8, [x29, #-0x4]：拿出栈中的数据，即1
image -
adrp + add + ldr:拿出0x10098ce98内存地址的数据，将x9的数据给w10。这样就拿到了全局变量g
image
-
反汇编分析
示例代码如下
int g = 12;
int func(int a, int b){
printf("haha");
int c = a + g + b;
return c;
}
int main(int argc, char * argv[]) {
func(10, 20);
}
通过hopper来进行反汇编分析
首先将工程编译：
CMD+B-
进入App的包
image
image
image -
将第5步中的可执行文件拖入hopper中进行分析
image -
在hopper中搜索func
image 拷贝func的汇编代码，将其还原成高级语言代码（即反汇编）
<!--1、将汇编初步还原为高级语言代码-->
int gl = 12;
int func2(int a, int b){
/*
//一个函数的开始
0000000100006808 sub sp, sp, #0x20
000000010000680c stp x29, x30, [sp, #0x10]
0000000100006810 add x29, sp, #0x10
*/
/*
//调用bl printf
0000000100006814 stur w0, [x29, #-0x4]
0000000100006818 str w1, [sp, #0x8]
//===>此时的获取的0x100007f9f地址的数据 是没有ASLR的值
000000010000681c adrp x0, #0x100007000
0000000100006820 add x0, x0, #0xf9f ; "haha"
0000000100006824 bl imp___stubs__printf
*/
printf("haha");
/*
0000000100006828 ldur w8, [x29, #-0x4]
*/
int w8 = a;
/*
//===>此时的获取0x100008e98的数据
000000010000682c adrp x9, #0x100008000
0000000100006830 add x9, x9, #0xe98 ; _g
*/
// int gl = 12;//(需要写外面)
/*
0000000100006834 ldr w10, x9
*/
int w10 = gl;
/*
0000000100006838 add w8, w8, w10
*/
w8 += w10;
/*
000000010000683c ldr w10, [sp, #0x8]
*/
w10 = b;
/*
0000000100006840 add w8, w8, w10
*/
w8 += w10;
/*
0000000100006844 str w8, [sp, #0x4]
0000000100006848 ldr w8, [sp, #0x4]
000000010000684c mov x0, x8
*/
return w8;
/*
//一个函数的结束
0000000100006850 ldp x29, x30, [sp, #0x10]
0000000100006854 add sp, sp, #0x20
0000000100006858 ret
*/
}
<!--2、去掉汇编-->
int gl = 12;
int func2(int a, int b){
printf("haha");
int w8 = a;
int w10 = gl;
w8 += w10;
w10 = b;
w8 += w10;
return w8;
}
<!--3、简化代码-->
int gl = 12;
int func2(int a, int b){
printf("haha");
return a + b + gl;
}
简化过程如下图所示（注：是从下向上还原，而不是从上向下（业务逻辑是从上至下执行）：
其中
//===>此时的获取的0x100007f9f地址的数据 是没有ASLR的值
000000010000681c adrp x0, #0x100007000
0000000100006820 add x0, x0, #0xf9f
- hopper中按
G，查找0x100007f9f对应的数据
image
同理，获取全局变量g也是同样的原理
//===>此时的获取0x100008e98的数据
000000010000682c adrp x9, #0x100008000
0000000100006830 add x9, x9, #0xe98 ; _g
0000000100006834 ldr w10, x9
总结
获取
全局变量和常量时，会出现adrp和add两条指令获得一个地址的情况-
ADRP（Address Page）
-
adrp x0，1将
PC寄存器的低12位清零将1的值，左移12位，16进制就是0x1000
以上两个结果相加放入
x0寄存器
-
通过
ADD指令获取这页内存中的偏移值
条件
有如下代码，查看其汇编
int g = 12;
void func(int a, int b){
if (a > b) {
g = a;
}else{
g = b;
}
}
int main(int argc, char * argv[]) {
func(1, 2);
}
通过hopper查看其汇编，代码如下
_func:
==>拉伸栈空间
0000000100006828 sub sp, sp, #0x10 ; CODE XREF=_main+32
==>w0、w1数据入栈
000000010000682c str w0, [sp, #0xc]
0000000100006830 str w1, [sp, #0x8]
==>从栈中读取数据到w8、w9
0000000100006834 ldr w8, [sp, #0xc]
0000000100006838 ldr w9, [sp, #0x8]
==>比较w8、w9，即比较w0、w1（cmp是减法，但不影响目标寄存器w8、w9，只看减法结果，修改标记寄存器）
000000010000683c cmp w8, w9
//如果是小于等于，就跳到到 loc_100006858 执行，如果是大于，则直接往下执行
0000000100006840 b.le loc_100006858
0000000100006844 ldr w8, [sp, #0xc]
0000000100006848 adrp x9, #0x100008000
000000010000684c add x9, x9, #0xe90 ; _g
0000000100006850 str w8, x9
//硬跳，规避小于等于的代码，跳到loc_100006868
0000000100006854 b loc_100006868
loc_100006858:
0000000100006858 ldr w8, [sp, #0x8] ; CODE XREF=_func+24
000000010000685c adrp x9, #0x100008000
0000000100006860 add x9, x9, #0xe90 ; _g
0000000100006864 str w8, x9
loc_100006868:
0000000100006868 add sp, sp, #0x10 ; CODE XREF=_func+44
000000010000686c ret
这是典型的if-else，通过hopper查看其汇编代码如下
将上述汇编代码进行还原
<!--1、还原-->
int cc = 12;
void func2(int a, int b){
//==>拉伸栈空间
//0000000100006828 sub sp, sp, #0x10
//==>w0、w1数据入栈
//000000010000682c str w0, [sp, #0xc]
//0000000100006830 str w1, [sp, #0x8]
//==>从栈中读取数据到w8、w9
//0000000100006834 ldr w8, [sp, #0xc]
//0000000100006838 ldr w9, [sp, #0x8]
int w8 = a;
int w9 = b;
//==>比较w8、w9，即比较w0、w1（cmp是减法，但不影响目标寄存器w8、w9，只看减法结果，修改标记寄存器）
//000000010000683c cmp w8, w9
////如果是小于等于，就跳到到 loc_100006858 执行，如果是大于，则直接往下执行
//0000000100006840 b.le loc_100006858
if (w8 > w9 ) {//大于
//0000000100006844 ldr w8, [sp, #0xc]
//0000000100006848 adrp x9, #0x100008000
//000000010000684c add x9, x9, #0xe90 ; _g
//0000000100006850 str w8, x9
cc = w8;//此时的w8是a
////硬跳，规避小于等于的代码，跳到loc_100006868
//0000000100006854 b loc_100006868
}else{//小于等于
// loc_100006858:
//0000000100006858 ldr w8, [sp, #0x8]
//000000010000685c adrp x9, #0x100008000
//0000000100006860 add x9, x9, #0xe90 ; _g
//0000000100006864 str w8, x9
cc = w8;//此时的w8是b
}
// loc_100006868:
//0000000100006868 add sp, sp, #0x10
//000000010000686c ret
}
<!--2、简化-->
int cc = 12;
void func2(int a, int b){
if (a > b ) {//大于
cc = a;
}else{//小于等于
cc = b;
}
}
cmp（Compare）比较指令
-
CMP把一个寄存器的内容和另一个寄存器的内容或立即数进行比较，但不存储结果，只是正确的更改标志(CMP后面跟的是B.LE，即else的条件) - 一般CMP做完判断后会进行跳转，后面通常会跟上B指令
BL 标号：跳转到标号处执行B.LT 标号：比较结果是小于（less than ），执行标号，否则不跳转B.LE 标号：比较结果是小于等于（less than or equal to），执行标号，否则不跳转B.GT 标号：比较结果是大于（greater than），执行标号，否则不跳转B.GE 标号：比较结果是大于等于（greater than or equal to），执行标号，否则不跳转
- `B.EQ 标号`：比较结果是`等于`，执行标号，否则不跳转
- `B.NE 标号`：比较结果是不等于（not equal）,执行标号，否则不跳转
- `B.HI 标号`：比较结果是`无符号大于`，执行标号，否则不跳转
- `B.HS 标号`：比较结果是`无符号大于等于`，执行标号，否则不跳转
循环
循环常用的主要有for、while、do-while，下面来一一进行分析
do-while分析
分析以下do-while的代码
int main(int argc, char * argv[]) {
int sum = 0;
int i = 0;
do{
sum += 1;
i++;
}while (i<100);
}
-
通过hopper查看其汇编
image -
汇编结束如下所示
image
结论：do-while循环：判断条件在后面，满足条件往外跳
while循环分析
int main(int argc, char * argv[]) {
int sum = 0;
int i = 0;
while (i<100){
sum += 1;
i++;
}
}
汇编如图所示
结论：while循环：判断条件在里面，不满足就往外跳
for循环分析
int main(int argc, char * argv[]) {
int sum = 0;
for (int i = 0; i < 100; i++) {
sum += 1;
}
}
此时和while的汇编是一样的
结论：for循环很像：判断条件在里面，不满足就往外跳
总结
全局变量和常量
获取
全局变量和常量时，会出现adrp和add两条指令获得一个地址的情况-
ADRP（Address Page）
-
adrp x0，1将
PC寄存器的低12位清零将1的值，左移12位
以上两个结果相加放入
x0寄存器
-
通过
ADD指令获取这页内存中的偏移值
条件判断
-
CMP把一个寄存器的内容和另一个寄存器的内容或立即数进行比较，但不存储结果，只是正确的更改标志(CMP后面跟的是B.LE，即else的条件) - 一般CMP做完判断后会进行跳转，后面通常会跟上B指令
BL 标号：跳转到标号处执行B.LT 标号：比较结果是小于（less than ），执行标号，否则不跳转B.LE 标号：比较结果是小于等于（less than or equal to），执行标号，否则不跳转B.GT 标号：比较结果是大于（greater than），执行标号，否则不跳转B.GE 标号：比较结果是大于等于（greater than or equal to），执行标号，否则不跳转B.EQ 标号：比较结果是等于，执行标号，否则不跳转B.NE 标号：比较结果是不等于（not equal）,执行标号，否则不跳转B.HI 标号：比较结果是无符号大于，执行标号，否则不跳转B.HS 标号：比较结果是无符号大于等于，执行标号，否则不跳转
循环
do-while循环：判断条件在后面，满足条件往外跳for循环和while循环很像：判断条件在里面，不满足就往外跳
