c++ - Capstone cs_disasm 仅反汇编一小部分代码

Question

我正在试验 http://www.capstone-engine.org在 MacOS 和 MacOS x86_64 二进制文件上。它或多或少确实有效，但我确实有 2 个顾虑。

我正在加载测试dylib

[self custom_logging:[NSString stringWithFormat:@"Module Path:%@",clientPath]];
NSMutableData *ModuleNSDATA = [NSMutableData dataWithContentsOfFile:clientPath];
[self custom_logging:[NSString stringWithFormat:@"Client Module Size: %lu MB",(ModuleNSDATA.length/1024/1024)]];
[ModuleNSDATA replaceBytesInRange:NSMakeRange(0, 20752) withBytes:NULL length:0];
uint8_t *bytes = (uint8_t*)[ModuleNSDATA bytes];
long size = [ModuleNSDATA length]/sizeof(uint8_t);
[self custom_logging:[NSString stringWithFormat:@"UInt8_t array size: %lu",size]];
ModuleASM = [NSString stringWithCString:disassembly(bytes,size,0x5110).c_str() encoding:[NSString defaultCStringEncoding]];

1. 就我所做的研究而言，我似乎需要从二进制代码中删除“第一个”字节以删除 header 和元数据，直到它遇到真正的指令。但是，我不确定 capstone 是否为此提供了任何 api，或者我是否需要按字节模式扫描并找到第一个指令地址。

事实上，我已经应用了简单的解决方法，我确实找到了安全地址，肯定会有关于我将加载的大多数模块的说明，但是我想应用适当的解决方案。

1. 我已经使用我描述的变通方法成功地加载和反汇编了部分模块代码。然而，遗憾的是，cs_disasm 返回的指令大多不超过 5000-6000 条，这令人困惑，它似乎中断了它不应该中断的常规指令。我不太确定我做错了什么。模块超过 15mb 的代码，因此有超过 5k 的反汇编指令。

下面是我基于 Capstone Docs 示例的函数

string disassembly(uint8_t *bytearray, long size, uint64_t startAddress){
    csh handle;
    cs_insn *insn;
    size_t count;
    string output;
    if (cs_open(CS_ARCH_X86, CS_MODE_64, &handle) == CS_ERR_OK){
    count = cs_disasm(handle, bytearray, size, startAddress, 0, &insn);
           printf("\nCOUNT:%lu",count);
        if (count > 0) {
            size_t j;
            for (j = 0; j < count; j++) {
                char buffer[512];
                int i=0;
                i = sprintf(buffer, "0x%" PRIx64":\t%s\t\t%s\n", insn[j].address, insn[j].mnemonic,insn[j].op_str);
                output += buffer;
            }
            cs_free(insn, count);
        } else {
            output = "ERROR: Failed to disassemble given code!\n";
        }
    }
    cs_close(&handle);
    return output;
}

我将非常感谢对此的任何帮助。
热情地，
大卫

Answer 1

Anwser就是简单的使用SKIPDATA模式。 Capstone 很棒，但他们的文档非常糟糕。

下面的工作示例。这种模式仍然很容易出错，所以最好这种数据扇区的检测应该是自定义代码。对我来说，它只适用于小块代码。然而，它确实会反汇编到文件末尾。

string disassembly(uint8_t *bytearray, long size, uint64_t startAddress){
    csh handle;
    cs_insn *insn;
    size_t count;
    string output;
    cs_opt_skipdata skipdata = {
       .mnemonic = "db",
    };
    if (cs_open(CS_ARCH_X86, CS_MODE_64, &handle) == CS_ERR_OK){
        cs_option(handle, CS_OPT_DETAIL, CS_OPT_ON);
        cs_option(handle, CS_OPT_SKIPDATA, CS_OPT_ON);
        cs_option(handle, CS_OPT_SKIPDATA_SETUP, (size_t)&skipdata);
        count = cs_disasm(handle, bytearray, size, startAddress, 0, &insn);
        if (count > 0) {
            size_t j;
            for (j = 0; j < count; j++) {
                char buffer[512];
                int i=0;
                i = sprintf(buffer, "0x%" PRIx64":\t%s\t\t%s\n", insn[j].address, insn[j].mnemonic,insn[j].op_str);
                output += buffer;
            }
            cs_free(insn, count);
        } else {
            output = "ERROR: Failed to disassemble given code!\n";
        }
    }
    cs_close(&handle);
    return output;
}

对那些对这个问题投反对票的巨魔感到羞耻。