C++逆向学习：string类的内存布局与扩容机制分析

1. string类的基本内存布局

在Visual Studio环境下，定义一个string类并存储字符串"abcd"时，其内存布局如下：

• size：当前字符串长度（4字节）
• capacity：最大容量（通常比size大）
• allocator：空间配置器
• 字符数据：以\x00结尾的连续内存

示例内存视图：

[allocator][size][capacity][...][a][b][c][d][\x00]

2. string的扩容机制

通过实验观察string的capacity增长规律：

string str;
for(int i=0; i<100; i++) {
    str += 'a';
    cout << "size: " << str.size() << " capacity: " << str.capacity() << endl;
}

观察到的capacity变化序列：

15 → 31 → 47 → 70 → 105

扩容特点：

1. 初始容量为15（二进制1111）
2. 第一次扩容到31（二进制11111）
3. 后续扩容按约1.5倍增长

3. 逆向工程视角下的string操作

3.1 基本操作分析

测试程序1：

string input;
cin >> input;
for(int i=0; i<3; i++) input += 'a';
for(int i=0; i<3; i++) input.append("12345abcde");
cout << input;

IDA逆向观察：

1. 当size > capacity时调用Reallocate_xxx函数
2. 直接追加字符时：*(_WORD*)&str_addr[_size] = 97（同时写入\x00）
3. 追加长字符串时使用memmove_0函数
4. 末尾总是添加\x00：v9[10] = 0

3.2 字符串连接操作

测试程序2：

string input1, input2, result;
cin >> input1 >> input2;
result = input1 + input2;
cout << result;

g++编译后的逻辑：

1. 调用operator+进行连接
2. 使用operator=赋值
3. 输出结果

3.3 基于范围的for循环

测试程序3：

string input1, input2;
cin >> input1 >> input2;
for(auto c : input2) input1 += c;
cout << input1;

逆向分析要点：

1. 使用迭代器begin和end
2. 通过operator!=判断循环结束
3. 使用operator+=追加字符
4. 使用operator++移动迭代器

4. 逆向分析技巧总结

1. 动态调试：使用Visual Studio等工具观察内存变化（红色表示刚改变的值）
2. 静态分析：
   • 识别扩容判断逻辑（size vs capacity）
   • 注意内存操作函数（memmove等）
   • 观察字符串终止符的处理
3. 命名规范：在IDA中重命名变量提高可读性
4. 编译器差异：
   • g++生成的代码通常更简洁
   • Visual Studio生成的代码可能包含更多内部细节

5. 关键点备忘

1. string内部总是以\x00结尾
2. capacity的增长策略：
   • 初始15
   • 后续约1.5倍增长
3. 小字符追加可能使用WORD写入（同时设置\x00）
4. 大字符串追加使用memmove类函数
5. 基于范围的for循环转换为迭代器操作

6. 进一步研究方向

1. 不同编译器（g++ vs MSVC）的实现差异
2. 空间配置器(allocator)的详细工作机制
3. reallocation函数的具体实现
4. 异常处理机制在string操作中的表现

通过深入理解string类的内部实现，可以更有效地分析C++逆向工程中的字符串相关操作，提高漏洞分析和CTF解题的效率。