安卓逆向系列教程(一)Dalvik 指令集
作者:飞龙
寄存器
Dalvik 指令集完全基于寄存器,也就是说,没有栈。
所有寄存器都是 32 位,无类型的。也就是说,虽然编译器会为每个局部变量分配一个寄存器,但是理论上一个寄存器中可以存放一个int
,之后存放一个String
(的引用),之后再存放一个别的东西。
如果要处理 64 位的值,需要连续的两个寄存器,但是代码中仍然只写一个寄存器。这种情况下,你在代码中看到的vx
实际上是指vx
和vx + 1
。
寄存器有两种命名方法。v
命名法简单直接。假设一共分配了 10 个寄存器,那么我们可以用v0
到v9
来命名它们。
除此之外,还可以用p
命名法来命名参数所用的寄存器,参数会占用后面的几个寄存器。假如上面那个方法是共有两个参数的静态方法,那么,我们就可以使用p0
和p1
取代v8
和v9
。如果是实例方法,那么可以用p0 ~ p2
取代v7 ~ v9
,其中p0
是this
引用。
但在实际的代码中,一般不会声明所有寄存器的数量,而是直接声明局部变量所用的寄存器(后面会看到)。也就是说局部变量和参数的寄存器是分开声明的。我们无需关心vx
是不是py
,只需知道所有寄存器的数量是局部变量与参数数量的和。
数据类型
Dalvik 拥有独特的数据类型表示方法,并且和 Java 类型一一对应:
Java 类型 | Dalvik 表示 |
| Z |
| B |
| S |
| C |
| I |
| J |
| F |
| D |
| V |
对象类型 | L |
数组类型 | [ |
其中对象类型由L<包名>/<类名>;
(完全限定名称)表示,要注意末尾有个分号,比如String
表示为Ljava/lang/String;
。
数组类型是[
加上元素类型,比如int[]
表示为[I
。左方括号的个数也就是数组的维数,比如int[][]
表示为[[I
。
类定义
一个 smali 文件中存放一个类,文件开头保存类的各种信息。类的定义是这样的。
.class <权限修饰符> <非权限修饰符> <完全限定名称>
.super <超类的完全限定名称>
.source <源文件名>
比如这是某个MainActivity
:
.class public Lnet/flygon/myapplication/MainActivity;
.super Landroid/app/Activity;
.source "MainActivity.java"
我们可以看到该类是public
的,完整名称是net.flygon.myapplication.MainActivity
,继承了android.app.Activity
,在源码中是MainActivity.java
。如果类是abstract
或者final
的,会在public/private/protected
后面表示。
类可以实现接口,如果类实现了接口,那么这三条语句下面会出现.implements <接口的完全限定名称>
。比如通常用于回调的匿名类中会出现.implements Landroid/view/View$OnClickListener;
。
类还可以拥有注解,同样,这三条语句下方出现这样的代码:
.annotation <完全限定名称>
键 = 值
...
.end annotation
这些语句下面就是类拥有的字段和方法。
字段定义
字段定义如下:
.field <权限修饰符> <非权限修饰符> <名称>:<类型>
其中非权限修饰符可以为final
或者abstract
。
比如我在MainActivity
中定义一个按钮:
.field private button1:Landroid/widget/Button;
方法定义
方法定义如下:
.method <权限修饰符> <非权限修饰符> <名称>(<参数类型>)<返回值类型>
...
.end method
要注意如果有多个参数,参数之间是紧密挨着的,没有逗号也没有空格。如果某个方法的参数是int, int, String
,那么应该表示为IILjava/lang/String;
。
.locals
方法里面可以包含很多很多东西,可以说是反编译的重点。首先,方法开头处可能会含有局部变量个数声明和参数声明。.locals <个数>
可以用于变量个数声明,比如声明了.locals 10
之后,我们就可以直接使用v0
到v9
的寄存器。
.param
另外,参数虽然也占用寄存器,但是声明是不在一起的。.param px,"<名称>"
用于声明参数。不知道是不是必需的。
.prologue
之后.prologue
的下面是方法中的代码。代码是接下来要讲的东西。
.line
代码之间可能会出现.line <行号>
,用来标识 Java 代码中对应的行,不过这个是非强制性的,修改之后对应不上也无所谓。
.local
还可能出现局部变量声明,.local vx, "<名称>":<类型>
。这个也是非强制性的,只是为了让你清楚哪些是具名变量,哪些是临时变量。临时变量没有这种声明,照样正常工作。甚至你把它改成不匹配的类型(int
改成Object
),也可以正常运行。
数据定义
指令 | 含义 |
const/4 vx,lit4 | 将 4 位字面值 |
const/16 vx,lit16 | 将 16 位字面值 |
const vx, lit32 | 将 32 位字面值 |
const-wide/16 vx, lit16 | 将 16 位字面值 |
const-wide/32 vx, lit32 | 将 32 位字面值 |
const-wide vx, lit64 | 将 64 位字面值 |
const/high16 v0, lit16 | 将 16 位字面值 |
const-wide/high16, lit16 | 将 16 位字面值 |
const-string vx, string | 将指字符串常量(的引用) |
const-class vx, class | 将指向类对象(的引用) |
这些指令会在我们给变量赋字面值的时候用到。下面我们来看看这些指令如何与 Java 代码对应,以下我定义了所有相关类型的变量。
boolean z = true;
z = false;
byte b = 1;
short s = 2;
int i = 3;
long l = 4;
float f = 0.1f;
double d = 0.2;
String str = "test";
Class c = Object.class;
编译之后的代码可能是这样:
const/4 v10, 0x1
const/4 v10, 0x0
const/4 v0, 0x1
const/4 v8, 0x2
const/4 v5, 0x3
const-wide/16 v6, 0x4
const v4, 0x3dcccccd # 0.1f
const-wide v2, 0x3fc999999999999aL # 0.2
const-string v9, "test"
const-class v1, Ljava/lang/Object;
我们可以看到,boolean
、byte
、short
、int
都是使用const
系列指令来加载的。我们在这里为其赋了比较小的值,所以它用了const/4
。如果我们选择一个更大的值,编译器会采用const/16
或者const
指令。然后我们可以看到const-wide/16
用于为long
赋值,说明const-wide
系列指令用于处理long
。
接下来,float
使用const
指令处理,double
使用const-wide
指令处理。以float
为例,它的const
语句的字面值是0x3dcccccd
,比较费解。实际上它是保持二进制数据不变,将其表示为int
得到的。
我们可以用这段 c 代码来验证。
int main() {
int i = 0x3dcccccd;
float f = *(float *)&i;
printf("%f", f);
return 0;
}
结果是0.100000
,的确是我们当初赋值的 0.1。
最后,const-string
用于加载字符串,const-class
用于加载类对象。虽然文档中写着“字符串的 ID”,但实际的反编译代码中是字符串字面值,比较方便。对于类对象来说,代码中出现的是完全先定名称。
数据移动
数据移动指令就是大名鼎鼎的move
:
指令 | 含义 |
move vx,vy |
|
move/from16 vx,vy |
|
move/16 vx,vy |
|
move-wide vx,vy |
|
move-wide/from16 vx,vy |
|
move-wide/16 vx,vy |
|
move-object vx,vy |
|
move-object/from16 vx,vy |
|
move-object/16 vx,vy |
|
move-result vx | 将小于等于 32 位的基本类型( |
move-result-wide vx | 将 |
move-result-object vx | 将对象类型的返回值(的引用)赋给 |
move-exception vx | 将异常对象(的引用)赋给 |
move
系列指令以及move-result
用于处理小于等于 32 位的基本类型。move-wide
系列指令和move-result-wide
用于处理long
和double
类型。move-object
系列指令和move-result-object
用于处理对象引用。
另外不同后缀(无、/from16
、/16
)只影响字节码的位数和寄存器的范围,不影响指令的逻辑。
数据运算
二元运算
二元运算指令格式为<运算类型>-<数据类型> vx,vy,vz
。其中算术运算的type
可以为int
、long
、float
、double
四种(short
、byte
按int
处理),位运算的只支持int
、long
,下同。
指令 | 运算类型 | 含义 |
算术运算 | ||
add- vx, vy, vz | 加法 |
|
sub- vx, vy, vz | 减法 |
|
mul- vx, vy, vz | 乘法 |
|
div- vx, vy, vz | 除法 |
|
rem- vx, vy, vz | 取余 |
|
位运算 | ||
and- vx, vy, vz | 与 |
|
or- vx, vy, vz | 或 | `vx = vy |
xor- vx, vy, vz | 异或 |
|
shl- vx, vy, vz | 左移 |
|
shr- vx, vy, vz | 算术右移 |
|
ushr- vx, vy, vz | 逻辑右移 |
|
我们可以查看如下代码:
int a = 5,
b = 2,
c = a + b,
d = a - b,
e = a * b,
f = a / b,
g = a % b,
h = a & b,
i = a | b,
j = a ^ b,
k = a << b,
l = a >> b,
m = a >>> b;
编译后的代码可能为:
const/4 v0, 0x5
const/4 v1, 0x2
add-int v2, v0, v1
sub-int v3, v0, v1
mul-int v4, v0, v1
div-int v5, v0, v1
rem-int v6, v0, v1
and-int v7, v0, v1
or-int v8, v0, v1
xor-int v9, v0, v1
shl-int v10, v0, v1
shr-int v11, v0, v1
ushr-int v12, v0, v1
这里有个特例,当操作数类型是int
,并且第二个操作数是字面值的时候,有一组特化的指令:
指令 | 运算类型 | 含义 |
算术运算 | ||
add-int/ vx, vy, | 加法 |
|
sub-int/ vx, vy, | 减法 |
|
mul-int/ vx, vy, | 乘法 |
|
div-int/ vx, vy, | 除法 |
|
rem-int/ vx, vy, | 取余 |
|
位运算 | ||
and-int/ vx, vy, | 与 |
|
or-int/ vx, vy, | 或 | `vx = vy |
xor-int/ vx, vy, | 异或 |
|
shl-int/ vx, vy, | 左移 |
|
shr-int/ vx, vy, | 算术右移 |
|
ushr-int/ vx, vy, | 逻辑右移 |
|
其中<litn>
可以为lit8
或lit16
,即 8 位或 16 位的整数字面值。比如int a = 0; a += 2;
可能编译为const/4 v0, 0
和add-int/lit8 v0, v0, 0x2
。
二元运算赋值
二元运算赋值指令格式为<运算类型>-<数据类型>/2 vx,vy,vz
。
指令 | 运算类型 | 含义 |
算术运算 | ||
add-/2addr vx, vy | 加法赋值 |
|
sub-/2addr vx, vy | 减法赋值 |
|
mul-/2addr vx, vy | 乘法赋值 |
|
div-/2addr vx, vy | 除法赋值 |
|
rem-/2addr vx, vy | 取余赋值 |
|
位运算 | ||
and-/2addr vx, vy | 与赋值 |
|
or-/2addr vx, vy | 或赋值 | `vx |
xor-/2addr vx, vy | 异或赋值 |
|
shl-/2addr vx, vy | 左移赋值 |
|
shr-/2addr vx, vy | 算术右移赋值 |
|
ushr-/2addr vx, vy | 逻辑右移赋值 |
|
我们可以查看这段代码:
int a = 5,
b = 2;
a += b;
a -= b;
a *= b;
a /= b;
a %= b;
a &= b;
a |= b;
a ^= b;
a <<= b;
a >>= b;
a >>>= b;
可能会编译成:
const/4 v0, 0x5
const/4 v1, 0x2
add-int/2addr v0, v1
sub-int/2addr v0, v1
mul-int/2addr v0, v1
div-int/2addr v0, v1
rem-int/2addr v0, v1
and-int/2addr v0, v1
or-int/2addr v0, v1
xor-int/2addr v0, v1
shl-int/2addr v0, v1
shr-int/2addr v0, v1
ushr-int/2addr v0, v1
一元运算
指令 | 运算类型 | 含义 |
算术运算 | ||
neg- vx, vy | 取负 |
|
位运算 | ||
not- vx, vy | 取补 |
|
简单来说,如果代码为int a = 5, b = -a, c = ~a
,并且变量依次分配给v0, v1, v2
的话,我们会得到const/4 v0, 0x5
、neg-int v1, v0
和not-int v2, v0
。
跳转
无条件
Java 里面没有goto
,但是 Smali 里面有,一般来说和if
以及for
配合的可能性很大,还有一个作用就是用于代码混淆。
指令 | 类型 |
goto target | 8 位无条件跳 |
goto/16 target | 16 位无条件跳 |
goto/32 target | 32 位无条件跳 |
target
在 Smali 中是标签,以冒号开头,使用方式是这样:
goto :label
# 一些语句
:label
这三个指令在使用形式上都一样,就是位数越大的语句支持的距离也越长。
条件跳转
if
系列指令可用于int
(以及short
、char
、byte
、boolean
甚至是对象引用):
指令 | 含义 |
if-eq vx,vy,target |
|
if-ne vx,vy,target |
|
if-lt vx,vy,target |
|
if-ge vx,vy,target |
|
if-gt vx,vy,target |
|
if-le vx,vy,target |
|
if-eqz vx,target |
|
if-nez vx,target |
|
if-ltz vx,target |
|
if-gez vx,target |
|
if-gtz vx,target |
|
if-lez vx,target |
|
看一下这段代码:
int a = 10
if(a > 0)
a = 1;
else
a = 0;
可能的编译结果是:
const/4 v0, 0xa
if-lez v0, :cond_0 # if 块开始
const/4 v0, 0x1
goto :cond_1 # if 块结束
:cond_0 # else 块开始
const/4 v0, 0x0
:cond_1 # else 块结束
我们会看到用于比较逻辑是反着的,Java 里是大于,Smali 中就变成了小于等于,这个要注意。也有一些情况下,逻辑不是反着的,但是if
块和else
块会对调。还有,标签不一定是一样的,后面的数字会变,但是多数情况下都是两个标签,一个相对跳一个绝对跳。
如果只有if
:
int a = 10;
if(a > 0)
a = 1;
相对来说就简单一些,只需要在条件不满足时跳过if
块即可:
const/4 v0, 0xa
if-lez v0, :cond_0 # if 块开始
const/4 v0, 0x1
:cond_0 # if 块结束
比较
对于long
、float
和double
又该如何比较呢?Dalvik 提供了下面这些指令:
指令 | 含义 |
cmpl-float vx, vy, vz |
|
cmpg-float vx, vy, vz |
|
cmp-float vx, vy, vz |
|
cmpl-double vx, vy, vz |
|
cmpg-double vx, vy, vz |
|
cmp-double vx, vy, vz |
|
cmp-long vx, vy, vz |
|
其中sgn(x)
是符号函数,定义为:x > 0
时值为 1,x = 0
时值为 0,x < 0
时值为 -1。
我们把之前例子中的int
改为float
:
float a = 10;
if(a > 0)
a = 1;
else
a = 0;
我们会得到:
const v0, 0x41200000 # float 10
const v1, 0x0
cmp-float v2, v0, v1
if-lez v2, :cond_0 # if 块开始
const v0, 0x3f800000 # float 1
goto :goto_0 # if 块结束
:cond_0 # else 块开始
const/4 v0, 0x0
:goto_0 # else 块结束
由于cmpg
更类似平时使用的比较器,用起来更加顺手,但是cmpl
也需要了解。
switch
Dalvik 共支持两种switch
,密集和稀疏。先来看密集switch
,密集的意思是case
的序号是挨着的:
int a = 10;
switch (a){
case 0:
a = 1;
break;
case 1:
a = 5;
break;
case 2:
a = 10;
break;
case 3:
a = 20;
break;
}
编译为:
const/16 v0, 0xa
packed-switch v0, :pswitch_data_0 # switch 开始
:pswitch_0 # case 0
const/4 v0, 0x1
goto :goto_0
:pswitch_1 # case 1
const/4 v0, 0x5
goto :goto_0
:pswitch_2 # case 2
const/16 v0, 0xa
goto :goto_0
:pswitch_3 # case 3
const/16 v0, 0x14
goto :goto_0
:goto_0 # switch 结束
return-void
:pswitch_data_0 # 跳转表开始
.packed-switch 0x0 # 从 0 开始
:pswitch_0
:pswitch_1
:pswitch_2
:pswitch_3
.end packed-switch # 跳转表结束
然后是稀疏switch
:
int a = 10;
switch (a){
case 0:
a = 1;
break;
case 10:
a = 5;
break;
case 20:
a = 10;
break;
case 30:
a = 20;
break;
}
编译为:
const/16 v0, 0xa
sparse-switch v0, :sswitch_data_0 # switch 开始
:sswitch_0 # case 0
const/4 v0, 0x1
goto :goto_0
:sswitch_1 # case 10
const/4 v0, 0x5
goto :goto_0
:sswitch_2 # case 20
const/16 v0, 0xa
goto :goto_0
:sswitch_3 # case 15
const/16 v0, 0x14
goto :goto_0
:goto_0 # switch 结束
return-void
.line 55
:sswitch_data_0 # 跳转表开始
.sparse-switch
0x0 -> :sswitch_0
0xa -> :sswitch_1
0x14 -> :sswitch_2
0x1e -> :sswitch_3
.end sparse-switch # 跳转表结束
数组操作
数组拥有一套特化的指令。
创建
指令 | 含义 |
new-array vx,vy,type | 创建类型为 |
filled-new-array {params},type_id | 从 |
filled-new-array-range {vx..vy},type_id | 从 |
对于第一条指令,如果我们这样写:
int[] arr = new int[10];
就可以使用该指令编译:
const/4 v1, 0xa
new-array v0, v1, I
但如果我们直接使用数组字面值给一个数组赋值:
int[] arr = {1, 2, 3, 4, 5};
// 或者
arr = new int[]{1, 2, 3, 4, 5};
可以使用第二条指令编写如下:
const/4 v1, 0x1
const/4 v2, 0x2
const/4 v3, 0x3
const/4 v4, 0x4
const/4 v5, 0x5
filled-new-array {v1, v2, v3, v4, v5}, I
move-result v0
我们这里的寄存器是连续的,实际上不一定是这样,如果寄存器是连续的,还可以改写为第三条指令:
const/4 v1, 0x1
const/4 v2, 0x2
const/4 v3, 0x3
const/4 v4, 0x4
const/4 v5, 0x5
filled-new-array-range {v1..v5}, I
move-result v0
元素操作
aget
系列指令用于读取数组元素,效果为vx = vy[vz]
:
aget vx,vy,vz
aget-wide vx,vy,vz
aget-object vx,vy,vz
aget-boolean vx,vy,vz
aget-byte vx,vy,vz
aget-char vx,vy,vz
aget-short vx,vy,vz
有两个指令需要说明,aget
用于获取int
和float
,aget-wide
用于获取long
和double
。
同样,aput
系列指令用于写入数组元素,效果为vy[vz] = vx
:
aget vx,vy,vz
aget-wide vx,vy,vz
aget-object vx,vy,vz
aget-boolean vx,vy,vz
aget-byte vx,vy,vz
aget-char vx,vy,vz
aget-short vx,vy,vz
如果我们编写以下代码:
int[] arr = new int[2];
int b = arr[0];
arr[1] = b;
可能会编译成:
const/4 v0, 0x2
new-array v1, v0, I
const/4 v0, 0x0
aget-int v2, v1, v0
const/4 v0, 0x1
aput-int v2, v1, v0
对象操作
对象创建
指令 | 含义 |
new-instance vx, type | 创建 |
new-instance
用于创建实例,但之后还需要调用构造器<init>
,比如:
Object obj = new Object();
会编译成:
new-instance v0, Ljava/lang/Object;
invoke-direct-empty {v0}, Ljava/lang/Object;-><init>()V
方法调用后面再讲。
字段操作
sget
系列指令用于获取静态字段,效果为vx = class.field
:
sget vx, type->field:field_type
sget-wide vx, type->field:field_type
sget-object vx, type->field:field_type
sget-boolean vx, type->field:field_type
sget-byte vx, type->field:field_type
sget-char vx, type->field:field_type
sget-short vx, type->field:field_type
sput
系列指令用于设置静态字段,效果为class.field = vx
:
sput vx, type->field:field_type
sput-wide vx, type->field:field_type
sput-object vx, type->field:field_type
sput-boolean vx, type->field:field_type
sput-byte vx, type->field:field_type
sput-char vx, type->field:field_type
sput-short vx, type->field:field_type
我们在这里创建一个类:
public class Test
{
private static int staticField;
public static int getStaticField() {
return staticField;
}
public static void setStaticField(int staticField) {
Test.staticField = staticField;
}
}
编译之后,我们可以在getStaticField
中找到:
sget v0, Lnet/flygon/myapplication/Test;->staticField:I
return v0
在setStaticField
中可以找到:
sput p0, Lnet/flygon/myapplication/Test;->staticField:I
return-void
iget
系列指令用于获取实例字段,效果为vx = vy.field
:
iget vx, vy, type->field:field_type
iget-wide vx, vy, type->field:field_type
iget-object vx, vy, type->field:field_type
iget-boolean vx, vy, type->field:field_type
iget-byte vx, vy, type->field:field_type
iget-char vx, vy, type->field:field_type
iget-short vx, vy, type->field:field_type
iput
系列指令用于设置实例字段,效果为vy.field = vx
:
iput vx, vy, type->field:field_type
iput-wide vx, vy, type->field:field_type
iput-object vx, vy, type->field:field_type
iput-boolean vx, vy, type->field:field_type
iput-byte vx, vy, type->field:field_type
iput-char vx, vy, type->field:field_type
iput-short vx, vy, type->field:field_type
我们将之前的类修改一下:
public class Test
{
private int instanceField;
public int getInstanceField() {
return instanceField;
}
public void setInstanceField(int instanceField) {
this.instanceField = instanceField;
}
}
反编译之后,我们可以在getInstanceField
中找到:·
iget v0, p0, Lnet/flygon/myapplication/Test;->instanceField:I
return v0
在setInstanceField
中可以找到:
iset p1, p0, Lnet/flygon/myapplication/Test;->instanceField:I
return-void
在实例方法中,this
引用永远是p0
。第一个参数从p1
开始。
方法调用
有五类方法调用指令:
指令 | 含义 |
invoke-static | 调用静态方法 |
invoke-direct | 调用直接方法 |
invoke-direct-empty | 无参的 |
invoke-virtual | 调用虚方法 |
invoke-super | 调用超类的虚方法 |
invoke-interface | 调用接口方法 |
这些指令的格式均为:
invoke-* {params}, type->method(params_type)return_type
如果需要传递this
引用,将其放置在param
的第一个位置。
那么这些指令有什么不同呢?首先要分辨两个概念,虚方法和直接方法(JVM 里面叫特殊方法)。其实 Java 是没有虚方法这个概念的,但是 DVM 里面有,直接方法是指类的(type
为某个类)所有实例构造器和private
实例方法。反之protected
或者public
方法都叫做虚方法。
invoke-static
比较好分辨,当且仅当调用静态方法时,才会使用它。
invoke-direct
(在 JVM 中叫做invokespecial
)用于调用直接方法,invoke-virtual
用于调用虚方法。除了一种情况,显式使用super
调用超类的虚方法时,使用invoke-super
(直接方法仍然使用invoke-direct
)。
就比如说,每个Activity
的onCreate
中要调用super.onCreate
,该方法属于虚方法,于是我们会看到:
invoke-super {p0, p1}, Landroid/app/Activity;->onCreate(Landroid/os/Bundle;)V
但是呢,每个Activity
构造器里面要调用super
的无参构造器,它属于直接方法,那么我们会看到:
invoke-direct {p0}, Landroid/app/Activity;-><init>()V
invoke-interface
用于调用接口方法,接口方法就是接口的方法,type
一定为某个接口,而不是类。换句话说,类中实现的方法仍然是虚方法。比如我们在某个对象上调用Map.get
,属于接口方法,但是调用HashMap.get
,属于虚方法。这个指令一般在向上转型为接口类型的时候出现。
此外,五类指令中每一个都有对应的invoke-*-range
指令,格式为:
invoke-*-range {vx..vy},type->method(params_type)return_type
如果参数所在的寄存器的连续的,可以替换为这条指令。
对象转换
对象转换有自己的一套检测方式,DVM 使用以下指令来实现:
指令 | 含义 |
instance-of vx, vy, type | 检验 |
check-cast vx, type | 检验 |
instance-of
指令对应 Java 的instanceof
运算符。如果我们编写:
String s = "test";
boolean b = s instanceof String;
可能会编译为:
const-string v0, "test"
instance-of v1, v0, Ljava/lang/String;
check-cast
用于对象类型强制转换的情况,如果我们编写:
String s = "test";
Object o = (Object)s;
那么就会:
const-string v0, "test"
check-cast v0, Ljava/lang/Object;
move-object v1, v0
返回
return-void
return vx
return-wide vx
return-object vx
如果函数无返回值,那么使用return-void
,注意在 Java 中,无返回值函数结尾处的return
可以省,而 Smali 不可以。
如果函数需要返回对象,使用return-object
;需要返回long
或者double
,使用return-wide
;除此之外所有情况都使用return
。
异常指令
异常指令实际上只有一条,但是代码结构相当复杂。
指令 | 含义 |
throw vx | 抛出 |
我们需要看看 Smali 如何处理异常。
try-catch
不失一般性,我们构造以下语句:
int a = 10;
try {
callSomeMethod();
} catch (Exception e) {
a = 0;
}
callAnotherMethod();
可能会编译成这样,这些语句每个都不一样,可以按照特征来定位:
const/16 v0, 0xa
:try_start_0 # try 块开始
invoke-direct {p0}, Lnet/flygon/myapplication/SubActivity;->callSomeMethod()V
:try_end_0 # try 块结束
.catch Ljava/lang/Exception; {:try_start_0 .. :try_end_0} :catch_0
:goto_0
invoke-direct {p0}, Lnet/flygon/myapplication/SubActivity;->callAnotherMethod()V
return-void
:catch_0 # catch 块开始
move-exception v1
const/4 v0, 0x0
goto :goto_0 # catch 块结束
我们可以看到,:try_start_0
和:try_end_0
之间的语句如果存在异常,则会向下寻找.catch
(或者.catch-all
)语句,符合条件时跳到标签的位置,这里是:catch_0
,结束之后会有个goto
跳回去。
try-finally
int a = 10;
try {
callSomeMethod();
} finally {
a = 0;
}
callAnotherMethod();
编译之后是这样:
const/16 v0, 0xa
:try_start_0 # try 块开始
invoke-direct {p0}, Lnet/flygon/myapplication/SubActivity;->callSomeMethod()V
:try_end_0 # try 块结束
.catchall {:try_start_0 .. :try_end_0} :catchall_0
const/4 v0, 0x0 # 复制一份到外面
invoke-direct {p0}, Lnet/flygon/myapplication/SubActivity;->callAnotherMethod()V
return-void
:catchall_0 # finally 块开始
move-exception v1
const/4 v0, 0x0
throw v1 # finally 块结束
我们可以看到,编译器把finally
编译成了重新抛出的.catch-all
,这在逻辑上也是说得通的。但是,finally
中的逻辑在无异常情况下也会执行,所以需要复制一份到finally
块的后面。
try-catch-finally
下面看看如果把这两个叠加起来会怎么样。
int a = 10;
try {
callSomeMethod();
} catch (Exception e) {
a = 1;
}
finally {
a = 0;
}
callAnotherMethod();
const/16 v0, 0xa
:try_start_0 # try 块开始
invoke-direct {p0}, Lnet/flygon/myapplication/SubActivity;->callSomeMethod()V
:try_end_0 # try 块结束
.catch Ljava/lang/Exception; {:try_start_0 .. :try_end_0} :catch_0
.catchall {:try_start_0 .. :try_end_0} :catchall_0
const/4 v0, 0x0 # 复制一份到外面
:goto_0
invoke-direct {p0}, Lnet/flygon/myapplication/SubActivity;->callAnotherMethod()V
return-void
:catch_0 # catch 块开始
move-exception v1
const/4 v0, 0x1
const/4 v0, 0x0 # 复制一份到 catch 块里面
goto :goto_0 # catch 块结束
:catchall_0 # finally 块开始
move-exception v2
const/4 v0, 0x0
throw v2 # finally 块结束
我们可以看到,其中同时含有.catch
块和.catchall
块。有一些不同之处在于,finally
块中的语句异常发生时也要执行,并且如果把finally
编译成.catchall
,那么和.catch
就是互斥的,所以要复制一份到catch
块里面。特别是finally
块中的语句一多,就容易乱。
锁
指令 | 含义 |
monitor-enter vx | 获得 |
monitor-exit vx | 释放 |
对应 Java 的synchronized
语句。而synchronized
一般是被try-finally
包起来的。
如果你编写:
int a = 1;
synchronized(this) {
a = 2;
}
就相当于
int a = 1;
// monitor-enter this
try {
a = 2;
} finally {
// monitor-exit this
}
此外 Java 中没有与这两条指令相对应的方法,所以这两条指令一定成对出现。
数据转换
整数与浮点以及浮点与浮点
int-to-float vx, vy
int-to-double vx, vy
long-to-float vx, vy
long-to-double vx, vy
float-to-int vx, vy
float-to-long vx,vy
float-to-double vx, vy
double-to-int vx, vy
double-to-long vx, vy
double-to-float vx, vy
因为它们的表示方式不同,所以要保持表示的值不变,重新计算二进制位。如果不转换的话,就相当于二进制位不变,而表示的值改变,结果毫无意义。比如前面的0.1f
如果不转换为直接使用,就会表示0x3dcccccd
。
整数之间的向上转换
这种转换方式相当直接,int
向long
转换,long
的第一个寄存器完全复制,第二个寄存器以int
的最高位填充。除此之外没有其它的指令了,因为比int
小的整数其实都是 32 位表示的,只是有效范围是 8 位或 16 位罢了(见数据定义)。
int-to-long vx,vy
整数之间的向下转换
其规则是数据位截断,符号位保留。每个整数的最高位都是符号位,其余是数据位。以int
转short
为例,int
的低 15 位复制给short
,然后int
的最高位(符号位)复制给short
的最高位。其它同理。如果不转换而直接使用的话,会直接截断低 16 位,符号可能不能保留。
long-to-int vx,vy
int-to-byte vx,vy
int-to-char vx,vy
int-to-short vx,vy
NOP
nop
指令表示无操作。在一些场合下,不能修改二进制代码的字节数和偏移,需要用nop
来填充,但是安卓逆向中几乎用不到。
参考
- Bytecode for the Dalvik VM
- Dalvik字节码含义查询表
- DVM 指令集图解