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vxvx + 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v0v9来命名它们。

安卓逆向系列教程(一)Dalvik 指令集 - 图1

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p0p1取代v8v9。如果是实例方法,那么可以用p0 ~ p2取代v7 ~ v9,其中p0this引用。

安卓逆向系列教程(一)Dalvik 指令集 - 图2

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
boolean Z
byte B
short S
char C
int I
long J
float F
double D
void 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。

  1. .class <权限修饰符> <非权限修饰符> <完全限定名称>
  2. .super <超类的完全限定名称>
  3. .source <源文件名>

比如这是某个MainActivity

  1. .class public Lnet/flygon/myapplication/MainActivity;
  2. .super Landroid/app/Activity;
  3. .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:

  1. .annotation <完全限定名称>
  2. =
  3. ...
  4. .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:

  1. .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:

  1. .field private button1:Landroid/widget/Button;

方法定义

方法定义如下:

  1. .method <权限修饰符> <非权限修饰符> <名称>(<参数类型>)<返回值类型>
  2. ...
  3. .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v0v9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lit4(扩展为 32 位)存入vx
const/16 vx,lit16 将 16 位字面值lit16(扩展为 32 位)存入vx
const vx, lit32 将 32 位字面值lit32存入vx
const-wide/16 vx, lit16 将 16 位字面值lit16(扩展为 64 位)存入vxvx + 1
const-wide/32 vx, lit32 将 32 位字面值lit32(扩展为 64 位)存入vxvx + 1
const-wide vx, lit64 将 64 位字面值lit64存入vxvx + 1
const/high16 v0, lit16 将 16 位字面值lit16存入vx的高位
const-wide/high16, lit16 将 16 位字面值lit16存入vxvx + 1的高位
const-string vx, string 将指字符串常量(的引用)string存入vx
const-class vx, class 将指向类对象(的引用)class存入vx

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。

  1. boolean z = true;
  2. z = false;
  3. byte b = 1;
  4. short s = 2;
  5. int i = 3;
  6. long l = 4;
  7. float f = 0.1f;
  8. double d = 0.2;
  9. String str = "test";
  10. Class c = Object.class;

编译之后的代码可能是这样:

  1. const/4 v10, 0x1
  2. const/4 v10, 0x0
  3. const/4 v0, 0x1
  4. const/4 v8, 0x2
  5. const/4 v5, 0x3
  6. const-wide/16 v6, 0x4
  7. const v4, 0x3dcccccd # 0.1f
  8. const-wide v2, 0x3fc999999999999aL # 0.2
  9. const-string v9, "test"
  10. const-class v1, Ljava/lang/Object;

我们可以看到,booleanbyteshortint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。

  1. int main() {
  2. int i = 0x3dcccccd;
  3. float f = *(float *)&i;
  4. printf("%f", f);
  5. return 0;
  6. }

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 vx = vy
move/from16 vx,vy vx = vy
move/16 vx,vy vx = vy
move-wide vx,vy vx, vx + 1 = vy, vy + 1
move-wide/from16 vx,vy vx, vx + 1 = vy, vy + 1
move-wide/16 vx,vy vx, vx + 1 = vy, vy + 1
move-object vx,vy vx = vy
move-object/from16 vx,vy vx = vy
move-object/16 vx,vy vx = vy
move-result vx 将小于等于 32 位的基本类型(int等)的返回值赋给vx
move-result-wide vx longdouble类型的返回值赋给vx
move-result-object vx 将对象类型的返回值(的引用)赋给vx
move-exception vx 将异常对象(的引用)赋给vx,只能在throw之后使用

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longdouble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intlongfloatdouble四种(shortbyteint处理),位运算的只支持intlong,下同。

指令 运算类型 含义
算术运算
add- vx, vy, vz 加法 vx = vy + vz
sub- vx, vy, vz 减法 vx = vy - vz
mul- vx, vy, vz 乘法 vx = vy * vz
div- vx, vy, vz 除法 vx = vy / vz
rem- vx, vy, vz 取余 vx = vy % vz
位运算
and- vx, vy, vz vx = vy & vz
or- vx, vy, vz `vx = vy vz`
xor- vx, vy, vz 异或 vx = vy ^ vz
shl- vx, vy, vz 左移 vx = vy << vz
shr- vx, vy, vz 算术右移 vx = vy >> vz
ushr- vx, vy, vz 逻辑右移 vx = vy >>> vz

我们可以查看如下代码:

  1. int a = 5,
  2. b = 2,
  3. c = a + b,
  4. d = a - b,
  5. e = a * b,
  6. f = a / b,
  7. g = a % b,
  8. h = a & b,
  9. i = a | b,
  10. j = a ^ b,
  11. k = a << b,
  12. l = a >> b,
  13. m = a >>> b;

编译后的代码可能为:

  1. const/4 v0, 0x5
  2. const/4 v1, 0x2
  3. add-int v2, v0, v1
  4. sub-int v3, v0, v1
  5. mul-int v4, v0, v1
  6. div-int v5, v0, v1
  7. rem-int v6, v0, v1
  8. and-int v7, v0, v1
  9. or-int v8, v0, v1
  10. xor-int v9, v0, v1
  11. shl-int v10, v0, v1
  12. shr-int v11, v0, v1
  13. 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 vx = vy + <litn>
sub-int/ vx, vy, 减法 vx = vy - <litn>
mul-int/ vx, vy, 乘法 vx = vy * <litn>
div-int/ vx, vy, 除法 vx = vy / <litn>
rem-int/ vx, vy, 取余 vx = vy % <litn>
位运算
and-int/ vx, vy, vx = vy & <litn>
or-int/ vx, vy, `vx = vy `
xor-int/ vx, vy, 异或 vx = vy ^ <litn>
shl-int/ vx, vy, 左移 vx = vy << <litn>
shr-int/ vx, vy, 算术右移 vx = vy >> <litn>
ushr-int/ vx, vy, 逻辑右移 vx = vy >>> <litn>

其中<litn>可以为lit8lit16,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, 0add-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 vx += vy
sub-/2addr vx, vy 减法赋值 vx -= vy
mul-/2addr vx, vy 乘法赋值 vx *= vy
div-/2addr vx, vy 除法赋值 vx /= vy
rem-/2addr vx, vy 取余赋值 vx %= vy
位运算
and-/2addr vx, vy 与赋值 vx &= vy
or-/2addr vx, vy 或赋值 `vx = vy`
xor-/2addr vx, vy 异或赋值 vx ^= vy
shl-/2addr vx, vy 左移赋值 vx <<= vy
shr-/2addr vx, vy 算术右移赋值 vx >>= vy
ushr-/2addr vx, vy 逻辑右移赋值 vx >>>= vy

我们可以查看这段代码:

  1. int a = 5,
  2. b = 2;
  3. a += b;
  4. a -= b;
  5. a *= b;
  6. a /= b;
  7. a %= b;
  8. a &= b;
  9. a |= b;
  10. a ^= b;
  11. a <<= b;
  12. a >>= b;
  13. a >>>= b;

可能会编译成:

  1. const/4 v0, 0x5
  2. const/4 v1, 0x2
  3. add-int/2addr v0, v1
  4. sub-int/2addr v0, v1
  5. mul-int/2addr v0, v1
  6. div-int/2addr v0, v1
  7. rem-int/2addr v0, v1
  8. and-int/2addr v0, v1
  9. or-int/2addr v0, v1
  10. xor-int/2addr v0, v1
  11. shl-int/2addr v0, v1
  12. shr-int/2addr v0, v1
  13. 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 vx = -vy
位运算
not- vx, vy 取补 vx = ~vy

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, 0x5neg-int v1, v0not-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:

  1. goto :label
  2. # 一些语句
  3. :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shortcharbyteboolean甚至是对象引用):

指令 含义
if-eq vx,vy,target vx == vy则跳到 target
if-ne vx,vy,target vx != vy则跳到 target
if-lt vx,vy,target vx < vy则跳到 target
if-ge vx,vy,target vx >= vy则跳到 target
if-gt vx,vy,target vx > vy则跳到 target
if-le vx,vy,target vx <= vy则跳到 target
if-eqz vx,target vx == 0则跳到 target
if-nez vx,target vx != 0则跳到 target
if-ltz vx,target vx < 0则跳到 target
if-gez vx,target vx >= 0则跳到 target
if-gtz vx,target vx > 0则跳到 target
if-lez vx,target vx <= 0则跳到 target

看一下这段代码:

  1. int a = 10
  2. if(a > 0)
  3. a = 1;
  4. else
  5. a = 0;

可能的编译结果是:

  1. const/4 v0, 0xa
  2. if-lez v0, :cond_0 # if 块开始
  3. const/4 v0, 0x1
  4. goto :cond_1 # if 块结束
  5. :cond_0 # else 块开始
  6. const/4 v0, 0x0
  7. :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

  1. int a = 10;
  2. if(a > 0)
  3. 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:

  1. const/4 v0, 0xa
  2. if-lez v0, :cond_0 # if 块开始
  3. const/4 v0, 0x1
  4. :cond_0 # if 块结束

比较

对于longfloatdouble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 vx = -sgn(vy - vz)
cmpg-float vx, vy, vz vx = sgn(vy - vz)
cmp-float vx, vy, vz cmpg-float的别名
cmpl-double vx, vy, vz vx = -sgn(vy - vz)
cmpg-double vx, vy, vz vx = sgn(vy - vz)
cmp-double vx, vy, vz cmpg-double的别名
cmp-long vx, vy, vz vx = sgn(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

  1. float a = 10;
  2. if(a > 0)
  3. a = 1;
  4. else
  5. a = 0;

我们会得到:

  1. const v0, 0x41200000 # float 10
  2. const v1, 0x0
  3. cmp-float v2, v0, v1
  4. if-lez v2, :cond_0 # if 块开始
  5. const v0, 0x3f800000 # float 1
  6. goto :goto_0 # if 块结束
  7. :cond_0 # else 块开始
  8. const/4 v0, 0x0
  9. :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:

  1. int a = 10;
  2. switch (a){
  3. case 0:
  4. a = 1;
  5. break;
  6. case 1:
  7. a = 5;
  8. break;
  9. case 2:
  10. a = 10;
  11. break;
  12. case 3:
  13. a = 20;
  14. break;
  15. }

编译为:

  1. const/16 v0, 0xa
  2. packed-switch v0, :pswitch_data_0 # switch 开始
  3. :pswitch_0 # case 0
  4. const/4 v0, 0x1
  5. goto :goto_0
  6. :pswitch_1 # case 1
  7. const/4 v0, 0x5
  8. goto :goto_0
  9. :pswitch_2 # case 2
  10. const/16 v0, 0xa
  11. goto :goto_0
  12. :pswitch_3 # case 3
  13. const/16 v0, 0x14
  14. goto :goto_0
  15. :goto_0 # switch 结束
  16. return-void
  17. :pswitch_data_0 # 跳转表开始
  18. .packed-switch 0x0 # 从 0 开始
  19. :pswitch_0
  20. :pswitch_1
  21. :pswitch_2
  22. :pswitch_3
  23. .end packed-switch # 跳转表结束

然后是稀疏switch

  1. int a = 10;
  2. switch (a){
  3. case 0:
  4. a = 1;
  5. break;
  6. case 10:
  7. a = 5;
  8. break;
  9. case 20:
  10. a = 10;
  11. break;
  12. case 30:
  13. a = 20;
  14. break;
  15. }

编译为:

  1. const/16 v0, 0xa
  2. sparse-switch v0, :sswitch_data_0 # switch 开始
  3. :sswitch_0 # case 0
  4. const/4 v0, 0x1
  5. goto :goto_0
  6. :sswitch_1 # case 10
  7. const/4 v0, 0x5
  8. goto :goto_0
  9. :sswitch_2 # case 20
  10. const/16 v0, 0xa
  11. goto :goto_0
  12. :sswitch_3 # case 15
  13. const/16 v0, 0x14
  14. goto :goto_0
  15. :goto_0 # switch 结束
  16. return-void
  17. .line 55
  18. :sswitch_data_0 # 跳转表开始
  19. .sparse-switch
  20. 0x0 -> :sswitch_0
  21. 0xa -> :sswitch_1
  22. 0x14 -> :sswitch_2
  23. 0x1e -> :sswitch_3
  24. .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type,大小为vy的数组赋给vx
filled-new-array {params},type_id params创建数组,结果使用move-result获取
filled-new-array-range {vx..vy},type_id vxvy之间(包含)的所有寄存器创建数组,结果使用move-result获取

对于第一条指令,如果我们这样写:

  1. int[] arr = new int[10];

就可以使用该指令编译:

  1. const/4 v1, 0xa
  2. 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:

  1. int[] arr = {1, 2, 3, 4, 5};
  2. // 或者
  3. arr = new int[]{1, 2, 3, 4, 5};

可以使用第二条指令编写如下:

  1. const/4 v1, 0x1
  2. const/4 v2, 0x2
  3. const/4 v3, 0x3
  4. const/4 v4, 0x4
  5. const/4 v5, 0x5
  6. filled-new-array {v1, v2, v3, v4, v5}, I
  7. 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:

  1. const/4 v1, 0x1
  2. const/4 v2, 0x2
  3. const/4 v3, 0x3
  4. const/4 v4, 0x4
  5. const/4 v5, 0x5
  6. filled-new-array-range {v1..v5}, I
  7. 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]

  1. aget vx,vy,vz
  2. aget-wide vx,vy,vz
  3. aget-object vx,vy,vz
  4. aget-boolean vx,vy,vz
  5. aget-byte vx,vy,vz
  6. aget-char vx,vy,vz
  7. aget-short vx,vy,vz

有两个指令需要说明,aget用于获取intfloataget-wide用于获取longdouble

同样,aput系列指令用于写入数组元素,效果为vy[vz] = vx

  1. aget vx,vy,vz
  2. aget-wide vx,vy,vz
  3. aget-object vx,vy,vz
  4. aget-boolean vx,vy,vz
  5. aget-byte vx,vy,vz
  6. aget-char vx,vy,vz
  7. aget-short vx,vy,vz

如果我们编写以下代码:

  1. int[] arr = new int[2];
  2. int b = arr[0];
  3. arr[1] = b;

可能会编译成:

  1. const/4 v0, 0x2
  2. new-array v1, v0, I
  3. const/4 v0, 0x0
  4. aget-int v2, v1, v0
  5. const/4 v0, 0x1
  6. aput-int v2, v1, v0

对象操作

对象创建

指令 含义
new-instance vx, type 创建type的新实例,并赋给vx

new-instance用于创建实例,但之后还需要调用构造器<init>,比如:

  1. Object obj = new Object();

会编译成:

  1. new-instance v0, Ljava/lang/Object;
  2. 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

  1. sget vx, type->field:field_type
  2. sget-wide vx, type->field:field_type
  3. sget-object vx, type->field:field_type
  4. sget-boolean vx, type->field:field_type
  5. sget-byte vx, type->field:field_type
  6. sget-char vx, type->field:field_type
  7. 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

  1. sput vx, type->field:field_type
  2. sput-wide vx, type->field:field_type
  3. sput-object vx, type->field:field_type
  4. sput-boolean vx, type->field:field_type
  5. sput-byte vx, type->field:field_type
  6. sput-char vx, type->field:field_type
  7. sput-short vx, type->field:field_type

我们在这里创建一个类:

  1. public class Test
  2. {
  3. private static int staticField;
  4. public static int getStaticField() {
  5. return staticField;
  6. }
  7. public static void setStaticField(int staticField) {
  8. Test.staticField = staticField;
  9. }
  10. }

编译之后,我们可以在getStaticField中找到:

  1. sget v0, Lnet/flygon/myapplication/Test;->staticField:I
  2. return v0

setStaticField中可以找到:

  1. sput p0, Lnet/flygon/myapplication/Test;->staticField:I
  2. return-void

iget系列指令用于获取实例字段,效果为vx = vy.field

  1. iget vx, vy, type->field:field_type
  2. iget-wide vx, vy, type->field:field_type
  3. iget-object vx, vy, type->field:field_type
  4. iget-boolean vx, vy, type->field:field_type
  5. iget-byte vx, vy, type->field:field_type
  6. iget-char vx, vy, type->field:field_type
  7. 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

  1. iput vx, vy, type->field:field_type
  2. iput-wide vx, vy, type->field:field_type
  3. iput-object vx, vy, type->field:field_type
  4. iput-boolean vx, vy, type->field:field_type
  5. iput-byte vx, vy, type->field:field_type
  6. iput-char vx, vy, type->field:field_type
  7. iput-short vx, vy, type->field:field_type

我们将之前的类修改一下:

  1. public class Test
  2. {
  3. private int instanceField;
  4. public int getInstanceField() {
  5. return instanceField;
  6. }
  7. public void setInstanceField(int instanceField) {
  8. this.instanceField = instanceField;
  9. }
  10. }

反编译之后,我们可以在getInstanceField中找到:·

  1. iget v0, p0, Lnet/flygon/myapplication/Test;->instanceField:I
  2. return v0

setInstanceField中可以找到:

  1. iset p1, p0, Lnet/flygon/myapplication/Test;->instanceField:I
  2. 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-direct
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:

  1. 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ActivityonCreate中要调用super.onCreate,该方法属于虚方法,于是我们会看到:

  1. 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:

  1. 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:

  1. 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vy的类型是不是type,将结果存入vx
check-cast vx, type 检验vx类型是不是type,不是的话会抛出ClassCastException

instance-of指令对应 Java 的instanceof运算符。如果我们编写:

  1. String s = "test";
  2. boolean b = s instanceof String;

可能会编译为:

  1. const-string v0, "test"
  2. 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:

  1. String s = "test";
  2. Object o = (Object)s;

那么就会:

  1. const-string v0, "test"
  2. check-cast v0, Ljava/lang/Object;
  3. move-object v1, v0

返回

  1. return-void
  2. return vx
  3. return-wide vx
  4. 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vx(所指向的对象)

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:

  1. int a = 10;
  2. try {
  3. callSomeMethod();
  4. } catch (Exception e) {
  5. a = 0;
  6. }
  7. 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:

  1. const/16 v0, 0xa
  2. :try_start_0 # try 块开始
  3. invoke-direct {p0}, Lnet/flygon/myapplication/SubActivity;->callSomeMethod()V
  4. :try_end_0 # try 块结束
  5. .catch Ljava/lang/Exception; {:try_start_0 .. :try_end_0} :catch_0
  6. :goto_0
  7. invoke-direct {p0}, Lnet/flygon/myapplication/SubActivity;->callAnotherMethod()V
  8. return-void
  9. :catch_0 # catch 块开始
  10. move-exception v1
  11. const/4 v0, 0x0
  12. goto :goto_0 # catch 块结束

我们可以看到,:try_start_0: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

  1. int a = 10;
  2. try {
  3. callSomeMethod();
  4. } finally {
  5. a = 0;
  6. }
  7. callAnotherMethod();

编译之后是这样:

  1. const/16 v0, 0xa
  2. :try_start_0 # try 块开始
  3. invoke-direct {p0}, Lnet/flygon/myapplication/SubActivity;->callSomeMethod()V
  4. :try_end_0 # try 块结束
  5. .catchall {:try_start_0 .. :try_end_0} :catchall_0
  6. const/4 v0, 0x0 # 复制一份到外面
  7. invoke-direct {p0}, Lnet/flygon/myapplication/SubActivity;->callAnotherMethod()V
  8. return-void
  9. :catchall_0 # finally 块开始
  10. move-exception v1
  11. const/4 v0, 0x0
  12. 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。

  1. int a = 10;
  2. try {
  3. callSomeMethod();
  4. } catch (Exception e) {
  5. a = 1;
  6. }
  7. finally {
  8. a = 0;
  9. }
  10. callAnotherMethod();
  1. const/16 v0, 0xa
  2. :try_start_0 # try 块开始
  3. invoke-direct {p0}, Lnet/flygon/myapplication/SubActivity;->callSomeMethod()V
  4. :try_end_0 # try 块结束
  5. .catch Ljava/lang/Exception; {:try_start_0 .. :try_end_0} :catch_0
  6. .catchall {:try_start_0 .. :try_end_0} :catchall_0
  7. const/4 v0, 0x0 # 复制一份到外面
  8. :goto_0
  9. invoke-direct {p0}, Lnet/flygon/myapplication/SubActivity;->callAnotherMethod()V
  10. return-void
  11. :catch_0 # catch 块开始
  12. move-exception v1
  13. const/4 v0, 0x1
  14. const/4 v0, 0x0 # 复制一份到 catch 块里面
  15. goto :goto_0 # catch 块结束
  16. :catchall_0 # finally 块开始
  17. move-exception v2
  18. const/4 v0, 0x0
  19. 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。

指令 含义
monitor-enter vx 获得vx所引用的对象的锁
monitor-exit vx 释放vx所引用的对象的锁

对应 Java 的synchronized语句。而synchronized一般是被try-finally包起来的。

如果你编写:

  1. int a = 1;
  2. synchronized(this) {
  3. a = 2;
  4. }

就相当于

  1. int a = 1;
  2. // monitor-enter this
  3. try {
  4. a = 2;
  5. } finally {
  6. // monitor-exit this
  7. }

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

  1. int-to-float vx, vy
  2. int-to-double vx, vy
  3. long-to-float vx, vy
  4. long-to-double vx, vy
  5. float-to-int vx, vy
  6. float-to-long vx,vy
  7. float-to-double vx, vy
  8. double-to-int vx, vy
  9. double-to-long vx, vy
  10. 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,intlong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)。

  1. 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intshort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。

  1. long-to-int vx,vy
  2. int-to-byte vx,vy
  3. int-to-char vx,vy
  4. 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