開發一個 Linux 調試器（三）：寄存器和內存
上一篇博文中我們給調試器添加了一個簡單的地址斷點。這次，我們將添加讀寫寄存器和內存的功能，這將使我們能夠使用我們的程序計數器、觀察狀態和改變程序的行為。
系列文章索引
隨著後面文章的發布，這些鏈接會逐漸生效。
註冊我們的寄存器
在我們真正讀取任何寄存器之前，我們需要告訴調試器一些關於我們的目標平台的信息，這裡是 x8664 平台。除了多組通用和專用目的寄存器，x8664 還提供浮點和向量寄存器。為了簡化，我將跳過後兩種寄存器，但是你如果喜歡的話也可以選擇支持它們。x86_64 也允許你像訪問 32、16 或者 8 位寄存器那樣訪問一些 64 位寄存器，但我只會介紹 64 位寄存器。由於這些簡化，對於每個寄存器我們只需要它的名稱、它的 DWARF 寄存器編號以及 ptrace 返回結構體中的存儲地址。我使用範圍枚舉引用這些寄存器，然後我列出了一個全局寄存器描述符數組，其中元素順序和 ptrace 中寄存器結構體相同。
enum class reg {
rax, rbx, rcx, rdx,
rdi, rsi, rbp, rsp,
r8, r9, r10, r11,
r12, r13, r14, r15,
rip, rflags, cs,
orig_rax, fs_base,
gs_base,
fs, gs, ss, ds, es
};
constexpr std::size_t n_registers = 27;
struct reg_descriptor {
reg r;
int dwarf_r;
std::string name;
};
const std::array<reg_descriptor, n_registers> g_register_descriptors {{
{ reg::r15, 15, "r15" },
{ reg::r14, 14, "r14" },
{ reg::r13, 13, "r13" },
{ reg::r12, 12, "r12" },
{ reg::rbp, 6, "rbp" },
{ reg::rbx, 3, "rbx" },
{ reg::r11, 11, "r11" },
{ reg::r10, 10, "r10" },
{ reg::r9, 9, "r9" },
{ reg::r8, 8, "r8" },
{ reg::rax, 0, "rax" },
{ reg::rcx, 2, "rcx" },
{ reg::rdx, 1, "rdx" },
{ reg::rsi, 4, "rsi" },
{ reg::rdi, 5, "rdi" },
{ reg::orig_rax, -1, "orig_rax" },
{ reg::rip, -1, "rip" },
{ reg::cs, 51, "cs" },
{ reg::rflags, 49, "eflags" },
{ reg::rsp, 7, "rsp" },
{ reg::ss, 52, "ss" },
{ reg::fs_base, 58, "fs_base" },
{ reg::gs_base, 59, "gs_base" },
{ reg::ds, 53, "ds" },
{ reg::es, 50, "es" },
{ reg::fs, 54, "fs" },
{ reg::gs, 55, "gs" },
}};
如果你想自己看看的話，你通常可以在 /usr/include/sys/user.h 找到寄存器數據結構，另外 DWARF 寄存器編號取自 System V x86_64 ABI。
現在我們可以編寫一堆函數來和寄存器交互。我們希望可以讀取寄存器、寫入數據、根據 DWARF 寄存器編號獲取值，以及通過名稱查找寄存器，反之類似。讓我們先從實現 get_register_value 開始：
uint64_t get_register_value(pid_t pid, reg r) {
user_regs_struct regs;
ptrace(PTRACE_GETREGS, pid, nullptr, ®s);
//...
}
ptrace 使得我們可以輕易獲得我們想要的數據。我們只需要構造一個 user_regs_struct 實例並把它和 PTRACE_GETREGS 請求傳遞給 ptrace。
現在根據要請求的寄存器，我們要讀取 regs。我們可以寫一個很大的 switch 語句，但由於我們 g_register_descriptors 表的布局順序和 user_regs_struct 相同，我們只需要搜索寄存器描述符的索引，然後作為 uint64_t 數組訪問 user_regs_struct 就行。（你也可以重新排序 reg 枚舉變數，然後使用索引把它們轉換為底層類型，但第一次我就使用這種方式編寫，它能正常工作，我也就懶得改它了。）
auto it = std::find_if(begin(g_register_descriptors), end(g_register_descriptors),
[r](auto&& rd) { return rd.r == r; });
return *(reinterpret_cast<uint64_t*>(®s) + (it - begin(g_register_descriptors)));
到 uint64_t 的轉換是安全的，因為 user_regs_struct 是一個標準布局類型，但我認為指針算術技術上是 未定義的行為 。當前沒有編譯器會對此產生警告，我也懶得修改，但是如果你想保持最嚴格的正確性，那就寫一個大的 switch 語句。
set_register_value 非常類似，我們只是寫入該位置並在最後寫回寄存器：
void set_register_value(pid_t pid, reg r, uint64_t value) {
user_regs_struct regs;
ptrace(PTRACE_GETREGS, pid, nullptr, ®s);
auto it = std::find_if(begin(g_register_descriptors), end(g_register_descriptors),
[r](auto&& rd) { return rd.r == r; });
*(reinterpret_cast<uint64_t*>(®s) + (it - begin(g_register_descriptors))) = value;
ptrace(PTRACE_SETREGS, pid, nullptr, ®s);
}
下一步是通過 DWARF 寄存器編號查找。這次我會真正檢查一個錯誤條件以防我們得到一些奇怪的 DWARF 信息。
uint64_t get_register_value_from_dwarf_register (pid_t pid, unsigned regnum) {
auto it = std::find_if(begin(g_register_descriptors), end(g_register_descriptors),
[regnum](auto&& rd) { return rd.dwarf_r == regnum; });
if (it == end(g_register_descriptors)) {
throw std::out_of_range{"Unknown dwarf register"};
}
return get_register_value(pid, it->r);
}
就快完成啦，現在我們已經有了寄存器名稱查找：
std::string get_register_name(reg r) {
auto it = std::find_if(begin(g_register_descriptors), end(g_register_descriptors),
[r](auto&& rd) { return rd.r == r; });
return it->name;
}
reg get_register_from_name(const std::string& name) {
auto it = std::find_if(begin(g_register_descriptors), end(g_register_descriptors),
[name](auto&& rd) { return rd.name == name; });
return it->r;
}
最後我們會添加一個簡單的幫助函數用於導出所有寄存器的內容：
void debugger::dump_registers() {
for (const auto& rd : g_register_descriptors) {
std::cout << rd.name << " 0x"
<< std::setfill('0') << std::setw(16) << std::hex << get_register_value(m_pid, rd.r) << std::endl;
}
}
正如你看到的，iostreams 有非常精確的介面用於美觀地輸出十六進位數據（啊哈哈哈哈哈哈）。如果你喜歡你也可以通過 I/O 操縱器來擺脫這種混亂。
這些已經足夠支持我們在調試器接下來的部分輕鬆地處理寄存器，所以我們現在可以把這些添加到我們的用戶界面。
顯示我們的寄存器
這裡我們要做的就是給 handle_command 函數添加一個命令。通過下面的代碼，用戶可以輸入 register read rax、 register write rax 0x42 以及類似的語句。
else if (is_prefix(command, "register")) {
if (is_prefix(args[1], "dump")) {
dump_registers();
}
else if (is_prefix(args[1], "read")) {
std::cout << get_register_value(m_pid, get_register_from_name(args[2])) << std::endl;
}
else if (is_prefix(args[1], "write")) {
std::string val {args[3], 2}; //assume 0xVAL
set_register_value(m_pid, get_register_from_name(args[2]), std::stol(val, 0, 16));
}
}
接下來做什麼？
設置斷點的時候我們已經讀取和寫入內存，因此我們只需要添加一些函數用於隱藏 ptrace 調用。
uint64_t debugger::read_memory(uint64_t address) {
return ptrace(PTRACE_PEEKDATA, m_pid, address, nullptr);
}
void debugger::write_memory(uint64_t address, uint64_t value) {
ptrace(PTRACE_POKEDATA, m_pid, address, value);
}
你可能想要添加支持一次讀取或者寫入多個位元組，你可以在每次希望讀取另一個位元組時通過遞增地址來實現。如果你需要的話，你也可以使用 process_vm_readv 和 process_vm_writev 或 /proc/<pid>/mem 代替 ptrace。
現在我們會給我們的用戶界面添加命令：
else if(is_prefix(command, "memory")) {
std::string addr {args[2], 2}; //assume 0xADDRESS
if (is_prefix(args[1], "read")) {
std::cout << std::hex << read_memory(std::stol(addr, 0, 16)) << std::endl;
}
if (is_prefix(args[1], "write")) {
std::string val {args[3], 2}; //assume 0xVAL
write_memory(std::stol(addr, 0, 16), std::stol(val, 0, 16));
}
}
給 continue_execution 打補丁
在我們測試我們的更改之前，我們現在可以實現一個更健全的 continue_execution 版本。由於我們可以獲取程序計數器，我們可以檢查我們的斷點映射來判斷我們是否處於一個斷點。如果是的話，我們可以停用斷點並在繼續之前跳過它。
為了清晰和簡潔起見，首先我們要添加一些幫助函數：
uint64_t debugger::get_pc() {
return get_register_value(m_pid, reg::rip);
}
void debugger::set_pc(uint64_t pc) {
set_register_value(m_pid, reg::rip, pc);
}
然後我們可以編寫函數來跳過斷點：
void debugger::step_over_breakpoint() {
// - 1 because execution will go past the breakpoint
auto possible_breakpoint_location = get_pc() - 1;
if (m_breakpoints.count(possible_breakpoint_location)) {
auto& bp = m_breakpoints[possible_breakpoint_location];
if (bp.is_enabled()) {
auto previous_instruction_address = possible_breakpoint_location;
set_pc(previous_instruction_address);
bp.disable();
ptrace(PTRACE_SINGLESTEP, m_pid, nullptr, nullptr);
wait_for_signal();
bp.enable();
}
}
}
首先我們檢查當前程序計算器的值是否設置了一個斷點。如果有，首先我們把執行返回到斷點之前，停用它，跳過原來的指令，再重新啟用斷點。
wait_for_signal 封裝了我們常用的 waitpid 模式：
void debugger::wait_for_signal() {
int wait_status;
auto options = 0;
waitpid(m_pid, &wait_status, options);
}
最後我們像下面這樣重寫 continue_execution：
void debugger::continue_execution() {
step_over_breakpoint();
ptrace(PTRACE_CONT, m_pid, nullptr, nullptr);
wait_for_signal();
}
測試效果
現在我們可以讀取和修改寄存器了，我們可以對我們的 hello world 程序做一些有意思的更改。類似第一次測試，再次嘗試在 call 指令處設置斷點然後從那裡繼續執行。你可以看到輸出了 Hello world。現在是有趣的部分，在輸出調用後設一個斷點、繼續、將 call 參數設置代碼的地址寫入程序計數器（rip）並繼續。由於程序計數器操縱，你應該再次看到輸出了 Hello world。為了以防你不確定在哪裡設置斷點，下面是我上一篇博文中的 objdump 輸出：
0000000000400936 <main>:
400936: 55 push rbp
400937: 48 89 e5 mov rbp,rsp
40093a: be 35 0a 40 00 mov esi,0x400a35
40093f: bf 60 10 60 00 mov edi,0x601060
400944: e8 d7 fe ff ff call 400820 <_ZStlsISt11char_traitsIcEERSt13basic_ostreamIcT_ES5_PKc@plt>
400949: b8 00 00 00 00 mov eax,0x0
40094e: 5d pop rbp
40094f: c3 ret
你要將程序計數器移回 0x40093a 以便正確設置 esi 和 edi 寄存器。
在下一篇博客中，我們會第一次接觸到 DWARF 信息並給我們的調試器添加一系列逐步調試的功能。之後，我們會有一個功能工具，它能逐步執行代碼、在想要的地方設置斷點、修改數據以及其它。一如以往，如果你有任何問題請留下你的評論！
你可以在這裡找到這篇博文的代碼。
via: https://blog.tartanllama.xyz/c++/2017/03/31/writing-a-linux-debugger-registers/
作者：TartanLlama 譯者：ictlyh 校對：jasminepeng
本文轉載來自 Linux 中國: https://github.com/Linux-CN/archive
對這篇文章感覺如何？
You may also like
More in:Linux中國
如何通過 VLC 使用字幕
Unix 桌面：在 Linux 問世之前
Valve 對於 Ubuntu 的 Snap 版本的 Steam 並不滿意：原因何在
Wine 9.0 發布，實驗性地加入了 Wayland 驅動
