Thunk 技術的乙個改進

thunk 技術的乙個改進

摘要：介紹了 thunk 技術中如何避免直接寫機器碼。

關鍵字：thunk 機器碼 this指標

thunk技術，一般認為是在程式中直接構造出可執行**的技術（在正常情況下，這是編譯器的任務）。《深度探索c++物件模型》中對這個詞的**有過考證(在中文版的162頁)，說thunk是knuth的倒拼字。knuth就是大名鼎鼎的計算機經典名著《the art of computer programming》的作者，該書被程式設計師們稱為「程式設計聖經」，與牛頓的「自然哲學的數學原理」等一起，被評為「世界歷史上最偉大的十種科學著作」之一(也不知是誰評的，我沒查到，不過反正這本書很牛就是了)。

一般情況下，使用thunk技術都是事先查好指令的機器碼，然後將陣列或結構體賦值為這些機器碼的二進位制值，最後再跳轉到陣列或結構體的首位址。比如在參考文獻[1]中的**：

void foo(int a)
unsigned char code[9];
* ((dword *) &code[0]) = 0x042444ff; /* inc dword ptr [esp+4] */
code[4] = 0xe9; /* jmp */
* ((dword *) &code[5]) = (dword) &foo - (dword) &code[0] - 9; /* 跳轉偏移量 */
void (*pf)(int/* a*/) = (void (*)(int)) &code[0];
pf (6);

這是一段典型的thunk**，其執行結果是「in foo, a = 7」。

可以看到，它定義了乙個陣列code[9]，然後將事先查好的各彙編指令的機器碼直接賦值給陣列。然後定義乙個函式指標等於陣列的首位址，最後通過該函式指標呼叫thunk**。這裡使用了函式指標完成呼叫，好處是**比較清晰易讀。也可以使用彙編**jmp或call來完成，這樣就不必額外定義乙個函式指標。

網路上的thunk**，基本上都是這個思路。如果你實際寫一段這樣的**，一定會發現很麻煩。對著教科書查詢每乙個彙編指令的機器碼，相信不會是一件愉快的事情。其實我們回過頭來想想，這件事計算機來做不是最合適嗎，編譯器不就是做這個事情的嗎？

以上面的**為例，讓我們重新考慮一下整個過程。我們的目的是在呼叫函式foo之前將引數增加1。一般而言，這樣做肯定是沒有foo函式的源**或者不允許修改源**，否則直接改foo函式的**就好了，何必這麼麻煩。為了呼叫時候的簡單化，定義乙個函式指標是比較合適的，否則每次呼叫都寫彙編**jmp 或call太麻煩。這樣一來，函式指標必須指向乙個**段的位址。但是這個**段必須用機器碼來構造嗎，直接寫彙編**也同樣可以做到。

當然，這裡有乙個問題。我們寫彙編指令的時候，必須是一條指令一條指令的寫，不能說指令寫一半，然後讓匯程式設計序去處理。上面的**中，第一條指令inc直接寫彙編語句當然沒問題。但下面的jmp語句，就不能直接寫。因為我們寫彙編語句的時候，jmp跳轉偏移量是未知的，必須編譯後才知道。並且我們不能只寫 jmp而不寫偏移量，那是通不過編譯的。

這個問題可以這樣解決，寫jmp語句的時候，我們寫乙個佔位的dword，其值設為乙個特殊的值，比如0xffff(原理是這樣，實際處理還要迂迴一下，後面有說明)。只要在這段thunk**中不出現這個值就好。然後執行的時候，在第一次呼叫之前，在thunk**中查詢該值，將其替換為計算出來的動態值。經過這樣的處理，就可以徹底在thunk**中消除機器碼的直接操作。

更一般化，為了生成正確的機器碼，我們用兩個函式。乙個用於生成機器碼的模板，另乙個函式用於在機器碼的模板中填入需要動態計算產生的值。下面是乙個例子:

void thunktemplate(dword& addr1,dword& addr2)//生成機器碼
} __asm
addr1 = x1;
addr2 = x2;
}

上面的函式用於生成thunk的機器碼模板，之所以稱為模板，是因為其中包含了無意義的佔位數，必須將這些佔位數替換為有意義的值之後，才可以執行這些**。因此，在函式中thunk**模板放在乙個if(0)語句中，就是避免呼叫該函式的時候執行thunk**。另外，為了能方便的得到thunk**模板的位址，這裡採用乙個函式傳出thunk**的首尾位址。

至於替換佔位數的功能是很簡單的，直接替換就好。

void replacecodebuf(byte *code,int len, dword old,dword x)//完成動態值的替換.
__asm //__stdcall
}if(calltype==0)//this_call }
else }
addr1 = x1;
addr2 = x2;
}

上面的函式有幾個地方需要說明：

1、為了能適應兩種不同的成員函式呼叫約定，這裡寫了兩份**。通過引數calltype決定拷貝哪乙份**到緩衝區。

2、本來一條jmp ***x;指令這裡分解為兩條指令:

mov eax,-2;
jmp eax;

這是由組合語言的特點決定的。直接寫jmp -2是通不過的（根據位址的不同，jmp彙編後可能出現好幾種形式。這裡必須出現乙個真實的位址以便彙編器決定jmp型別）。

3、如果對this指標的知識不清楚，請參考我在vc知識庫的另外一篇文章《直接呼叫類成員函式位址》。

設定thunk**的完整**如下：

dword funcaddr;
getmemberfuncaddr_vc6(funcaddr,&ctimer::callbcak);
dword addr1,addr2;
thunktemplate(addr1,addr2,0);
memset(m_thunk,0,100);
memcpy(m_thunk,(void*)addr1,addr2-addr1);
replacecodebuf(m_thunk,addr2-addr1,-1,(dword)((void*)this)); //將-1替換為this指標.
replacecodebuf(m_thunk,addr2-addr1,-2,funcaddr); //將-2替換為成員函式的指標.

如果你還想和以前一樣直接在陣列中賦值機器碼（畢竟這樣看起來很酷，我完全理解）。那也可以這樣，呼叫thunktemplate生成m_thunk後，列印出該陣列的值，而後在程式中直接給m_thunk陣列賦值，就象網上大部分thunk**那樣，當然在呼叫前要多乙個步驟就是替換掉佔位數。不過無論如何，呼叫這兩個函式生成機器碼應該比手工查詢方便多了，如果你也這樣認為，那就算我這篇文章沒白寫。

參考文獻：基於 thunk 實現的類成員訊息處理函式

[文章投稿]

看著鬼斧神工,但只是對已存在的函式**的呼叫而已,我對thunk技術究竟有沒有實用價值表懷疑...

( tgl10 發表於 2008-6-13 14:21:00)

看上去是錯的.

__stdcall 被呼叫者負責**stack,你這裡私自push了一次,函式返回後stack會出問題的吧 ( jink1025 發表於 2008-3-31 9:38:00)

Thunk 技術的乙個改進

Thunk 技術的乙個改進

thunk技術實現視窗類的封裝

乙個緊急查詢的改進思路

Thunk 技術的乙個改進

Thunk 技術的乙個改進

thunk技術實現視窗類的封裝

乙個緊急查詢的改進思路

相關推薦