iOS逆向之MachO文件

MachO文件简介

一、什么是MachO文件？

• Mach-O其实是Mach Object文件格式的缩写，它是Mac以及iOS上一种用于可执行文件、目标代码、动态库的文件格式，类似于Windows上面的PE格式(Portable Executable)，linux上的elf格式(Executable and Link Format)。
• 它是一种用于可执行文件、目标代码、动态库的文件格式，作为.out格式的替代，MachO提供了更强的扩展性。

二、Mach-O文件格式

• 目标文件.o
• 库文件：.a .dylib .Framework
• 可执行文件
• dyld（动态链接器）
• .dsym（符号表：Relese环境运行生成）

三、查看文件类型

• $ file xxx.xx

系统架构

一、iPhone不同的型号对应的架构

手机型号	架构
32位模拟器	i386
64位模拟器	x86_64
iPhone4、iPhone4S	armv7
iPhone5、iPhone5C	armv7s
iPhone5s——iPhoneX	arm64
iPhone XS、iPhone XS Max、iPhoneXR、iPhone11…	arm64e

二、Xcode中指令集相关选项（Build Setting）

• Architectures
  指定工程被编译成可支持哪些指令集类型，支持的指令集越多，就会编译出包含多个指令集代码的数据包，对应生成二进制 .ipa 包会变大。
• Valid Architectures
  限制可能被支持的指令集的范围，即：Xcode编译出来的二进制包类型最终从这些类型产生，而编译出哪种指令集的包，将由Architectures与Valid Architectures的交集来确定
• Build Active Architecture Only
  指定是否只对当前连接设备所支持的指令集编译。当其值设置为YES，是为了debug的时候编译速度更快，它只编译当前的Architecture版本，而设置为no时，会编译所有的版本。 所以，一般debug的时候可以选择设置为YES，release的时候要改为NO。

三、生成多种架构

• 新建一个工程，真机运行，查看可执行文件仅是一个arm64架构的，将项目最低适配系统调为iOS9.0，真机运行 Relese环境：

~/Library/Developer/Xcode/DerivedData/TestDemo-aszxljwcoetyppfyxjarbzmhorsh
/Build/Products/Release-iphoneos/TestDemo.app  file TestDemo
TestDemo: Mach-O universal binary with 2 architectures: [arm_v7:Mach-O executable arm_v7 ] [arm64:Mach-O executable arm64]
TestDemo (for architecture armv7):     Mach-O executable arm_v7
TestDemo (for architecture armv54):     Mach-O 64-bit executable arm64

• 为什么要改为iOS9.0呢 ？是因为iPhone5c等armv7、armv7s架构不支持iOS11.0；
• 为什么要Relese环境运行呢 ？因为Xcode默认Debug只生成单一架构；
• 怎么生成所有架构 ？Xcode10中只包含了v7和64，需要在 Architectures 中添加：

通用二进制文件

一、通用二进制文件（Universal binary）也被叫做胖二进制（Fat binary）

• 苹果公司提出的一种程序代码，能同时适用多种架构的二进制文件；
• 同一个程序包中同时为多种架构提供最理想的性能；
• 由于需要储存多种代码，通用二进制应用程序通常比单一平台二进制的程序要大；
• 由于两种架构有共通的非执行资源，所以并不会达到单一版本的两倍之多；
• 由于执行中只调用一部分代码，运行起来也不需要额外的内存；

二、拆分/合并架构

① 终端命令

• 架构查看

lipo -info + macho

• 架构合并

lipo -create macho_A macho_B -output(-o) macho_AB

• 架构分离

lipo macho -thin -arm64 -o macho_arm64

② 结论

• 胖二进制拆分后再重组会得到原始胖二进制；
• 通用二进制的大小可能大于子架构大小之和，也可能小于，也可能等于，取决于公共资源文件的多少；

MachO文件结构

一、苹果官方结构

主要组成可以大概分为三大块：

• Header部分(包含该二进制文件的一般信息)：字节顺序、架构类型、加载指令的数量等。使得可以快速确认一些信息，比如当前文件用于32位还是64位，对应处理器是什么，文件类型是什么。
• Load commands 部分(一张包含很多内容的表)；内容区包括区域的位置、符号表、动态符号表等。
• Data段：包含Segement的具体数据。

二、整体结构

• 使用 MachOView 打开会看到通用二进制文件由 Fat Header 和可执行文件组成(可执行文件是由 Header 、 Load commands 和 Data 组成);
  

• 可执行文件是由 Header 、 Load commands 和 Data 组成
  

• 可以使用otool命令来查看Mach-O文件，也可以使用MachOView这个工具查看刚刚生成的MachO文件，先cd到当前文件夹，然后：

$otool -f MachO

Fat headers
fat_magic 0xcafebabe
nfat_arch 3
architecture 0
    cputype 12
    cpusubtype 9
    capabilities 0x0
    offset 16384
    size 73568
    align 2^14 (16384)
architecture 1
    cputype 12
    cpusubtype 11
    capabilities 0x0
    offset 98304
    size 73568
    align 2^14 (16384)
architecture 2
    cputype 16777228
    cpusubtype 0
    capabilities 0x0
    offset 180224
    size 73888
    align 2^14 (16384)

• header 包含了该二进制文件的字节顺序、架构类型、加载指令的数量等，使得可以快速确认一些信息，比如当前文件用于 32 位 还是 64 位 ，对应的处理器是什么、文件类型是什么；Xcode中 shift+command+O -> load.h -> 如下信息（mach_header_64（64位）对比mach_header（32位）只多了一个保留字段）

struct mach_header_64 {
    uint32_t  magic;    /* 魔数,快速定位64位/32位 */
    cpu_type_t  cputype;  /* cpu 类型 比如 ARM */
    cpu_subtype_t  cpusubtype;  /* cpu 具体类型 比如arm64 , armv7 */
    uint32_t  filetype;  /* 文件类型 例如可执行文件 .. */
    uint32_t  ncmds;    /* load commands 加载命令条数 */
    uint32_t  sizeofcmds;  /* load commands 加载命令大小*/
    uint32_t  flags;    /* 标志位标识二进制文件支持的功能 , 主要是和系统加载、链接有关*/
    uint32_t  reserved;  /* reserved , 保留字段 */
};

• load commands 是一张包括区域的位置、符号表、动态符号表等内容的表。它详细保存着加载指令的内容，告诉链接器如何去加载这个 Mach-O 文件。通过查看内存地址发现，在内存中 load commands 是紧跟在 header 之后的；
  
• load commands的详情:

/* Constants for the cmd field of all load commands, the type */

#define    LC_SEGMENT    0x1    /* segment of this file to be mapped */
#define    LC_SYMTAB    0x2    /* link-edit stab symbol table info */
#define    LC_SYMSEG    0x3    /* link-edit gdb symbol table info (obsolete) */
#define    LC_THREAD    0x4    /* thread */
#define    LC_UNIXTHREAD    0x5    /* unix thread (includes a stack) */
#define    LC_LOADFVMLIB    0x6    /* load a specified fixed VM shared library */
#define    LC_IDFVMLIB    0x7    /* fixed VM shared library identification */
#define    LC_IDENT    0x8    /* object identification info (obsolete) */
#define LC_FVMFILE    0x9    /* fixed VM file inclusion (internal use) */
#define LC_PREPAGE      0xa     /* prepage command (internal use) */
#define    LC_DYSYMTAB    0xb    /* dynamic link-edit symbol table info */
#define    LC_LOAD_DYLIB    0xc    /* load a dynamically linked shared library */
#define    LC_ID_DYLIB    0xd    /* dynamically linked shared lib ident */
#define LC_LOAD_DYLINKER 0xe    /* load a dynamic linker */
#define LC_ID_DYLINKER    0xf    /* dynamic linker identification */
#define    LC_PREBOUND_DYLIB 0x10    /* modules prebound for a dynamically */
/*  linked shared library */
#define    LC_ROUTINES    0x11    /* image routines */
#define    LC_SUB_FRAMEWORK 0x12    /* sub framework */
#define    LC_SUB_UMBRELLA 0x13    /* sub umbrella */
#define    LC_SUB_CLIENT    0x14    /* sub client */
#define    LC_SUB_LIBRARY  0x15    /* sub library */
#define    LC_TWOLEVEL_HINTS 0x16    /* two-level namespace lookup hints */
#define    LC_PREBIND_CKSUM  0x17    /* prebind checksum */

/*
 * load a dynamically linked shared library that is allowed to be missing
 * (all symbols are weak imported).
 */
#define    LC_LOAD_WEAK_DYLIB (0x18 | LC_REQ_DYLD)

#define    LC_SEGMENT_64    0x19    /* 64-bit segment of this file to be
mapped */
#define    LC_ROUTINES_64    0x1a    /* 64-bit image routines */
#define LC_UUID        0x1b    /* the uuid */
#define LC_RPATH       (0x1c | LC_REQ_DYLD)    /* runpath additions */
#define LC_CODE_SIGNATURE 0x1d    /* local of code signature */
#define LC_SEGMENT_SPLIT_INFO 0x1e /* local of info to split segments */
#define LC_REEXPORT_DYLIB (0x1f | LC_REQ_DYLD) /* load and re-export dylib */
#define    LC_LAZY_LOAD_DYLIB 0x20    /* delay load of dylib until first use */
#define    LC_ENCRYPTION_INFO 0x21    /* encrypted segment information */
#define    LC_DYLD_INFO     0x22    /* compressed dyld information */
#define    LC_DYLD_INFO_ONLY (0x22|LC_REQ_DYLD)    /* compressed dyld information only */
#define    LC_LOAD_UPWARD_DYLIB (0x23 | LC_REQ_DYLD) /* load upward dylib */
#define LC_VERSION_MIN_MACOSX 0x24   /* build for MacOSX min OS version */
#define LC_VERSION_MIN_IPHONEOS 0x25 /* build for iPhoneOS min OS version */
#define LC_FUNCTION_STARTS 0x26 /* compressed table of function start addresses */
#define LC_DYLD_ENVIRONMENT 0x27 /* string for dyld to treat
like environment variable */
#define LC_MAIN (0x28|LC_REQ_DYLD) /* replacement for LC_UNIXTHREAD */
#define LC_DATA_IN_CODE 0x29 /* table of non-instructions in __text */
#define LC_SOURCE_VERSION 0x2A /* source version used to build binary */
#define LC_DYLIB_CODE_SIGN_DRS 0x2B /* Code signing DRs copied from linked dylibs */
#define    LC_ENCRYPTION_INFO_64 0x2C /* 64-bit encrypted segment information */
#define LC_LINKER_OPTION 0x2D /* linker options in MH_OBJECT files */
#define LC_LINKER_OPTIMIZATION_HINT 0x2E /* optimization hints in MH_OBJECT files */
#define LC_VERSION_MIN_TVOS 0x2F /* build for AppleTV min OS version */
#define LC_VERSION_MIN_WATCHOS 0x30 /* build for Watch min OS version */
#define LC_NOTE 0x31 /* arbitrary data included within a Mach-O file */
#define LC_BUILD_VERSION 0x32 /* build for platform min OS version */

• 部分字段说明:
  
• data 是MachO文件中最大的部分，其中 _TEXT段 、 _DATA段 能给到很多信息。load commands 和 data 之间还留有不少空间，给我们留下了注入代码的冲破口：

_TEXT段名称	作用
_text	主程序代码
_stubs、_stub_helper	动态链接
_objc_methodname	方法名称
_objc_classname	类名称
_objc_methtype	方法类型
_cstring	静态字符串常量

_DATA段名称	作用
_got=Non-Lazy Symbol Pointers	非懒加载符号表
_la_symbol_ptr => Lazy Symbol Pointers	懒加载符号表
_objc_classlist	方法名称
…	…

dyld

• dyld（the dynamic link editor）是苹果的动态链接器，是苹果操作系统的一个重要组成部分，在系统内容做好程序准备工作之后，交由dyld负责余下的工作。
• 系统库的方法由于是公用的，存放在共享缓存中，那么我们的MachO在调用系统方法时，dyld会将MachO里调用存放在共享缓存中的方法进行符号绑定。这个符号在 release环境 是会被自动去掉的，这也是我们经常使用收集 bug 工具时需要恢复符号表的原因。