字符串的处理

Windows 操作系统在Ring0 层用的都是Unicode 字符集，而且在Visual Studio的开发环境下也是默认的使用Unicode 字符集。今天就写写Unicode 字符集的操作的总结吧。

 

Ring3

在Visual Studio 的开发环境下是默认使用Unicode 字符集的。刚开始的时候不太习惯，毕竟自己写写C/C++都是ACSII 码。

ASCII 的printf() 函数在 Unicode 中为

int wprintf_s(
const wchar_t *format [,
argument]...
);

 

scanf()在Unicode 下

int wscanf(
const wchar_t *format [,
argument]...
);

 

strcat

wchar_t *wcscat(
wchar_t *strDestination,
const wchar_t *strSource
);

 

strcpy

wchar_t *wcscpy(
wchar_t *strDestination,
const wchar_t *strSource
);

 

strcmp

int wcscmp(
const wchar_t *string1,
const wchar_t *string2
);

 

strstr

const wchar_t *wcsstr(   //目标元素第一次出现的位置
const wchar_t *str,
const wchar_t *strSearch

 

Ring0

在Ring0层，都是使用UNICODE_STRING

typedef struct _UNICODE_STRING {
  USHORT  Length;     //UNICODE占用的内存字节数，个数*2；
  USHORT  MaximumLength;　　//最大可容纳字节数
  PWSTR  Buffer;      //缓冲区
} UNICODE_STRING ,*PUNICODE_STRING

 

 

写到这，突然发现了一个更加完整的博客，转过来了。

UNICODE_STRING:

typedef struct _UNICODE_STRING {
  USHORT  Length;     //UNICODE占用的内存字节数，个数*2；
  USHORT  MaximumLength;
  PWSTR  Buffer;
} UNICODE_STRING ,*PUNICODE_STRING;

参数定义：
Length-----buffer的字节长度，不包括终止符“NULL”
MaximumLength---buffer的的总的字节大小。Up to MaximumLength bytes may be written into the                  buffer without trampling memory.
Buffer---Pointer to a wide-character string指向宽字符串的指针

ANSI_STRING：

typedef struct _STRING {
  USHORT  Length;
  USHORT  MaximumLength;
  PCHAR  Buffer;
} STRING, *PANSI_STRING;

实例：

WCAHR temp[] = L"Hello World！";   //定义宽字符串

UNICODE_STRING str ;

str.Buffer = temp;

str.Length  = wcslen(temp)*sizeof(WCHAR)   //这个长度为UNICODE字符串所占用的字节数，即字符的个数乘以每个字符所占的字节数。通常为： 字符个数*2 ； 

---

    当使用UNICODE_STRING 时，一定要手动设置UNICODE_STRING 的Length和MaximumLength 成员，不要想当然的认为设置了Buffer后，Length和MaximumLength 成员就会根据Buffer被自动设置。由其是当自己写的函数用UNICODE_STRING作为参数返回时，一定要设置Length和MaximumLength 成员，不然很可能得到非预期结果。

---

 当应用程序与驱动通信时，一般应用程序传入的字符串为ANSI，所以在驱动中应先定义ANSI_STRING，然后再使用RtlAnsiStringToUnicodeString 将其转换成UNICODE_STRING，作为后用。例：

ANSI_STRING  str_a;

UNICODE_STRING  str_u;

WCHAR buf_u[1024] = L"";

str_a.Buffer = InputBuffer ;  //InputBuffer 为输入缓冲区地址

str_a.Length = str_a.MaximumLength = strlen(InputBuffer);

//开辟UNICODE内存空间

str_u.Buffer = buf_u;

str_u.Length = str_u.MaximumLength = strlen(InputBuffer) * sizeof(WCHAR);

RtlAnsiStringToUnicodeString(&str_u, &str_a , TRUE);

........

........

//当RtlAnsiStringToUnicodeString第三个参数为TRUE时，要用RtlFreeUnicodeString释放临时的UNICODE_STRING

RtlFreeUnicodeString(&str_u);

---

拼接UNICODE_STRING

  当拼接UNICODE_STRING 时，注意目标UNICODE的Length为当前UNICODE中存储字符的字节数。如：

WCHAR str1[] = L"12345";

UNICODE_STRING str2;

str2.Buffer = ExAllocatePool(NonPagedPool, wcslen(str1)*sizeof(WCHAR))

str2.Length = 0;

str2.MaximumLength = wcslen(str1)*sizeof(WCHAR);

 RtlAppendUnicodeToString(&str2, str1);

---

 UNICODE 和 ExAllocatePool

   内核在UNICODE拼接或其他临时操作时，经常使用ExAllocatePool动态分配UNICODE的Buffer，简单情况：

UNICODE_STRING str;

str.Buffer = ExAllocatePool(NonPagedPool, 50*sizeof(WCHAR));

str.Length = 0;

str.MaximumLength = 50*sizeof(WCHAR);

但若是定义一个UNICODE的指针，则如何初始化UNICODE ？ 

PUNICODE_STRING pStr;

因为定义了一个指针，但指针目前并没有指向可用的内存地址，故先分配一块内存（NonPagedPool），让pStr指向这块内存。

pStr = ExAllocatePool(NonPagedPool, 50*sizeof(WCHAR));

接着初始化成员：

pStr.Length = 0;

pStr.MaximumLength = ???;

如何初始化Buffer ？

    因为UNICODE_STRING 是一个数据结构，我们申请一块内存来存储这个数据结构，所以这块内存不仅存储了Buffer这个我们最关心的字符串，而且还储存这个数据结构，即Length 、 MaximumLength 和 Buffer （指针）成员。因为pStr是这块内存的起始地址，所以：

&pStr.Length = (USHORT*)pStr

&pStr.MaximumLength = (USHORT*)pStr + 1

&pStr.Buffer = (USHORT*)pStr + 2

所以得：

pStr.Buffer = (WCHAR*)((USHORT*)pStr + 2 + 2 )  因为一个USHORT占2个字节，一个指针占4个字节。这时得出，pStr.MaximumLength =  50*sizeof(WCHAR) - (2+2+4);

（注意，以上是为了方便观察特意写成赋值形式，但在编译器中并不适用，因为=左边得为左值。）

 整体：

PUNICODE_STRING pStr;

pStr = ExAllocatePool(NonPagedPool, 50*sizeof(WCHAR));

pStr.Length = 0;

pStr.Buffer = (WCHAR*)( (USHORT*)pStr + 2 + 2 ) ; 

总结：

    定义UNICODE_STRING 时，编译器在栈上自动分配了存储UNICODE_STRING这个数据结构的空间，我们唯一要做的就是给Buffer这个指针成员（指向）分配内存。

    而定义PUNICODE_STRING时，在堆上分配了一块内存，这块内存不仅存储了Buffer，而且还存储了UNICODE_STRING这个数据结构。所以定义为PUNICODE_STRING时，要比预期的字符串至少多8个字节，就因为此。

pStr.MaximumLength = 50*sizeof(WCHAR) - (2+2+4);

UNICODE_STRING在驱动应用比较多，其操作大致有如下几个：
（1）初始化，常见的初始化有两种方式：
1.调用RtlInitUnicodeString，该函数原型如下：

程序代码

VOID  RtlInitUnicodeString(
    IN OUT PUNICODE_STRING  DestinationString,
    IN PCWSTR  SourceString
);
该方法的实际原理是：将SourceString的宽字符串指针赋值给UNICODE_STRING的Buffer值，同时SourceString的长度值填入结构的Length域，默认的MaximumLength = Length + 2；
如：RtlInitUnicodeString(&ustrRegString,L"Hello");
2.采用动态分配内存的方式初始化，其调用方式如下：

程序代码

UNICODE_STRING ustr;
ustr.Length= 0;
ustr.MaximumLength = 256;
ustr.Buffer = (PWCHAR)ExAllocatePoolWithTag(NonPagedPool,256,MEM_TAG);  //MEM_TAG为自定义
这样就动态分配了一个存储空间给ustr。
（2）字符串连接
连接常见的就是将两个UNICODE_STRING或者将WCHAR_T的字符串连接起来
首先，将两个UNICODE_STRING连接起来，调用RtlAppendUnicodeStringToString函数实现，其原型如下：

程序代码

NTSTATUS  RtlAppendUnicodeStringToString(
    IN OUT PUNICODE_STRING  Destination,
    IN PUNICODE_STRING  Source
);
调用该函数的原理是将两者的字符串Buffer拼接起来，同时，更新对应的Length和MaxLength域。在调用的
过程中要注意Destination的MaxLength域，若MaxLength小于Destination和Source的Length域的和的时候，该函数调用不成功，返回0xC0000023，即缓冲区溢出错误。所以在调用该函数的时候，一定要确定Destination的MaxLength 域。
若将WCHAR_T字符串串接到UNICODE_STRING之后，则需要调用RtlAppendUnicodeToString，函数原型如下：

程序代码

NTSTATUS  RtlAppendUnicodeToString(
IN OUT PUNICODE_STRING  Destination,
IN PCWSTR  Source
);
该函数和上面函数并没有特别多的不一致，但该函数较上一个函数不同的地方就是不会出现缓冲区溢出的错误，也就是即使Destination的MaxLength域为0，也可以执行RtlAppendUnicodeToString的操作。
还有另外一个需要注明的地方，如果UNICODE_STRING是通过RtlInitUnicodeString初始化，那么不管调用什么函数，修改UNICODE_STRING值的时候，初始化使用的PCWSTR数组的值也会发生改变，因为他们指向的是同一个Buffer。
注上一例，备后用：

程序代码

UNICODE_STRING  ustrStr,ustrName;
ustrStr.Length = wcslen(strKey) * 2;
RtlAppendUnicodeToString(&ustrStr,strKey);
ustrStr.MaximumLength = 256;
RtlAppendUnicodeToString(&ustrStr,L"\\");
RtlAppendUnicodeStringToString(&ustrStr,&ustrName);
(3)字符串转换
转换目的可能涉及到中文显示的问题，如果简单的UNICODE_STRING转换为wchar_t或者char的形式，采用RtlCopyMemory的方式，因为UNICODE_STRING字符串并不一定以\0作为结束符，所以需要使用RtlCopyMemory，拷贝定长的字符串。
对于中文显示的问题，采用ANSI_STRING的方式进行输出。从UNICODE_STRING到ANSI_STRING转换，可以通过RtlUnicodeStringToAnsiString实现，其原型如下：

程序代码

NTSTATUS  RtlUnicodeStringToAnsiString(
    IN OUT PANSI_STRING  DestinationString,
    IN PUNICODE_STRING  SourceString,
    IN BOOLEAN  AllocateDestinationString
);
典型例子如下：

程序代码

UNICODE_STRING src;
ANSI_STRING dst;
RtlInitUnicodeString(&src,L”打印汉字”)；
RtlUnicodeStringToAnsiString(&dst,&src,TRUE);
DbgPrint(“%Z”,&dst);
RtlFreeAnsiString(&dst);

 

 

 

 

 

RtlInitUnicodeString与UNICODE_STRING的区别

UNICODE_STRING是一个结构.当你声明一个UNICODE_STRING时它的成员未初始化.而RtlInitUnicodeString是一个函数用来初始化一个UNICODE_STRING.

UNICODE_STRING
The UNICODE_STRING structure is used to define Unicode strings.

typedef struct _UNICODE_STRING {
USHORT Length;
USHORT MaximumLength;
PWSTR Buffer;
} UNICODE_STRING *PUNICODE_STRING;
Members
Length 
The length in bytes of the string stored in Buffer. 
MaximumLength 
The maximum length in bytes of Buffer. 
Buffer 
Pointer to a buffer used to contain a string of wide characters. 
Headers
Defined in ntdef.h. Include wdm.h or ntddk.h. 

Comments
The UNICODE_STRING structure is used to pass Unicode strings. Use RtlInitUnicodeString to initialize a UNICODE_STRING.

If the string is NULL-terminated, Length does not include the trailing NULL.

The MaximumLength is used to indicate the length of Buffer so that if the string is passed to a conversion routine such as RtlAnsiStringToUnicodeString the returned string does not exceed the buffer size.

 

 

我经常在网上遇到心如火燎的提问者。他们碰到很多工作中的技术问题，是关于驱动开发的。其实绝大部分他们碰到的“巨大困难”是被老牛们看成初级得不能再初级的问题。比如经常有人定义一个空的UNICODE_STRING,然后往里面拷贝字符串。结果无论如何都是蓝屏。也有人在堆栈中定义一个局部SPIN_LOCK,作为下面的同步用——这样用显然没有任何意义。我无法一一回答这些问题：因为往往要耐心的看他们的代码，才能很不容易的发现这些错误。而且我又不是总是空闲的，可以无休止的去帮网友阅读代码和查找初级错误。但是归根结底，这些问题的出现，是因为现在写驱动的同行越来越多，但是做驱动开发又没有比较基础的，容易读懂的资料。为此我决定从今天开始连载一篇超级入门级的教程，来解决那些最基本的开发问题。老牛们就请无视这篇教程，一笑而过了。

Windows驱动编程基础教程(1.1-1.3)

1.1 使用字符串结构

常常使用传统C语言的程序员比较喜欢用如下的方法定义和使用字符串：

char *str = { “my first string” }; // ansi字符串
wchar_t *wstr = { L”my first string” }; // unicode字符串
size_t len = strlen(str); // ansi字符串求长度
size_t wlen = wcslen(wstr); // unicode字符串求长度
printf(“%s %ws %d %d”,str,wstr,len,wlen); // 打印两种字符串

但是实际上这种字符串相当的不安全。很容易导致缓冲溢出漏洞。这是因为没有任何地方确切的表明一个字符串的长度。仅仅用一个’\0’字符来标明这个字符串的结束。一旦碰到根本就没有空结束的字符串（可能是攻击者恶意的输入、或者是编程错误导致的意外），程序就可能陷入崩溃。
使用高级C++特性的编码者则容易忽略这个问题。因为常常使用std::string和CString这样高级的类。不用去担忧字符串的安全性了。
在驱动开发中，一般不再用空来表示一个字符串的结束。而是定义了如下的一个结构：

typedef struct _UNICODE_STRING {
USHORT Length; // 字符串的长度（字节数）
USHORT MaximumLength; // 字符串缓冲区的长度（字节数）
PWSTR Buffer; // 字符串缓冲区
} UNICODE_STRING, *PUNICODE_STRING;

以上是Unicode字符串，一个字符为双字节。与之对应的还有一个Ansi字符串。Ansi字符串就是C语言中常用的单字节表示一个字符的窄字符串。

typedef struct _STRING {
USHORT Length;
USHORT MaximumLength;
PSTR Buffer;
} ANSI_STRING, *PANSI_STRING;

在驱动开发中四处可见的是Unicode字符串。因此可以说：Windows的内核是使用Uincode编码的。ANSI_STRING仅仅在某些碰到窄字符的场合使用。而且这种场合非常罕见。
UNICODE_STRING并不保证Buffer中的字符串是以空结束的。因此，类似下面的做法都是错误的，可能会会导致内核崩溃：

UNICODE_STRING str;
… 
len = wcslen(str.Buffer); // 试图求长度。
DbgPrint(“%ws”,str.Buffer); // 试图打印str.Buffer。

如果要用以上的方法，必须在编码中保证Buffer始终是以空结束。但这又是一个麻烦的问题。所以，使用微软提供的Rtl系列函数来操作字符串，才是正确的方法。下文逐步的讲述这个系列的函数的使用。

1.2 字符串的初始化

请回顾之前的UNICODE_STRING结构。读者应该可以注意到，这个结构中并不含有字符串缓冲的空间。这是一个初学者常见的出问题的来源。以下的代码是完全错误的，内核会立刻崩溃：

UNICODE_STRING str;
wcscpy(str.Buffer,L”my first string!”);
str.Length = str.MaximumLength = wcslen(L”my first string!”) * sizeof(WCHAR);

以上的代码定义了一个字符串并试图初始化它的值。但是非常遗憾这样做是不对的。因为str.Buffer只是一个未初始化的指针。它并没有指向有意义的空间。相反以下的方法是正确的：

// 先定义后，再定义空间
UNICODE_STRING str;
str.Buffer = L”my first string!”;
str.Length = str.MaximumLength = wcslen(L”my first string!”) * sizeof(WCHAR);
… …

上面代码的第二行手写的常数字符串在代码中形成了“常数”内存空间。这个空间位于代码段。将被分配于可执行页面上。一般的情况下不可写。为此，要注意的是这个字符串空间一旦初始化就不要再更改。否则可能引发系统的保护异常。实际上更好的写法如下：

//请分析一下为何这样写是对的：
UNICODE_STRING str = { 
sizeof(L”my first string!”) – sizeof((L”my first string!”)[0]), 
sizeof(L”my first string!”),
L”my first_string!” };

但是这样定义一个字符串实在太繁琐了。但是在头文件ntdef.h中有一个宏方便这种定义。使用这个宏之后，我们就可以简单的定义一个常数字符串如下：

#include <ntdef.h>
UNICODE_STRING str = RTL_CONSTANT_STRING(L“my first string!”);

这只能在定义这个字符串的时候使用。为了随时初始化一个字符串，可以使用RtlInitUnicodeString。示例如下：

UNICODE_STRING str;
RtlInitUnicodeString(&str,L”my first string!”);

用本小节的方法初始化的字符串，不用担心内存释放方面的问题。因为我们并没有分配任何内存。

1.3 字符串的拷贝

因为字符串不再是空结束的，所以使用wcscpy来拷贝字符串是不行的。UNICODE_STRING可以用RtlCopyUnicodeString来进行拷贝。在进行这种拷贝的时候，最需要注意的一点是：拷贝目的字符串的Buffer必须有足够的空间。如果Buffer的空间不足，字符串会拷贝不完全。这是一个比较隐蔽的错误。
下面举一个例子。

UNICODE_STRING dst; // 目标字符串
WCHAR dst_buf[256]; // 我们现在还不会分配内存，所以先定义缓冲区
UNICODE_STRING src = RTL_CONST_STRING(L”My source string!”);

// 把目标字符串初始化为拥有缓冲区长度为256的UNICODE_STRING空串。
RtlInitEmptyString(dst,dst_buf,256*sizeof(WCHAR));
RtlCopyUnicodeString(&dst,&src); // 字符串拷贝！

以上这个拷贝之所以可以成功，是因为256比L” My source string!”的长度要大。如果小，则拷贝也不会出现任何明示的错误。但是拷贝结束之后，与使用者的目标不符，字符串实际上被截短了。
我曾经犯过的一个错误是没有调用RtlInitEmptyString。结果dst字符串被初始化认为缓冲区长度为0。虽然程序没有崩溃，却实际上没有拷贝任何内容。
在拷贝之前，最谨慎的方法是根据源字符串的长度动态分配空间。