diff options
author | Cyrille Bagard <nocbos@gmail.com> | 2020-01-25 18:12:52 (GMT) |
---|---|---|
committer | Cyrille Bagard <nocbos@gmail.com> | 2020-01-25 18:12:52 (GMT) |
commit | 61c9454a718b1cf87029833d5fb493e09990dbfe (patch) | |
tree | 2a134c6d8880f17e41f746b7b9d93018995e56b8 | |
parent | d7a7c0dc3f20664f3e4d6bd7a3caa08bb6511cd9 (diff) |
Handled the MUTF-8 U+0000 code point.
-rw-r--r-- | plugins/dex/dex-int.c | 2 | ||||
-rw-r--r-- | plugins/dexbnf/simple.c | 2 | ||||
-rw-r--r-- | src/common/utf8.c | 120 | ||||
-rw-r--r-- | src/common/utf8.h | 3 |
4 files changed, 125 insertions, 2 deletions
diff --git a/plugins/dex/dex-int.c b/plugins/dex/dex-int.c index 843db32..fc1db58 100644 --- a/plugins/dex/dex-int.c +++ b/plugins/dex/dex-int.c @@ -210,7 +210,7 @@ bool read_dex_string_data_item(const GDexFormat *format, vmpa2t *pos, vmpa2t *in tmp = g_binary_content_get_raw_access(content, pos, maxsize); - ch = decode_utf8_char(tmp, maxsize, &used); + ch = decode_mutf8_char(tmp, maxsize, &used); if (IS_UTF8_ERROR(ch)) result = false; diff --git a/plugins/dexbnf/simple.c b/plugins/dexbnf/simple.c index f06fc4d..fd7b8ab 100644 --- a/plugins/dexbnf/simple.c +++ b/plugins/dexbnf/simple.c @@ -132,7 +132,7 @@ static size_t dcd_simple_name_char(input_buffer *buffer) text = get_input_buffer_text_access(buffer); remaining = count_input_buffer_remaining(buffer); - wc = decode_utf8_char((unsigned char *)text, remaining, &result); + wc = decode_mutf8_char((unsigned char *)text, remaining, &result); if (IS_UTF8_ERROR(wc)) return 0; diff --git a/src/common/utf8.c b/src/common/utf8.c index c5cfa03..9250fef 100644 --- a/src/common/utf8.c +++ b/src/common/utf8.c @@ -148,3 +148,123 @@ unichar_t decode_utf8_char(const unsigned char *text, size_t len, size_t *consum return result; } + + +/****************************************************************************** +* * +* Paramètres : text = position courante dans une chaîne de caractères. * +* len = nombre d'octets de cette même chaîne. * +* consumed = nombre d'octets lus pendant l'opération. [OUT] * +* * +* Description : Procède à la lecture d'un caractère d'une chaîne en MUTF-8. * +* * +* Retour : Caractère sur 32 bits lu ou code d'erreur en cas de soucis. * +* * +* Remarques : - * +* * +******************************************************************************/ + +unichar_t decode_mutf8_char(const unsigned char *text, size_t len, size_t *consumed) +{ + unichar_t result; /* Valeur à retourner */ + size_t expected; /* Quantité à traiter */ + unichar_t minval; /* Valeur codée minimale */ + size_t i; /* Boucle de parcours */ + + /** + * Le format suivant est détaillé à la page : + * https://source.android.com/devices/tech/dalvik/dex-format#mutf-8 + */ + + result = text[0]; + + /** + * ASCII ? + */ + if (result < 0x80) + { + *consumed = 1; + goto duc_done; + } + + /** + * Deux caractères (au moins) doivent être présents. + * Le premier mot doit donc au moins commencer par 0b1100 = 0xc. + */ + else if (result < 0xc0) + { + result = UTF8_ERROR_MALFORMED; + goto duc_done; + } + + /** + * Valeur inférieure à 0xe, donc taille inférieure à 3 (0b1110). + */ + else if (result < 0xe0) + { + expected = 2; + result &= 0x1f; + minval = 1 << 7; + } + + /** + * Valeur inférieure à 0xf0, donc taille inférieure à 4 (0b11110000). + */ + else if (result < 0xf0) + { + expected = 3; + result &= 0x0f; + minval = 1 << 11; + } + + /** + * Erreur : l'encodage MUTF-8 ne dépasse pas 3 octets. + */ + else + { + result = UTF8_ERROR_TOO_LONG; + goto duc_done; + } + + /** + * Erreur : pas assez de données. + */ + if (expected > len) + { + result = UTF8_ERROR_TOO_LONG; + goto duc_done; + } + + /** + * Intégration des octets restants, avec vérifications qu'ils participent + * bien à la constitution de la valeur finale. + */ + for (i = 1; i < expected; i++) + { + if ((text[i] & 0xc0) != 0x80) + { + result = UTF8_ERROR_MISSING; + goto duc_done; + } + + result <<= 6; + result |= (text[i] & 0x3f); + + } + + /** + * Validation finale. + */ + if (result < minval && (result != 0 || expected != 2)) + { + result = UTF8_ERROR_WASTING; + goto duc_done; + } + + *consumed = expected; + + duc_done: + + return result; + +} diff --git a/src/common/utf8.h b/src/common/utf8.h index 4b8437d..88ebd20 100644 --- a/src/common/utf8.h +++ b/src/common/utf8.h @@ -50,6 +50,9 @@ typedef uint32_t unichar_t; /* Procède à la lecture d'un caractère dans une chaîne en UTF-8. */ unichar_t decode_utf8_char(const unsigned char *, size_t, size_t *); +/* Procède à la lecture d'un caractère d'une chaîne en MUTF-8. */ +unichar_t decode_mutf8_char(const unsigned char *, size_t, size_t *); + #endif /* _COMMON_UTF8_H */ |