调试之剑：从堆里抢救丢失的博客文章

很多使用计算机的人都曾经遇到过丢失数据的尴尬。记得 我读大学时，很多文字编辑软件还没有自动存盘功能，而且寝室里偶尔会因为用电超过负荷而跳闸停电。每次断电时，如果赶上有人在电脑前写代码或者编辑文字， 那么常常听到那位先生狠狠一跺脚（或者使劲一拍大腿），然后痛叫一声“唉呀，还有东西没存盘呢！”。因为输入的内容是临时保存在内存中的，如果忘记存盘或 者在存盘前电脑死机或者突然断电，那么辛辛苦苦输入的东西就会化为乌有。

随着常用办公软件加入自动保存功能，因为忘记存盘而丢 失数据的“悲剧”少了。但是偶尔也还会发生，因为自动存盘机制也有失灵的时候。最近一些年，基于网络的写作方式日益流行，比如写博客，在论坛上发帖子，或 者点评别人的文章，对新闻发表看法等。这些写作很多是在浏览器里进行的，文字输入到不同形式的编辑框里，写作完毕时，发送到网站的服务器端保存。由于这种 嵌入在网页中的编辑功能常常是没有自动存盘机制的，编辑内容一直临时保存在浏览器程序的内存空间中，如果编辑内容没有发送到服务器端，那么编辑的内容就可 能丢失。笔者前不久就遇到了一次。

假日写作忙

故事发生在2010年的元旦假日，因为年底一个月很忙 碌，所以久未写博客了，趁着元旦放假，略有空闲，于是想写点东西。一来练练手，免得本来就不熟练的文笔变得更加生疏；二来与网友们交流一下，免得朋友也生 疏了。

于是上网，打开网页，准备写个短文。写什么呢？平时写 的一般都是技术，不适合假日的气氛，于是想写点技术之外的闲话。放假前去了次闵行老街，就写这个吧，怀怀旧。写文章不是件简单的活，很多时候的确像赵本山 说的那样，半天憋不出俩字。于是乎，就一篇简简单单的《重访闵行老街》（http://advdbg.com/blogs/advdbg_system /articles/3412.aspx），前前后后也用了几个小时。当然中间也有一些停顿，有时陪女儿玩一会，有时喝杯茶，这样到中午时，基本写好了， 检查一遍就可以发出去了。但中饭时间到了，女儿强烈要求我煮意大利面给她吃，于是只好把写了大半的文章搁置下来。

厨房里忙活了一阵后，意大利面做好了。“老爸，意大利 面煮的很棒”，女儿怪腔怪调的表扬给了我最好的奖励。吃过午饭，又想起写文章的事，看了一遍，改掉几个错别字，部分语句润色一下，自我感觉可以了，于是点 击“发送”按钮，准备发布出去。

大意失博文

鼠标点下去后我就后悔了，或许被女儿刚才的表扬冲昏了 头脑，我这个发送动作显然有些草率。应该在发送前先保存一下呀！虽然网页里没有保存功能，但是可以把内容Copy-Paste到记事本里保存到本地一份 的。因为博客是在网页上写的，没有自动保存，如果发送失败，后果可能很严重。

导致发送失败的原因有很多，可能因为与服务器端的登录 会话超时，可能因为服务器端网站服务存在故障，可能因为网络连接有问题。但是这时已经没有机会取消了，虽然还可以看到编辑的文字，可以选中，但是菜单中的 Copy命令已经不管用了。

接下来看到的是浏览器与服务器艰难对话的过程，进度条 缓慢的向前移动，状态条上提示“Connecting with server（正在连接服务器）”。这时我预感到事情不妙，这篇博客可能要白写，抱着无 可奈何的心情又等了几秒钟后，问题真的出现了，浏览器切换到一个丑陋的错误提示页面，标题条上显示“Cannot find server（无法连接服务 器）” （见图1），我一拍桌子，无语。

打开另一个浏览器，试图访问服务器，真的连不上，后来 证明，服务器确实宕掉了，具体时间没有仔细查过，但肯定是在我写文章或者吃午饭的过程中，因为开始写这篇博客时还是连得上的。

根据经验，有时利用浏览器的回退功能还可以退回到刚才 编辑的页面，救回所写的内容。于是点击Back按钮，但是浏览器并没有老老实实的回退到刚才的编辑页面，而是再次试图连接服务器，连接失败，又显 示 “Cannot find server”，原因是前一个页面上的“自动脚本”会触发连接服务器的动作，糟糕的软件！

向前又向后来回了几次，仍无济于事，我意识到，刚才几 个小时的工夫要白费了。这时老婆从书桌路过，听说我刚才写的东西丢了后，她哈哈大笑，“你也会犯这种错误的啊，我还以为只有我们这些人才犯这种错误哪，呵 呵呵！”

是啊，这个错误是够低级的，要么应该用更好一点的工具 来写，要么该先保存一下……但是现在说这个都没用了。

上调试器！

怎么办，重写一遍？不可接受。放弃拉倒？不可接受。想 了一会后，我决定用调试器来寻找刚才写的文章。上调试器，对上调试器。因为文章应该还在内存里，在内存里，就应该可以用调试器找得到，找得到就可以读出 来，读出来了就可以找办法恢复成可读的形式。

图1 向服务器端发送博客文章时失败

启动WinDBG，点击 File→ Attach to Process，然后选择浏览器进程（iexplore.exe）。因为系统中常常有多个浏览器程序的运行实例，因此首 先要确认附加上的进程就是刚才写博客的那个进程，这可以通过尝试切换到刚才的浏览器窗口来判断，如果切换不过去，那就对了，证明这个进程已经被中断到调试 中。

执行“lm”命令，可以看到进程中有几十个模块；执行 “~”命令列一下线程，可以看到进程中有四十几个线程；用!heap命令列一下堆，有44个。要找的文章应该保存在当前进程的内存空间中，因此我们重点关 心的是内存。在32位系统中，一个进程的内存空间有4GB大小，通常低2GB是用户态空间，给用户态代码使用，高2GB是内核空间，给系统代码使用。执行 “!address”命令可以列出用户态空间中的所有区域：

在列出每个区域后，!address命令还会给出一个 非常友好的统计报告，如图2所示。

图2 !address命令给出的内存统计报告

根据经验，用于保存编辑文字的内存块应该是从堆上动态 分配出来的。根据图2，当前进程里堆空间有116756KB大小，也就是100多MB，1亿多字节。也就是说，我们要在一亿多字节的堆中寻找几千个字节的 博客文章。

搜索

看来我们要在1亿多字节的空间中寻找几千个字节的文 章。如果用笨办法一个字节一个字节地找，那么真有点像大海捞针。茫茫1亿多字节的堆空间，在哪里找自己写的文章呢？

当然要依靠自动搜索，好在WinDBG已经为我们准备 好了强大的内存搜索命令，可以在任意指定的空间范围内搜索不同类型的数据。

搜索吧！就从当前进程用户态空间的较低地址开始搜，找 文章里的一句有特色的话：

0:045> s -u 10000 L80000 ” 当年在交大”

前几次尝试，什么都没找到，看来要扩大搜索范围：

0:045> s -u 10000 L8000000 ” 当年在交大”

延迟一刹那后，刷刷出来很多结果（见图3）。搜到了！ 这让人很高兴，说明数据还在内存里。

 

图3 搜索博客文章

但是仔细看看搜索的结果后，又有点怀疑。因为 WinDBG不支持中文显示，所以有点不确认上面搜到的信息。为了确认，执行“r”命令，观察ESP寄存器的值：

0:043> r esp

esp=02c9ffcc

然后使用内存编辑命令在栈上输入上面的中文字符（见图 4），再用内存观察命令查看，证实上面搜索到的结果是对的，5f53就是“当”字的编码， 4ea4 5927 就是“交大”。

 

图4 编辑和观察栈

图3中的搜索结果告诉我们搜到很多处，看来文章被复制 了很多次，可能是不同阶段的处理函数分别作了拷贝。

使用哪一处的数据呢？当然希望是完整的，再搜索一下文 章末尾的一个特征字：

s -u 10000 L8000000 ”曙光”

也找到很多份（见图5），看来只要用对了工具和方法， 刚刚苦苦寻找不可见的数据现在可以变得俯拾即是。

 

图5 搜索博客文章末尾的特征字符

考虑到文章的长度在几千个字节大小，因此找图3和图5 两个结果中差值大约为几KB的地址，观察一下属性：

0:045> !address 0728988a

06fa0000 : 07288000 - 00005000

Type     00020000 MEM_PRIVATE

Protect  00000004 PAGE_READWRITE

State    00001000 MEM_COMMIT

Usage    RegionUsageHeap

Handle   00150000

 

在堆上，靠谱！

 

保存到文件

接下来的目标是将数据从内存堆保存到文 件，WinDBG已经帮我们准备好了一条命令：

0:045> .writemem c:/dumps/blog.txt 07288600  L2000

Writing 2000 bytes….

写好了，用记事本打开看一下（见图6）：

 

图6 观察WinDBG保存出来的文章

乱码，应该高兴还是失望？看到这种情况，老实说，我当 时挺高兴的，根据经验这很像是中文，Unicode编码的，只不过没有按中文显示罢了。

怎么才能让编辑器程序按中文显示呢？方法很简单，对于 文本文件，只要在文件开头加入Unicode文件的两个标识字符就行了，也就是0xFF FE。

怎么加入这两个字符呢？使用任何二进制编辑工具都可 以，手头最方便的就是VC6。右键选择使用VC6打开，文件开头刚好有几个空闲的字符（<P>之类），将其修改为0xFF FE后，另存为 blog_u.txt。再打开观看，便可以看到亲切的中文字符了（见图7）。

 

图7 加入Unicode标识后再观察

哦，成功了！其实刚才加入0xFF FE那一步也可以 在调试器里使用内存编辑命令来完成，编辑好再保存成文件。

 

回味

费了一番周折，丢失的文章终于又找到了。待服务器恢复 正常后，整理一下，一篇失而复得的怀旧博文便发布出去了。回顾一下，首先多亏自己没有轻易放弃，一旦把浏览器程序关掉退出，那么内存空间就被销毁了，再想 找到文章就更难了。另外，要感谢以调试器为核心的调试技术，正如我在很多地方都曾经说到的，调试技术绝对不仅仅是用来找BUG的，它的用途还有很多很多， 在以后的文章中我们会不断给大家介绍。