IDA中文乱码通常和什么设置有关 IDA中文乱码出现后编码方式该怎么调整

在分析那些带有中文资源、日志文本或者配置内容的程序时，字符串窗口里时不时就会跳出问号、方框，或者干脆是一些没法阅读的字符。要弄清楚IDA里头的中文乱码通常跟哪些设置有关，还有乱码出现后编码方式该怎么去调整，先得分辨清楚这些乱码到底是出现在反汇编里的字符串、是Hex View右侧显示的那部分文本，还是旧数据库里留下来的注释。从7.0版本开始，IDA内部已经统一换成了UTF-8，但被分析的那个程序本身的原始字节，它照样可能用的是GBK、UTF-8、UTF-16LE这些不一样的编码，一旦判断错了，显示出来的东西就会不正常。

一、IDA中文乱码通常和什么设置有关

中文乱码的原因不一定出在软件的界面语言上，很多情况下，IDA其实已经认出了一段字符串，只不过给它套上了一个不合适的解码方式。

1、字符串编码被识别错了

在IDA里面，程序里头的那些字符串，它的编码方式是靠软件自己猜出来的，可能会被猜成单字节的，也可能被猜成多字节的，但这种自动判断的结果可不一定就正好跟当前这个文件的实际编码相吻合。

2、字符串的类型选得不对

如果一段中文内容本来是用UTF-16LE这种宽字符方式存着的，可IDA偏偏把它当成普通的C风格字符串去读，那显示出来的时候就很容易在两个字符中间多出些空字节，或者只露出来一小段文字。Hex-Rays的官方说明里也提到，Windows程序比较常见16位的宽字符串，Linux和macOS的程序则更常见32位的宽字符串，不过具体到某一个文件上面，还是得单独去判断。

3、Hex View这边的显示编码不合适

在Hex View那个区域，它右边那一栏显示的文本也是照着数据库里设好的默认编码去解释那些字节的，默认的编码通常是UTF-8，这么一来，有些本来不是中文的字节组合，就可能被错误地显示成中文或者其他语言的字符，让人误以为程序里头真有那么一段文字。

4、旧版IDB升级后注释出了乱码

从比较旧版本的数据库升级上来的时候，之前存着的那些注释、标签、记事本什么的内容，可能还在用本地的代码页，升级的时候IDA会试着把它们转成UTF-8，要是它把原来的编码猜错了，那这些人工写上去的注释也可能变成乱码。

二、IDA中文乱码出现后编码方式该怎么调整

准备动手调整编码的时候，不太建议一上来就把整个数据库的设置都给改掉，最好是先挑一条确定是乱码的字符串来做个测试，等结果对了，再决定要不要把它设成默认的编码。

1、调整单独一条字符串的编码

在反汇编的窗口里头，选中那段乱码的字符串，然后打开【Options】→【String literals】这个菜单，也可以用快捷键Alt加A，接着在弹出的窗口里点一下当前编码旁边的按钮，从编码列表里面挑一个合适的项目。如果是要新建一条字符串，那就再去点对应的字符串类型按钮；如果只是修改已经有的一条，直接确认一下就行了。

2、把需要用的编码给加进去

要是在编码列表里找不到合适的选项，那就在同一个窗口里点一下当前编码旁边的按钮，选【Insert】，再把编码的名字给填进去。可以填上Windows的代码页数字，也能直接写UTF-8、Big5、Shift-JIS这些常见的字符集名称，不一样的系统里面能用的编码可能会有些差别。

3、给新字符串设好默认的编码

要是整个程序里面绝大部分地方用的都是同一种编码，那就进到【Options】→【String literals】→【Manage defaults】里面，在【Default 8-bit】那里选上对应的编码，这样以后再用快捷键新建出来的字符串，就会自动沿用这个默认值了，碰上个别不一样的，还是可以单独去覆盖。

4、单独把Hex View的编码调一下

如果乱码只出在Hex View右边那一块文字上，那就在那个区域右键点开菜单，顺着【Text】→【Add encoding】进去，填上ascii或者适合这个程序的编码。这个设置只管字节视图那边的显示，别把它跟反汇编里字符串的编码类型混在一块儿改。

三、IDA中文乱码调整后怎么复核

把编码切换完以后，得仔细检查一下文字是不是真的恢复正常了，不能光看某一行好像变成能读的中文就算完事了。

1、跟原始的字节对照一下

可以去Hex View里面把原始的字节拿出来对照一下，看看到底更像UTF-8、UTF-16LE，还是本地的代码页。UTF-16LE的中文字符串，通常能从字节的排列上看出规律，成对的字节结构会比较明显。

2、去查看一下交叉引用

可以对着恢复出来的那条字符串，按一下X键，看看它的交叉引用。如果它确实被那些日志函数、界面函数或者配置解析函数给调用到了，那就能说明这次识别的方向大概率是对的。

3、别去反复地切换整个库的编码

同一个程序里面完全有可能同时混着UTF-8、宽字符串，还有旧编码的文本。碰到这种混合的情况，最好是针对每一条字符串单独去调，不要为了修掉某一处乱码，反而把其他已经识别正确的字符串又给弄乱了。

4、把修改前的数据库保留好

在动手批量修改默认编码之前，一定要先另存一份当前的IDB文件，等后面发现可能有些字符串反倒被改得识别效果变差了的时候，还能有办法回到原来的文件里去重新处理。

总结

IDA里头的中文乱码通常跟哪些设置有关，以及乱码出现后编码方式该怎么去调整，主要得看字符串的类型、数据库默认的编码、Hex View那边的显示编码，还有从旧版IDB转换过来的情况。处理的时候，先用【Options】→【String literals】去验证单独的一条字符串，然后再决定要不要动默认编码；如果乱码只影响到了Hex View，那就单独在右键菜单里给它加上对应的文本编码。这样一步一步把排查的范围缩小，就不容易把原本正常的字符串也给带乱了。