分类标签归档：C++
之前写过一系列微信数据库的文章，包括找句柄、获取数据库密钥、调用sqlite3_exec查询、备份、解密等。但是一直不知道怎么直接操作加密的库，近来发现腾讯开源了WCDB，几个平台的微信数据库都是以这个作为底层，Windows微信也不例外，遂拉代码，编译，记录下打开数据库后执行的一系列PRAGMA命令，再使用普通的sqlcipher执行相似操作，也可以打开。
1、拉取WCDB
2、在WCDB目录下拉取sqlcipher并检出035036eb02f68c2978ae18693427cd0f786df93e分支
3、在WCDB目录下拉取zstd并检出69036df
也做了一段时间的Windows逆向，编写了包含一系列API的WeChat机器人，将dll注入目标进程后，调用就成了问题，要调用，就要知道api函数的地址。
想要搞到地址，就要使用GetProcAddress这个函数，可是这个函数需要两个参数，CreateRemoteThread只能传递一个参数，怎么办呢？这里提供两种解决方案。
这种方案比较简单，主要思路就是把dll加载到自身进程，再通过函数地址 - 模块句柄的方式获取到目标函数的RVA。
然后使用GetModuleHandle拿到远程进程中的模块句柄，加上RVA就得到了函数地址。
这种办法自然也有局限性，比如64位进程无
工作中要通过自动化来操作java桌面程序，Windows的UIA只能识别顶层窗口，无法具体到内部的元素，所以无法使用，经过一番搜索，发现可以通过JavaAccessBridge来访问java中的ui组件。
Java在某个版本后内置了JAB，可以在JDK安装目录\\include\\win32\\bridge下找到以下文件：
可以在J
PC微信版本：3.5.0.46
今天有个老哥提出需求，问我能不能把微信的表情包保存到本地，因为之前找到过未加密图片数据的Hook点，本来以为差不多的，然而并不是，所以有了这篇文章。
首先还是在接收消息的地方下断，发一个表情，查看消息内容，把xml数据拷贝出来，看看都用到了哪些属性，然后在OD里右键-查找-查找所有字串，搜索某个属性，把push这些属性的指令都下断。
然后再发一个表情消息，会在某个push属性的地方断下，取消掉之前所有的断点，再BP CreateFileW，然后一直运行直到CreateFileW的路径包含CustomEmotion，此时记下文件句柄(eax)，取消
赶在二月底来更新。
WeChat版本：
3.5.0.46
编译环境：
Windows10 Pro
VS 2019 Community
思路，之前的文章基本讲过：
最近在搞微信的发送消息CALL，跟着网上的教程，一步一步走，很容易定位到CALL的地址，在适当的地方用OD断下，修改压入的参数内容，消息内容或接收人成功改变，但在使用C++调用的时候，因为不懂汇编指令，所以踩了一些坑。
微信 3.5.0.46
Windows10 Pro
OllyICE 1.10
Cheat Engine 7.0
Visual Studio 2019
这部分感觉讲不太明白，而且网上有很多现成的教程，找这个CALL的思路还是比较简单的，推荐阅读下面这篇文章：
CSDN:PC微信逆向：发送与接收消息的分析与代码实现
下面是我定位到的内容：
787D有时需要实时监控下一次鼠标点击的动作，所以就考虑通过Hook来实现，主要原理是Windows通过消息机制来运作，在消息传递过程加上一层自己的操作，就实现了动作监听，python有现成的轮子，PyHook3，可以很方便的使用。
注：键盘Hook请自行研究
import pythoncom
import PyHook3 as pyHook
import ctypes
def onMouseEvent(event):
# 监听鼠标事件
print(dir(event))
if not event.WindowName:
re之前遇到32位程序调用64位DLL的问题，百度的结果是使用com组件完成进程间通信，真的是很不错的思路，可以完成多种混合编程。本文记录一下如何开发一个简单的COM组件。
打开VS2019，新建项目，选择ATL项目，点击创建，然后选择ATL项目类型，可执行文件、动态链接库或者是服务，只是注册方式不一样。然后在解决方案资源管理器中，右键创建的项目->添加->新建项目，选择ATL->ATL简单对象，然后弹出属性页，填写短名称和ProgID，ProgID一般为组件类.短名称，后面调用组件的时候要用到ProgID。填写这两项即可，别的不需要管，填写完毕点击完成。
本文主要使用g++进行编译，介绍相关指令。
需要预先编译安装OpenCV。
pch.h
#ifndef PCH_H
#define PCH_H
#include <iostream>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <opencv2/imgproc/types_c.h>
#include <opencv2/dnn.hpp>
using namespace std;
u之前从tensorflow的C/C++接口中成功调用了saved_model，回味过程的时候看到opencv中的dnn，可以直接调用训练好的模型，但是这个不是saved_model，而是h5模型转换得到的另一种pb模型。
另外会打印输入输出层的名字，使用tensorflow调用转换好的pb模型时会用到，但cv2的dnn就用不到了。
import tensorflow as tf
from tensorflow.python.framework.convert_to_constants import convert_variables_to_constants_v2
def