Javascript中的按位XOR與C ++比較

Question

我正在將一個簡單的C ++函數移植到Javascript，但是似乎我在Javascript處理按位運算符的方式時遇到了問題。

在C ++中：

AnsiString MyClass::Obfuscate(AnsiString source)
{
    int sourcelength=source.Length();
    for(int i=1;i<=sourcelength;i++)
    {
        source[i] = source[i] ^ 0xFFF;
    }
    return source;
}

Obfuscate（“ test”）產生臨時整數值

-117, -102, -116, -117

混淆（“測試”）產生字符串值

‹šŒ‹

用Javascript：

function obfuscate(str) 
{
    var obfuscated= "";
    for (i=0; i<str.length;i++) {

        var a = str.charCodeAt(i);                 
        var b = a ^ 0xFFF;
        obfuscated= obfuscated+String.fromCharCode(b);
    }
    return obfuscated;
}       

obfuscate（“ test”）產生臨時整數值

3979 , 3994 , 3980 , 3979

obfuscate（“ test”）產生stringvalue

ྋྚྌྋ

現在，我意識到有很多線程指出Javascript將所有數字視為浮點數，按位運算涉及臨時轉換為32位int。

除了我在Javascript中混淆並在C ++中反轉之外，這確實不是問題，而且不同的結果並不完全匹配。

如何將Javascript結果轉換為C ++結果？ 有一些簡單的班次嗎？

Answer 1

工作演示

從將0xFFF與116進行異或得到的結果來看-117，我們必須在javascript中模擬2的補碼8位整數：

function obfuscate(str) 
{
    var bytes = [];
    for (var i=0; i<str.length;i++) {
        bytes.push( ( ( ( str.charCodeAt(i) ^ 0xFFF ) & 0xFF ) ^ 0x80 ) -0x80 );
    }
    return bytes;
}   

好的，這些字節在Windows cp 1252中解釋，如果為負數，可能只是從256中減去。

var ascii = [
    0x0000,0x0001,0x0002,0x0003,0x0004,0x0005,0x0006,0x0007,0x0008,0x0009,0x000A,0x000B,0x000C,0x000D,0x000E,0x000F
    ,0x0010,0x0011,0x0012,0x0013,0x0014,0x0015,0x0016,0x0017,0x0018,0x0019,0x001A,0x001B,0x001C,0x001D,0x001E,0x001F
    ,0x0020,0x0021,0x0022,0x0023,0x0024,0x0025,0x0026,0x0027,0x0028,0x0029,0x002A,0x002B,0x002C,0x002D,0x002E,0x002F
    ,0x0030,0x0031,0x0032,0x0033,0x0034,0x0035,0x0036,0x0037,0x0038,0x0039,0x003A,0x003B,0x003C,0x003D,0x003E,0x003F
    ,0x0040,0x0041,0x0042,0x0043,0x0044,0x0045,0x0046,0x0047,0x0048,0x0049,0x004A,0x004B,0x004C,0x004D,0x004E,0x004F
    ,0x0050,0x0051,0x0052,0x0053,0x0054,0x0055,0x0056,0x0057,0x0058,0x0059,0x005A,0x005B,0x005C,0x005D,0x005E,0x005F
    ,0x0060,0x0061,0x0062,0x0063,0x0064,0x0065,0x0066,0x0067,0x0068,0x0069,0x006A,0x006B,0x006C,0x006D,0x006E,0x006F
    ,0x0070,0x0071,0x0072,0x0073,0x0074,0x0075,0x0076,0x0077,0x0078,0x0079,0x007A,0x007B,0x007C,0x007D,0x007E,0x007F
];

var cp1252 = ascii.concat([
    0x20AC,0xFFFD,0x201A,0x0192,0x201E,0x2026,0x2020,0x2021,0x02C6,0x2030,0x0160,0x2039,0x0152,0xFFFD,0x017D,0xFFFD
    ,0xFFFD,0x2018,0x2019,0x201C,0x201D,0x2022,0x2013,0x2014,0x02DC,0x2122,0x0161,0x203A,0x0153,0xFFFD,0x017E,0x0178
    ,0x00A0,0x00A1,0x00A2,0x00A3,0x00A4,0x00A5,0x00A6,0x00A7,0x00A8,0x00A9,0x00AA,0x00AB,0x00AC,0x00AD,0x00AE,0x00AF
    ,0x00B0,0x00B1,0x00B2,0x00B3,0x00B4,0x00B5,0x00B6,0x00B7,0x00B8,0x00B9,0x00BA,0x00BB,0x00BC,0x00BD,0x00BE,0x00BF
    ,0x00C0,0x00C1,0x00C2,0x00C3,0x00C4,0x00C5,0x00C6,0x00C7,0x00C8,0x00C9,0x00CA,0x00CB,0x00CC,0x00CD,0x00CE,0x00CF
    ,0x00D0,0x00D1,0x00D2,0x00D3,0x00D4,0x00D5,0x00D6,0x00D7,0x00D8,0x00D9,0x00DA,0x00DB,0x00DC,0x00DD,0x00DE,0x00DF
    ,0x00E0,0x00E1,0x00E2,0x00E3,0x00E4,0x00E5,0x00E6,0x00E7,0x00E8,0x00E9,0x00EA,0x00EB,0x00EC,0x00ED,0x00EE,0x00EF
    ,0x00F0,0x00F1,0x00F2,0x00F3,0x00F4,0x00F5,0x00F6,0x00F7,0x00F8,0x00F9,0x00FA,0x00FB,0x00FC,0x00FD,0x00FE,0x00FF
]);

function toStringCp1252(bytes){
    var byte, codePoint, codePoints = [];
    for( var i = 0; i < bytes.length; ++i ) {
        byte = bytes[i];
        if( byte < 0 ) {
            byte = 256 + byte;
        }
        codePoint = cp1252[byte];
        codePoints.push( codePoint );

    }

    return String.fromCharCode.apply( String, codePoints );
}

結果

toStringCp1252(obfuscate("test"))
//"‹šŒ‹"

Answer 2

我假設AnsiString是某種形式的char數組。 這就是問題所在。 在c中 ， char通常只能容納8位。 因此，當您對0xfff XOR並將結果存儲在char ，與對0xff進行XORing相同。

javascript並非如此。 使用Unicode的JavaScript。 通過查看整數值可以證明這一點：

-117 == 0x8b和3979 == 0xf8b

我建議與0xff進行異或運算，因為這將在兩種語言中均適用。 或者，您可以將c ++代碼切換為使用Unicode。

Answer 3

我猜想AnsiString包含8位字符（因為ANSI字符集是8位）。 當您將XOR的結果分配回字符串時，它會被截斷為8位，因此結果值在[-128 ... 127]范圍內。

（在某些平台上，它可能是[0..255]，在其他平台上，范圍可能會更寬，因為未指定char是帶符號的還是無符號的，或者是8位或更大）。

Javascript字符串包含unicode字符，可以容納更大范圍的值，結果不會被截斷為8位。 XOR的結果的范圍至少為12位[0 ... 4095]，因此在此處看到的數字很大。

假設原始字符串僅包含8位字符，則將操作更改a ^ 0xff應該會在兩種語言中產生相同的結果。

Answer 4

首先，將您的AnsiString轉換為wchar_t* 。 只有這樣才能混淆其各個字符：

AnsiString MyClass::Obfuscate(AnsiString source)
{
   /// allocate string
   int num_wchars = source.WideCharBufSize();
   wchar_t* UnicodeString = new wchar_t[num_wchars];
   source.WideChar(UnicodeString, source.WideCharBufSize());

   /// obfuscate individual characters
   int sourcelength=source.Length();
   for(int i = 0 ; i < num_wchars ; i++)
   {
       UnicodeString[i] = UnicodeString[i] ^ 0xFFF;
   }

   /// create obfuscated AnsiString
   AnsiString result = AnsiString(UnicodeString);

   /// delete tmp string
   delete [] UnicodeString;

   return result;
}

抱歉，我不是C ++ Builder的專家，但我的意思很簡單：在JavaScript中，您有WCS2符號（或UTF-16），因此必須首先將AnsiString轉換為寬字符。

嘗試使用WideString代替AnsiString

Answer 5

我一點都不了解AnsiString ，但是我猜這與它的字符寬度有關。 具體來說，我懷疑它們的寬度小於32位，當然在按位運算中，這就是您要處理的內容的寬度，尤其是在處理2的補數時。

在JavaScript中， "test" "t"是字符代碼116，即b00000000000000000000000001110100。 0xFFF（4095）為b00000000000000000000111111111111，得到的結果（3979）為b000000000000000000001111111101011。 我們可以很容易地看到，對於XOR，您得到了正確的結果：

116  = 00000000000000000000000001110100
4095 = 00000000000000000000111111111111
3979 = 00000000000000000000111110001011

因此，我認為您的C ++代碼中出現了一些截斷或類似現象，尤其是因為-117是8位2的補碼中的b10001011……這正是我們在上述3979中的最后8位。