第4章 Angr环境搭建

第4章：Angr环境搭建

说实话，Angr 的安装曾经是劝退不少人的第一道坎。

我记得 2018 年那会儿，我第一次在 Ubuntu 16.04 上装 Angr，折腾了整整一个下午。依赖冲突、Python 版本不对、编译报错……各种问题轮着来。后来我学乖了，直接用 Docker，五分钟搞定。

这一章，我就把这几年的经验总结一下。你跟着走，基本不会踩坑。

4.1 安装前的准备

Angr 对 Python 版本有要求。我个人习惯用 Python 3.8 或 3.9，太新或太旧都可能出问题。

先检查你的环境：

python3 --version
pip3 --version

如果版本不对，建议用 pyenv 或 conda 管理 Python 版本。我推荐 conda，省心。

我的建议： 创建一个干净的虚拟环境，别跟系统 Python 混在一起。

4.2 直接安装（pip 方式）

最直接的方法：

pip install angr

嗯，就这么简单。但实际执行时，可能会遇到一些问题。

常见问题：

编译错误： Angr 依赖的组件（比如 pyvex、unicorn）需要编译 C 扩展。如果你缺少 gcc、make 等工具，会报错。
依赖冲突： 特别是 z3-solver 的版本问题。我曾经因为系统里装了两个版本的 z3，导致 Angr 启动就崩溃。

解决办法：

# Ubuntu/Debian
sudo apt-get install build-essential python3-dev

# macOS
xcode-select --install

注意： 不要在 Windows 上直接 pip install angr。我试过，坑太多。建议用 WSL 或 Docker。

4.3 使用 Docker（推荐）

说实话，我现在基本都用 Docker 跑 Angr。为什么？

环境隔离，不影响宿主机
版本可控，团队协作方便
部署简单，一条命令搞定

官方提供了 Docker 镜像：

docker pull angr/angr

启动容器：

docker run -it --rm angr/angr

如果你想挂载本地目录：

docker run -it --rm -v $(pwd):/home/angr angr/angr

这样你本地的代码就能在容器里直接跑了。

小技巧： 我习惯在 Dockerfile 里加一行 RUN pip install ipython，交互式调试方便很多。

4.4 验证安装

装好之后，验证一下：

python3 -c "import angr; print(angr.__version__)"

如果输出版本号，说明安装成功。

你也可以跑一个简单的测试：

python3 -c "
import angr
proj = angr.Project('/bin/ls')
print(proj.arch)
print(proj.entry)
"

能看到架构和入口点信息，就对了。

4.5 第一个 Angr 脚本

好了，环境搭好了，我们来写第一个脚本。

目标：分析一个简单的二进制文件，找到能到达「成功」路径的输入。

假设我们有这样一个 C 程序：

// test.c
#include <stdio.h>
#include <string.h>

int main(int argc, char *argv[]) {
    char buf[16];
    if (argc < 2) return 1;
    strcpy(buf, argv[1]);
    if (buf[0] == 'A' && buf[1] == 'B' && buf[2] == 'C') {
        printf("Success!\n");
    } else {
        printf("Failed.\n");
    }
    return 0;
}

编译：

gcc -o test test.c

现在，用 Angr 自动找到输入 "ABC"：

import angr
import claripy

# 加载二进制文件
proj = angr.Project('./test', auto_load_libs=False)

# 设置起始状态
state = proj.factory.entry_state()

# 创建符号化的 argv[1]
argv1 = claripy.BVS('argv1', 8 * 16)  # 16 字节
state = proj.factory.entry_state(args=['./test', argv1])

# 创建模拟管理器
simgr = proj.factory.simulation_manager(state)

# 找到打印 "Success" 的地址
# 先反汇编看看地址，假设是 0x4005a0
success_addr = 0x4005a0
fail_addr = 0x4005c0

# 探索
simgr.explore(find=success_addr, avoid=fail_addr)

if simgr.found:
    found_state = simgr.found[0]
    solution = found_state.solver.eval(argv1, cast_to=bytes)
    print(f"Found solution: {solution}")
else:
    print("No solution found.")

跑一下看看：

python3 solve.py

输出应该是：

Found solution: b'ABC\x00...'

嗯，Angr 成功找到了 "ABC"。

  核心逻辑： 符号执行的核心就是把输入变成符号变量，然后让程序「探索」所有可能的路径。找到目标路径后，从约束求解器里提取出具体的值。

4.6 知识体系总览

下面这张图，帮你理清 Angr 环境搭建和第一个脚本的完整流程：

4.7 避坑指南

最后，分享几个我踩过的坑：

Python 版本： 我曾经用 Python 3.11 装 Angr，结果 z3 编译失败。降级到 3.9 就好了。
Docker 权限： 如果你在 Linux 上用 Docker，记得把当前用户加到 docker 组，不然每次都要 sudo。
auto_load_libs： 第一个脚本里我设了 auto_load_libs=False。为什么？因为加载系统库会让分析变慢，而且容易出问题。除非你需要分析库函数，否则关掉它。
符号变量长度： 我一开始设 argv1 为 8 字节，结果怎么都找不到解。后来发现输入长度不够，改成 16 字节就好了。

我的经验： 刚开始学 Angr，别急着分析复杂的二进制。先拿简单的 C 程序练手，理解符号执行的基本流程。等你熟悉了 Project、state、simgr 这几个核心概念，再挑战 real-world 的样本。

好了，环境搭好了，第一个脚本也跑通了。接下来你就可以拿 Angr 去分析真实的二进制文件了。记住，遇到问题先看官方文档，再看 GitHub Issues，最后再问我——当然，我大概率也遇到过。

公众号:蓝海资料掘金营，微信deep3321

📚 课程目录