進入下一個主題分類啦 ~ 接下來我們會練習一些 Reverse 的題型。今天會從簡單的內容切入，只需要觀察能解的題目。

UTF-8

8 位元的 Unicode 轉換格式是當前全球最廣泛使用的字元編碼標準之一。它將 Unicode 字元集中的每個字元編碼為 1 到 4 個位元組，解決了跨平台顯示多語言文本的問題，並在網路及軟體開發中扮演著不可或缺的角色。

起源

隨著網際網路的崛起和全球化的推動，單一語言的字元編碼方式如我們曾在 Day8 中提到 ASCII 編碼，以及其他區域性編碼系統，逐漸無法滿足多語言文本的需求。為了統一不同語言的字元表示，創建 Unicode 字元集，目的是為每種語言的每個字元提供唯一的碼點。

UTF-8 是 Ken Thompson 和 Rob Pike 於 1992 年設計的。將 Unicode 字元以 8 位元序列的方式進行編碼，兼具效率和向後相容性，因此成為目前最流行的編碼標準。

UTF-8 的編碼方式

UTF-8 是一種可變長度的編碼方式，依據字元的範圍，使用 1 到 4 個位元組來表示不同的 Unicode 字元：

• 1 個位元組：用於 ASCII 字元（範圍 0x00 到 0x7F），確保與 ASCII 完全相容。
• 2 個位元組：用於擴展拉丁字母等（範圍 0x80 到 0x7FF）。
• 3 個位元組：用於常見的亞洲語言字元，如中文、日文、韓文（範圍 0x800 到 0xFFFF）。
• 4 個位元組：用於罕見字元，例如歷史文字符號或表情符號（範圍 0x10000 到 0x10FFFF）。

這種可變長度編碼確保常見字元能以最少的位元組表示，提升了儲存和傳輸的效率。

UTF-8 的優點

相容性： UTF-8 的前 128 個字元與 ASCII 相同，因此能夠無縫處理所有 ASCII 文本，並且無需對現有系統進行大幅修改。

儲存空間效率提升： 相較於固定長度編碼（如 UTF-16 或 UTF-32），UTF-8 在處理英文的文件時更為節省空間。

支援全球語言： UTF-8 能夠編碼所有 Unicode 字元，成為支援多語言應用的好選擇。

廣泛相容性： 由於 UTF-8 與 ASCII 的相容性，許多現有系統可以輕鬆過渡到 UTF-8，減少了技術成本。

應用

• 網頁開發：UTF-8 是 HTML 和 XML 的默認字元編碼標準，保證了網站能正確顯示全球各地的多語言文本。
• API與數據傳輸：多數網路協議（如 HTTP、WebSocket）使用 UTF-8 進行數據編碼，確保不同平台之間通訊一致。
• 操作系統與檔案系統：現代作業系統（如 Linux 與 macOS）使用 UTF-8 來編碼檔案名稱、路徑及內容，支援多語言檔案操作。

UTF-8 編碼處理不同字元：

1. ASCII字元：
   字元：A
   Unicode 編碼：U+0041
   UTF-8 編碼：41（1 個位元組）

2. 非 ASCII 拉丁字元：
   字元：ñ（西班牙語）
   Unicode 編碼：U+00F1
   UTF-8 編碼：C3 B1（2 個位元組）

3. 中文字元：
   字元：你
   Unicode 編碼：U+4F60
   UTF-8 編碼：E4 BD A0（3 個位元組）

4. 表情符號：
   字元：😊
   Unicode 編碼：U+1F60A
   UTF-8 編碼：F0 9F 98 8A（4 個位元組）

開始今天的練習 ~

Lab_1 - Transformation

打開 enc 檔案後發現一串看不懂的字 灩捯䍔䙻ㄶ形楴獟楮獴㌴摟潦弸強㕤㐸㤸扽，可以推斷可能出跟UTF 的編碼有關

再看看題目的敘述 ''.join([chr((ord(flag[i]) << 8) + ord(flag[i + 1])) for i in range(0, len(flag), 2)])。意思是將 flag 字串每個字元編碼往左邊移八位。具體來說，就是將兩個字元的數值合併成一個整數。例如，對於 flag[i] = 'A' 和 flag[i + 1] = 'B'，ord('A') = 65，ord('B') = 66，結果是 (65 << 8) + 66 = 16706。（65*8 + 66 = 16706）
等於兩個八位元的字元組合成一個十六位元的字元，試試看 UTF-16

用這個酷酷的解碼工具 Character Encoder / Decoder Tool 讓他幫我們解碼回去成 flag 原本的模樣

Lab_2 - Reverse

這題我們會用到一個會很常使用到的指令 strings

strings 指令是 Unix/Linux 系統中的一個工具，主要用於從二進位檔案中提取可讀的文字字串。用來分析二進位檔案、可執行檔案或其他資料檔案，快速找出其中的可讀內容。

1. 提取可讀文字字串： strings 指令會掃描二進位檔案，並顯示其中的可讀 ASCII 或 Unicode 字串。這些字串通常由於編程需求被嵌入在檔案中，比如日誌訊息、錯誤提示、路徑、檔案名稱等。
2. 分析二進位檔案： 開發者、逆向工程師或資安研究人員可以使用 strings 來分析二進位檔案，嘗試發現其中的有用資訊，特別是在進行逆向工程、惡意程式分析或 CTF 比賽中。
3. 快速檢查資料檔案： 當不確定檔案的內容時，可以使用 strings 查看該檔案是否包含可讀文字、檔案類型或其他線索。

我們對題目附上的檔案 ret 使用 strings ret 這個指令，印出所有可讀的字串。

今天的練習就到這邊，以下是參考資料，請搭配服用：

UTF-8
UTF-8 編碼原理
位元組順序
strings 指令

內文如有錯誤，還請不吝指教~