如何从V8 Script对象中提取URL字符串？

背景 #

我对V8做了小幅修改，目的是在解析JS代码前打印其来源URL。同时我也会打印JS代码本身，用于逐步还原可能存在的恶意JS代码，这部分是在jmrk的指导下完成的。

已实现功能 #

目前修改后，Chromium会在标准输出打印包含JS URL的对象，格式类似：

Name: 0x2357009098e1 <String[55]: e"chrome://... module_proxy.js">

待解决问题 #

我需要从这个对象中提取出URL字符串（比如chrome://...），但自己的C++能力有限，不知道该怎么操作。

当前修改的代码片段（v8/src/parsing/parsing.cc） #

@@ -16,6 +16,14 @@
 #include "src/parsing/scanner-character-streams.h"
 #include "src/zone/zone-list-inl.h"  // crbug.com/v8/8816
 
+ #include <string>
+ #include <iostream>
+ #include <stdio.h>
+ #include "src/objects/script.h"
+ #include "src/objects/call-site-info.h"
+
 namespace v8 {
 namespace internal {
 namespace parsing {
@@ -50,6 +58,11 @@ bool ParseProgram(ParseInfo* info, Handle<Script> script,
       ScannerStream::For(isolate, source));
   info->set_character_stream(std::move(stream));
 
+  if (script->HasValidSource()) {
+    Handle<Object> source_url(script->GetNameOrSourceURL(), isolate);
+    std::cout << source_url << std::endl;
+  }
+
  Parser parser(isolate->main_thread_local_isolate(), info, script);

解决方案 #

要提取出纯URL字符串，你需要利用V8提供的字符串处理API，将内部对象转换为C++字符串：

1. 首先添加处理V8字符串的头文件：

#include "src/objects/string.h"

2. 修改打印逻辑，先校验类型再转换：

if (script->HasValidSource()) {
  Handle<Object> source_url_obj(script->GetNameOrSourceURL(), isolate);
  // 先确认对象是V8字符串类型
  if (source_url_obj->IsString()) {
    Handle<String> source_url = Handle<String>::cast(source_url_obj);
    // 转换为UTF-8编码的C++字符串
    std::string url_str = source_url->ToUtf8Checked();
    std::cout << "JS Source URL: " << url_str << std::endl;
  }
}

关键逻辑说明 #

• IsString()：校验对象类型，避免类型转换错误
• Handle<String>::cast()：将通用Object类型的句柄转换为String类型句柄
• ToUtf8Checked()：安全完成V8内部字符串到C++ std::string的编码转换与内存分配，适配绝大多数场景

内容的提问来源于stack exchange，提问作者Paul