Explorer Shell 扩展、图标覆盖与 COM 服务器定位

文章展示的功能已加入KswordARK，开源项目地址：0b3K9s2c8@1M7s2y4Q4x3@1q4Q4x3V1k6Q4x3V1k6Y4K9i4c8Z5N6h3u0Q4x3X3g2U0L8$3#2Q4x3V1k6w2f1%4N6G2M7X3c8p5c8g2k6Q4x3V1k6w2f1%4N6G2M7X3c8Q4x3V1j5`.

要想在不加载任何 COM 对象的前提下，定位 Explorer Shell 扩展和图标覆盖登记所指向的 COM 服务器，需要完成四步：

1. 区分值型与子键型扩展来源，并打开用户级、机器级和 32/64 位注册表视图
2. 枚举值型来源的值名、类型和原始值数据
3. 枚举图标覆盖来源的子键名与默认值
4. 验证 CLSID，再定位 InprocServer32 与 LocalServer32 注册

这四步保留了“哪一类 Shell 功能引用了哪个 CLSID”和“该 CLSID 在哪里登记服务器”两层信息。得到的结果是静态注册信息，不能代替 COM 激活或 Explorer 实际加载结果。

一、对象关系和完整流程

Explorer 是 Windows 的文件管理与桌面外壳。它在右键菜单、属性页、图标覆盖、文件预览或 Shell Execute 钩子等场景查询扩展来源。来源记录提供 CLSID。COM 再根据 CLSID 的 Classes 注册定位 DLL 或 EXE 服务器。

Explorer 需要某类 Shell 功能 -> 读取扩展来源键 -> 得到 CLSID -> 查询 HKCU 或 HKLM Classes 注册 -> 读取 InprocServer32 或 LocalServer32 -> COM 创建对象并请求扩展接口

读取过程要先保留来源结构，再验证 CLSID，随后独立查询用户级、机器级和 32/64 位视图中的 COM 服务器。读取结果不能证明扩展对象已被成功创建。

枚举值型或子键型来源 -> 保存路径、视图和值数据 -> 验证 CLSID 格式 -> 查询 Classes 根 -> 读取服务器默认值 -> 保存服务器类型、原始文本和错误码

Shell 扩展是由 Explorer 或其它外壳组件调用的 COM 对象

Shell 扩展的运行方式由 Explorer 和 COM 共同决定。许多扩展按 COM（Component Object Model）规则注册。外壳从注册表取得类标识符，再请求相应的 COM 服务器创建对象。

COM 客户端和 COM 服务器各有职责。Explorer 是客户端，它知道要请求的接口类别。扩展 DLL 或 EXE 是服务器，它实现对应接口。CLSID 是一个 GUID 形式的类标识符，例如 {01234567-89AB-CDEF-0123-456789ABCDEF}，用于把客户端请求映射到服务器注册信息。

Explorer 或其它 Shell 客户端 -> 扩展来源注册项 -> CLSID -> HKCU 或 HKLM\Software\Classes\CLSID\{CLSID} -> InprocServer32（DLL）或 LocalServer32（EXE 命令文本）

CLSID 只是身份标识。它本身没有可执行路径、签名状态或接口实现信息。需要沿着 Classes 根下的注册路径继续读取，才能取得服务器位置和服务器种类。

不同 Shell 扩展来源使用不同的注册表形状

扩展来源的注册表形状并不相同。ShellExecuteHooks、SharedTaskScheduler、ShellServiceObjectDelayLoad 和 Shell Extensions\Approved 常采用“值名 + 值数据”的形式，CLSID 可能位于值名或数据中。ShellIconOverlayIdentifiers 则采用“子键 + 默认值”的形式，子键名经常是显示标识，默认值才可能存放 CLSID。

图标覆盖扩展的用途是让文件或文件夹图标显示小型状态图案。例如同步状态或版本控制状态可能通过图标覆盖表达。子键名称表达的是注册项的标识文本，默认值表达的是可激活对象的身份。只读其中一个字段无法保留完整关系。

HKCR 是合并视图，HKCU 与 HKLM 需要分别检查

HKEY_CLASSES_ROOT（HKCR）是 Classes 合并视图。它整合了当前用户的 HKCU\Software\Classes 与机器级的 HKLM\Software\Classes。需要解释来源和优先级时，应直接查询两个实际根路径并记录根键身份。

用户级注册可只影响当前用户，机器级注册通常面向本机用户。两个位置都出现同一 CLSID 时，查询合并视图得到的文本无法完整说明各自原始注册内容。枚举程序应分别报告用户级和机器级的 InprocServer32、LocalServer32，随后由调用场景决定解析优先级。

进程内服务器与本地服务器的启动边界不同

COM 服务器模型分为进程内和本地服务器。InprocServer32 通常指向 DLL，客户端进程通过加载 DLL 在自身进程内创建对象。LocalServer32 通常保存 EXE 的命令文本，COM 通过独立进程提供对象。两者的路径文本、架构匹配和故障范围都不同。

进程内 DLL 必须与 Explorer 的进程架构兼容，32 位和 64 位 Classes 视图因此需要分别检查。LocalServer32 的默认值可能包含带引号的可执行路径及参数，读取时应保留原始命令文本，不能以第一个空格作为路径分界。

Explorer 先发现扩展类别，再按 CLSID 激活对象

注册路径与 COM 激活形成连续调用过程。Explorer 在需要某类外壳功能时读取相应注册来源，例如图标覆盖、Shell Execute 钩子或延迟加载的 Shell Service Object。来源项给出 CLSID 后，Explorer 或其它 Shell 客户端通过 COM 查找 Classes 注册，再按服务器类型加载 DLL 或启动 EXE，然后请求该扩展类别所需的接口。

Explorer 的文件或桌面操作 -> 扩展来源键（值或子键） -> CLSID -> Classes\CLSID 注册 -> InprocServer32 或 LocalServer32 原始文本 -> COM 激活、接口查询与运行时对象

来源键存在说明 Explorer 有机会发现这条登记。CLSID 注册存在说明 COM 有可查询的类信息。实际激活成功还取决于服务器文件、架构、COM 接口、权限和运行时状态。每个阶段都需要单独输出，不能用“扩展已注册”覆盖所有结果。

图标覆盖子键名和默认值承担不同角色

图标覆盖的子键名与默认值要分别读取。ShellIconOverlayIdentifiers 的直接子键名通常是覆盖标识，方便人类识别某个状态类别。子键默认值常保存 CLSID，用于定位实际 COM 对象。一个子键没有默认值时仍说明该标识存在，只是当前无法从该字段取得类身份。

图标覆盖显示还受到 Shell 的运行时选择规则影响。枚举到多个注册项并不代表每一个都会出现在桌面图标上。实际渲染与覆盖优先级、文件状态、扩展接口返回结果以及当前 Explorer 进程有关。静态审计报告应保留子键名、默认值类型和 CLSID 解析状态，不替运行时显示做判断。

标准枚举应先保存来源字段，再独立查询 Classes 根

发现 CLSID 后仍要保留来源上下文。每次从值型键读取记录时保存完整源路径、视图、值名、REG 类型、原始数据和“CLSID 出现在值名还是值数据”的位置。每次从子键型键读取记录时保存父键、子键名、默认值类型和默认值原始数据。只有格式验证通过的文本才进入 Classes 查询。

HKEY root = nullptr;
const LSTATUS opened = RegOpenKeyExW(
    HKEY_LOCAL_MACHINE, // 输入：机器级根。系统所有，调用方不关闭。
    overlayPath,        // 输入：NUL 结尾 UTF-16 图标覆盖来源路径。
    0,                  // 输入：保留，必须为 0。
    KEY_ENUMERATE_SUB_KEYS | KEY_WOW64_64KEY, // 输入：枚举子键和明确视图。
    &root);             // 输出：成功时得到 HKEY，本段负责关闭。
if (opened == ERROR_SUCCESS) {
    // 用 RegEnumKeyExW 读取一级子键名。名称容量单位是 UTF-16 字符数。
    // 打开每个子键后以 L"" 读取默认值。数据容量单位是字节。
    // 保存来源字段后才验证默认值是否为 CLSID，并继续查询 Classes 根。
    RegCloseKey(root);  // 释放成功打开的 HKEY，已保存文本必须为独立副本。
}

错误做法是只把 CLSID 放进一个无来源的列表。相同 CLSID 出现在图标覆盖、Shell Execute Hook 与其它来源时，去重会抹掉它被哪一种 Shell 功能引用的事实。

HKEY、REGSAM、NUL 和两种长度单位需要明确区分

注册表 API 涉及资源与长度单位。HKEY 是进程持有的已打开键引用，RegOpenKeyExW 成功后由调用方 RegCloseKey。REGSAM 是访问掩码，KEY_QUERY_VALUE 与 KEY_ENUMERATE_SUB_KEYS 对应不同读取能力，KEY_WOW64_64KEY 或 KEY_WOW64_32KEY 选择数据视图。

RegEnumKeyExW 的名称长度以 UTF-16 宽字符数计，RegEnumValueW 的值数据长度以字节计。NUL 是数值为零的终止字符，返回数据不能只靠搜索 NUL 判断长度。应使用 API 返回的字符数或字节数。发生 ERROR_MORE_DATA 时分别扩大对应缓冲区，发生 ERROR_NO_MORE_ITEMS 时才结束枚举。

二、第一步：按来源结构和注册表视图打开键

第一步要确定每一种来源的登记形状和读取位置。ShellExecuteHooks、SharedTaskScheduler、ShellServiceObjectDelayLoad、Shell Extensions\Approved 使用值型结构。每个值名和值数据都是独立字段，CLSID 可能出现在任意一侧。

ShellIconOverlayIdentifiers 使用子键型结构。每个一级子键表示一个图标覆盖标识，子键默认值常保存 CLSID。子键名本身和默认值都需要单独保存。

打开值型来源时只申请查询值权限。返回的 HKEY 由调用方关闭，根键本身不需要关闭。

// 意义：打开注册表子键。
// 返回：ERROR_SUCCESS 表示成功。其它返回值是 Win32 错误码。
//        成功时 phkResult 接收 HKEY，调用方用 RegCloseKey 关闭。
LSTATUS RegOpenKeyExW(
    HKEY hKey, LPCWSTR lpSubKey, DWORD ulOptions,
    REGSAM samDesired, PHKEY phkResult
);

// 意义：关闭由 RegOpenKeyExW 返回的键句柄。
// 返回：ERROR_SUCCESS 表示成功。
LSTATUS RegCloseKey(HKEY hKey);

64 位系统要显式读取两个注册表视图。机器级和用户级来源都保留根键标签，值相同也不能合并成一条记录。

const REGSAM views[] = { KEY_WOW64_64KEY, KEY_WOW64_32KEY };
for (REGSAM view : views) {
    RegOpenKeyExW(HKEY_LOCAL_MACHINE, sourcePath, 0,
                  KEY_QUERY_VALUE | view, &key);
}

// 错误示例：x64 程序的默认视图会遗漏 32 位 COM 注册。
RegOpenKeyExW(HKEY_LOCAL_MACHINE, sourcePath, 0, KEY_QUERY_VALUE, &key);

完成第一步后，来源键的形状、所在根键和读取视图都有了明确边界。接下来需要逐个读取值型来源的值名与原始数据，才能判断 CLSID 来自哪个字段。

三、第二步：枚举值型来源的值名、类型和值数据

枚举值前先查询本次键的最大值名长度和最大数据长度。值名长度单位是 UTF-16 字符数，值数据长度单位是字节，两个数不能互换。

// 意义：取得键的值数、最大值名长度和最大值数据长度。
// 返回：ERROR_SUCCESS 表示成功。长度仅是本次枚举的初始容量，
//        并发改写时仍要处理 RegEnumValueW 的 ERROR_MORE_DATA。
LSTATUS RegQueryInfoKeyW(
    HKEY hKey, LPWSTR lpClass, LPDWORD lpcchClass, LPDWORD lpReserved,
    LPDWORD lpcSubKeys, LPDWORD lpcbMaxSubKeyLen, LPDWORD lpcbMaxClassLen,
    LPDWORD lpcValues, LPDWORD lpcbMaxValueNameLen, LPDWORD lpcbMaxValueLen,
    LPDWORD lpcbSecurityDescriptor, PFILETIME lpftLastWriteTime
);

// 意义：按索引读取一个值名、值类型和原始数据。
// 返回：ERROR_SUCCESS 表示成功。ERROR_NO_MORE_ITEMS 表示结束。
//        ERROR_MORE_DATA 表示值名或数据缓冲区不足。
LSTATUS RegEnumValueW(
    HKEY hKey, DWORD dwIndex, LPWSTR lpValueName, LPDWORD lpcchValueName,
    LPDWORD lpReserved, LPDWORD lpType, LPBYTE lpData, LPDWORD lpcbData
);

正确枚举时为值名和数据分配两个缓冲区。遇到 ERROR_MORE_DATA 时分别扩大字符缓冲区和字节缓冲区，不能把返回的数据字节数当作值名字符数。

std::vector<wchar_t> name(maxValueNameChars + 1, L'\0');
std::vector<BYTE> data(maxValueDataBytes);
DWORD nameChars = static_cast<DWORD>(name.size());
DWORD dataBytes = static_cast<DWORD>(data.size());
DWORD type = REG_NONE;

LSTATUS status = RegEnumValueW(
    key, index, name.data(), &nameChars, nullptr,
    &type, data.empty() ? nullptr : data.data(), &dataBytes);
if (status == ERROR_SUCCESS) {
    std::wstring valueName(name.data(), nameChars);
    data.resize(dataBytes);
}

字符串只在类型为 REG_SZ 或 REG_EXPAND_SZ 且数据字节数能被 sizeof(wchar_t) 整除时解码。值数据为二进制或数值时保留原始类型和字节数，不能强制转换成路径文本。

完成第二步后，值型来源中的 CLSID 候选项已经带有完整的路径、视图和值字段。图标覆盖采用另一种注册表形状，接下来要读取它的子键名和默认值，才能获得同样完整的来源记录。

四、第三步：枚举图标覆盖的子键与默认值

图标覆盖来源的第一层是子键名。某些键允许 KEY_ENUMERATE_SUB_KEYS 却拒绝额外的键查询权限，子键名缓冲区可以从合理初始大小开始，在 ERROR_MORE_DATA 时扩容。

// 意义：按索引读取一级子键名。
// 返回：ERROR_SUCCESS 表示成功。ERROR_NO_MORE_ITEMS 表示结束。
//        ERROR_MORE_DATA 表示 lpName 的字符容量不足。
LSTATUS RegEnumKeyExW(
    HKEY hKey, DWORD dwIndex, LPWSTR lpName, LPDWORD lpcchName,
    LPDWORD lpReserved, LPWSTR lpClass, LPDWORD lpcchClass,
    PFILETIME lpftLastWriteTime
);

正确枚举后读取每个子键的默认值。默认值名称在 RegQueryValueExW 中用空字符串或 nullptr 表示，读取结果和子键名组成一条图标覆盖记录。

HKEY child = nullptr;
if (RegOpenKeyExW(root, childPath.c_str(), 0, KEY_QUERY_VALUE | view, &child) == ERROR_SUCCESS) {
    DWORD type = REG_NONE;
    DWORD bytes = 0;
    RegQueryValueExW(child, L"", nullptr, &type, nullptr, &bytes);
    RegCloseKey(child);
}

// 错误示例：只保存子键名称，默认值中的 CLSID 没有被读取。
std::wstring overlayName = subKeyName;

完成第三步后，值型来源和图标覆盖来源都保留了原始登记字段。接下来只让格式正确的 CLSID 进入 Classes 注册查询，避免把显示名称或任意文本误当成 COM 类。

五、第四步：验证 CLSID 后定位 COM 服务器

CLSID 文本应满足 {8-4-4-4-12} 结构。值名是 CLSID 时直接使用。值数据恰好为 CLSID 时也可使用。其它显示名称和任意字符串不进入 COM 注册路径。

bool IsClsidText(std::wstring_view text)
{
    if (text.size() != 38 || text.front() != L'{' || text.back() != L'}') return false;
    return text[9] == L'-' && text[14] == L'-' &&
           text[19] == L'-' && text[24] == L'-';
}

COM 服务器定位需要同时查询两个 Classes 根。用户级路径是 HKCU\Software\Classes\CLSID\{CLSID}，机器级路径是 HKLM\Software\Classes\CLSID\{CLSID}。每个根下分别读取 InprocServer32 与 LocalServer32 的默认值。

const std::wstring clsidPath = L"Software\\Classes\\CLSID\\" + clsid;
const std::wstring inprocPath = clsidPath + L"\\InprocServer32";
const std::wstring localPath = clsidPath + L"\\LocalServer32";

// 每个路径都使用当前的 KEY_WOW64_64KEY 或 KEY_WOW64_32KEY 打开，
// 再读取默认值。找到 InprocServer32 后仍继续检查 LocalServer32，保留全部注册结果。

InprocServer32 的默认值通常是进程内服务器路径，LocalServer32 的默认值通常是本地服务器命令文本。两种默认值都属于 COM 注册数据，原始文本应先保存。路径展开、文件存在性或签名检查属于后续独立步骤。

完整可运行程序在附件

f71K9s2c8@1M7s2y4Q4x3@1q4Q4x3V1k6Q4x3V1k6%4j5h3&6Y4N6$3g2A6j5$3#2Q4x3X3g2D9j5h3&6*7L8%4g2#2i4K6u0W2j5$3!0E0i4K6u0r3K9e0c8j5k6e0V1K6P5e0l9$3N6e0u0T1

冰与火的战歌：Windows内核攻防实战高级班！从零到实战，融合AI与Windows内核攻防全技术栈，打造具备自动化能力的内核开发高手。