如何读懂 ASN.1 / DER 结构

所谓读懂 ASN.1 / DER 结构,就是读懂你系统里每一张证书、私钥、CSR 和吊销列表所用的二进制语言。ASN.1 是记法——描述数据的语法;DER,即可分辨编码规则,是把每个值变成字节的唯一标准方式。如果这些字节在你看来像乱码,你并不孤单:大多数运维人员第一次见到 ASN.1,是在一则报错消息里,那时它描述的证书往往已经弄坏了什么东西。你可以直接把任何 DER 或 PEM 数据粘贴进ASN.1 / DER 浏览器,在浏览器里得到完整带注释的树——什么都不上传——但本文教你自己读这些字节,这样那棵树对你来说就永远不是黑盒。

一张证书、一把密钥、一份 CSR,底下是同一种语言——为什么它总让人栽跟头

ASN.1,即抽象语法记法一,是这套记法;X.680 系列定义语法,X.690 定义编码规则,其中就包括 DER。每一张 X.509 证书、每一把 PKCS#8 私钥、每一份 CSR、每一份 CRL、每一个 PKCS#7 包、每一条 OCSP 响应,都是用这同一种语言写成的值。运维人员总在它上面栽跟头,原因很简单:同一份字节穿了三套衣服。.pem 文件打开是可读文本,.der 文件打印出来是乱码,.cer 文件两种可能都有——而能展示结构的工具只有在你主动问的时候才展示,所以大多数人第一次看证书内部,是在出事之后。

第二个绊脚石是,ASN.1 只描述形状,不描述含义。两份文件可以都是完全合法的 DER,含义却完全不同;含义来自模式——证书用的是 RFC 5280——以及里面的 OID。所以读 DER 其实是两项本事:解析标签-长度-值构成的骨架,再认出顶层声称自己是哪种模式。本文两项都讲,而浏览器工具把第一项自动化,第二项只标为“尽力推测”,绝不当作定论——因为解析器能告诉你一个结构说了什么,只有模式能告诉你它是什么意思。

TLV:标签、长度、值——三字节就是整套语法

每个 ASN.1 值都是三个部分:说明它是什么的标签、说明后面有多少字节的长度,以及值本身。标签字节把三个信息塞进八位里:最高两位是类别——00 通用、01 应用、10 上下文相关(证书里到处都是的 [0] 和 [3])、11 私有;第 6 位说明是构造型(装着别的 value 的容器)还是基本型(叶子);低五位是标签号,31 表示“继续读,编号还没完”。长度小于 128 字节时用短形式,一个字节;长形式是首字节 0x80 加上一个计数 n,再用 n 个字节按大端存放长度。DER 禁止不定长形式,也就是长度字节 0x80——用了它的文件是 BER,不是 DER,严格的 DER 解析器必须拒绝。

下面就是整套语法的一个完整例子——一个与浏览器工具里那个手工示例同构的极简例子。30 0C 02 01 05 06 02 2A 03 0C 03 66 6F 6F 读作:30,构造型 SEQUENCE(通用标签 16);0C,后面有 12 字节内容;然后 02 01 05,一个 INTEGER,长度 1 字节,值是 5;06 02 2A 03,一个 OBJECT IDENTIFIER,长度 2 字节,其中 0x2A 是 42,而 42 等于 1 × 40 + 2,所以前两段是 1.2,再加 03 就是 1.2.3;最后 0C 03 66 6F 6F,一个 UTF8String,长度 3 字节,拼出来是 "foo"。同样的十四字节,用 openssl asn1parse 读回来,结果就印在下面的代码块里——自己跑一遍,把每一行和字节对上。能走通这个例子,就能走通任何结构:嵌套再深,都是同样的三字节节奏。

手工读一张证书:tbsCertificate,按顺序来

一张证书是一个 SEQUENCE,里面有三样东西:tbsCertificate,也就是被签名的那部分;signatureAlgorithm;signatureValue,一个 BIT STRING。tbsCertificate 内部的字段永远按固定顺序出现——version [0],现代证书都是 v3;serialNumber,一个 INTEGER;signature,算法标识,必须和外层那个一致;issuer,一个 Name;validity,一个由 notBefore 和 notAfter 组成的 SEQUENCE;subject,一个 Name;subjectPublicKeyInfo;然后是可选的唯一标识和 extensions [3]。如果你能在第一个 SEQUENCE 里面找到第二个 SEQUENCE,你就已经在看 tbsCertificate 了,后面只是按固定顺序排列的字段。

人们真正要找的东西——域名——根本不是顶层字段。SAN 藏在 extensions [3] 里面,OID 是 2.5.29.17(subjectAltName),是一串 GeneralName:[2] 是 DNS 名、[7] 是 IP 地址、[1] 是邮箱、[6] 是 URI。subject 里的 commonName(OID 2.5.4.3)是浏览器过去看的地方,属于 legacy;现代浏览器根本不看它,只读 SAN 扩展,所以一张 CN 完美、没有 SAN 的证书会在所有浏览器里失败。想用 plain language 看一张证书的各个字段,用SSL 证书解析器;浏览器工具则告诉你每个字段在树里的位置。

OID 是地址簿:2.5.4.3 和 1.2.840.113549.1.1.11 是什么意思

OID,即对象标识符,是穿过一棵全球注册树的一串点分数字,是文件不用文字说明字段含义的方式。前两段合进一个字节——第一段乘以 40 再加第二段,所以 1.2 变成 0x2A,也就是 42——后面的段用 base-128 编码。2.5.4.3 读作 X.500 属性类型(2.5.4)再加 commonName(3):每张证书 subject 里的名字字段。1.2.840.113549.1.1.11 读作 ISO 成员体(1.2.840)、RSA(113549)、pkcs-1(1)、sha256WithRSAEncryption(11)——野外大多数证书用的签名算法。

为什么不用名字而用数字?因为名字在不同语言和厂商之间有歧义,数字没有:OID 让两个从未见过面的实现对一个字段的含义达成一致。浏览器工具会解析你最常遇到的弧——X.500 属性、RSA 与 PKCS、椭圆曲线、X.509 扩展、PKCS#7、OCSP——认不出的就印出点分形式,这样一个未知的 OID 仍然是一个可以查的地址,而不是一个光秃秃的数字。没有点分形式的纯数字,就是解析器放弃了;点分形式是最低限度的诚实输出。

DER、BER、PEM,到底哪一个在你手里?

DER 是 BER 的标准子集。BER,即基本编码规则,允许选择:长度用短形式还是长形式、不定长再用两个零字节收尾、把基本类型编成构造型。DER 把每个选择都钉死,于是每个值只有一种正确编码——这正是关键所在,因为证书的签名覆盖的是精确的 tbsCertificate 字节,如果同一个值有两种编码,签名就没法校验。PEM 根本不是编码:它是 DER 字节的 base64,外面套着 -----BEGIN CERTIFICATE----- 这样的头尾,每行 64 个字符。

怎么分辨手里的是哪一个:打开文件看。如果以 -----BEGIN 开头,就是 PEM——去掉头尾,对剩下的内容做 base64 解码,得到的便是 DER。如果以字节 0x30(一个 SEQUENCE 标签)开头,就是 DER 或 BER;交给严格的解析器,长度字节出现 0x80 就是 BER。如果某个工具说“无法加载”,通常是你把 PEM 交给了想要 DER 的工具,或者反过来;OpenSSL 可以双向转换(openssl x509 -outform DER,或 -inform DER),而浏览器工具接受 PEM、base64、十六进制或原始 DER,还会告诉你它检测到的是哪一种。.cer 或 .crt 后缀什么都说明不了——两种编码都可能藏在后面。

同一种语言,不同的文档:CSR、CRL、PKCS#7、OCSP

一旦 TLV 的节奏通了,剩下的就是词汇。一份 CSR 是一个 SEQUENCE:certificationRequestInfo、signatureAlgorithm、signatureValue——和证书一样的三段式结构,只是请求信息坐在了 tbsCertificate 的位置上。一份 CRL 是一个 SEQUENCE:tbsCertList、signatureAlgorithm、signatureValue,吊销的证书列在里面。一个 PKCS#7 / CMS SignedData 包把内容包在 OID 1.2.840.113549.1.7.2 下面,而一条 OCSP 响应是一个 BasicOCSPResponse,给每张证书带一个状态。同样的字节、同样的嵌套规则——变的只是顶层模式。

这也正是同一个解析器能覆盖它们全部的原因:浏览器工具把任何 DER 数据都解析成同一棵树,再看顶层长什么样,并把识别结果标为尽力而为。认不出顶层也没关系,它仍然展示整棵树并如实说明——反正树本身就是答案。还有一点限制值得直说,因为解析不等于验证。浏览器工具不校验签名,不对照信任库验证证书链,也不打开加密的 PKCS#12 容器。它告诉你一个结构说了什么,不告诉你该不该信任它。要把证书和私钥配对,用证书与密钥配对工具。

自己试试:14 字节 DER,用 OpenSSL 读回来

# A hand-built ASN.1 value: SEQUENCE { INTEGER 5, OID 1.2.3, UTF8String "foo" }
# 14 bytes of DER:
30 0C 02 01 05 06 02 2A 03 0C 03 66 6F 6F

# Read it back with OpenSSL:
$ printf '\x30\x0c\x02\x01\x05\x06\x02\x2a\x03\x0c\x03\x66\x6f\x6f' > sample.der
$ openssl asn1parse -inform DER -in sample.der
    0:d=0  hl=2 l=  12 cons: SEQUENCE
    2:d=1  hl=2 l=   1 prim: INTEGER           :05
    5:d=1  hl=2 l=   2 prim: OBJECT            :1.2.3
    9:d=1  hl=2 l=   3 prim: UTF8STRING        :foo

来源

常见问题

我手里有个 .pem 文件——它是 DER 还是别的东西?

它是穿了文本外衣的 DER。PEM 就是 base64 编码的 DER,外面套着 -----BEGIN …----- 和 -----END …----- 的头尾。去掉头尾,对剩下的内容做 base64 解码,得到的便是原始 DER 字节。可以用 OpenSSL 转换——openssl x509 -in cert.pem -outform DER -out cert.der——也可以直接把 PEM 粘贴进 ASN.1 / DER 浏览器,它会检测头尾、记录标签(CERTIFICATE、PRIVATE KEY 等),再替你解码。

改几个字节,就能编辑一张证书吗?

字节可以改,但改完就验不过了。签名覆盖的是精确的 tbsCertificate 字节,而 DER 是标准编码——每个值只有一种正确编码。改 subject 或有效期的任何一个字节,签名就对不上了;重新编码也必须逐字节还原原始内容,否则验证同样失败。需要不同的信息,就签发一张新证书;已签名的数据没有原地编辑这回事。

为什么严格的解析器会拒绝 OpenSSL 能接受的文件?

通常是因为那个文件是 BER,不是 DER。BER 允许不定长编码——长度字节 0x80,再以 00 00 收尾——以及 DER 禁止的其他选择;OpenSSL 的解析器比较宽容,BER 照读不误,而严格的 DER 解析器必须拒绝。这不是 bug,是规则。其他常见原因:加密的 PKCS#12(.p12 / .pfx)容器,没有密码任何 DER 解析器都打不开;以及顶层值后面还拖着多余字节。浏览器工具会说清原因,而不是悄悄失败。