原文鏈接

前文結(jié)尾說到編譯器編譯源代碼后生成的文件叫做目標(biāo)文件，而目標(biāo)文件經(jīng)過編譯器鏈接之后得到的就是可執(zhí)行文件。那么目標(biāo)文件到底是什么？它和可執(zhí)行文件又有什么區(qū)別？鏈接到底又做了什么呢？接下來，我們將探索一下目標(biāo)文件的本質(zhì)。

目標(biāo)文件的格式

目前，PC平臺(tái)流行的 可執(zhí)行文件格式（Executable） 主要包含如下兩種，它們都是 COFF（Common File Format） 格式的變種。

• Windows下的 PE（Portable Executable）
• Linux下的 ELF（Executable Linkable Format）

目標(biāo)文件就是源代碼經(jīng)過編譯后但未進(jìn)行連接的那些中間文件（Windows的.obj和Linux的.o），它與可執(zhí)行文件的格式非常相似，所以一般跟可執(zhí)行文件格式一起采用同一種格式存儲(chǔ)。在Windows下采用PE-COFF文件格式；Linux下采用ELF文件格式。

事實(shí)上，除了可執(zhí)行文件外，動(dòng)態(tài)鏈接庫（DDL，Dynamic Linking Library）、靜態(tài)鏈接庫（Static Linking Library） 均采用可執(zhí)行文件格式存儲(chǔ)。它們在Window下均按照PE-COFF格式存儲(chǔ)；Linux下均按照ELF格式存儲(chǔ)。只是文件名后綴不同而已。

• 動(dòng)態(tài)鏈接庫：Windows的.dll、Linux的.so
• 靜態(tài)鏈接庫：Windows的.lib、Linux的.a

下面，我們將以ELF文件為例進(jìn)行介紹。

ELF文件結(jié)構(gòu)

image

注意：段（Segment）與節(jié)（Section）的區(qū)別。很多地方對兩者有所混淆。段是程序執(zhí)行的必要組成，當(dāng)多個(gè)目標(biāo)文件鏈接成一個(gè)可執(zhí)行文件時(shí)，會(huì)將相同權(quán)限的節(jié)合并到一個(gè)段中。相比而言，節(jié)的粒度更小。

如圖所示，為ELF文件的基本結(jié)構(gòu)，其主要由四部分組成：

• ELF Header
• ELF Program Header Table (或稱Program Headers、程序頭)
• ELF Section Header Table (或稱Section Headers、節(jié)頭表)
• ELF Sections

從圖中，我們就能看出它們各自的數(shù)據(jù)結(jié)構(gòu)以及相互之間的索引關(guān)系。下面我們依次進(jìn)行介紹。

ELF Header

我們可以使用readelf工具來查看ELF Header。

$ readelf -h hello.o

ELF Header:
  Magic:   7f 45 4c 46 02 01 01 00 00 00 00 00 00 00 00 00
  Class:                             ELF64
  Data:                              2's complement, little endian
  Version:                           1 (current)
  OS/ABI:                            UNIX - System V
  ABI Version:                       0
  Type:                              REL (Relocatable file)
  Machine:                           Advanced Micro Devices X86-64
  Version:                           0x1
  Entry point address:               0x0
  Start of program headers:          0 (bytes into file)
  Start of section headers:          672 (bytes into file)
  Flags:                             0x0
  Size of this header:               64 (bytes)
  Size of program headers:           0 (bytes)
  Number of program headers:         0
  Size of section headers:           64 (bytes)
  Number of section headers:         13
  Section header string table index: 10

ELF文件結(jié)構(gòu)示意圖中定義的Elf_Ehdr的各個(gè)成員的含義與readelf具有對應(yīng)關(guān)系。如下表所示：

ELF魔數(shù)

每種可執(zhí)行文件的格式的開頭幾個(gè)字節(jié)都是很特殊的，特別是開頭4個(gè)字節(jié)，通常被稱為魔數(shù)（Magic Number）。通過對魔數(shù)的判斷可以確定文件的格式和類型。如：ELF的可執(zhí)行文件格式的頭4個(gè)字節(jié)為0x7F、e、l、f；Java的可執(zhí)行文件格式的頭4個(gè)字節(jié)為c、a、f、e；如果被執(zhí)行的是Shell腳本或perl、python等解釋型語言的腳本，那么它的第一行往往是#!/bin/sh或#!/usr/bin/perl或#!/usr/bin/python，此時(shí)前兩個(gè)字節(jié)#和!就構(gòu)成了魔數(shù)，系統(tǒng)一旦判斷到這兩個(gè)字節(jié)，就對后面的字符串進(jìn)行解析，以確定具體的解釋程序路徑。

ELF文件類型

ELF文件主要有三種類型，可以通過ELF Header中的e_type成員進(jìn)行區(qū)分。

• 可重定位文件（Relocatable File）：ETL_REL。一般為.o文件?？梢员绘溄映煽蓤?zhí)行文件或共享目標(biāo)文件。靜態(tài)鏈接庫屬于可重定位文件。
• 可執(zhí)行文件（Executable File）：ET_EXEC。可以直接執(zhí)行的程序。
• 共享目標(biāo)文件（Shared Object File）：ET_DYN。一般為.so文件。有兩種情況可以使用。
  • 鏈接器將其與其他可重定位文件、共享目標(biāo)文件鏈接成新的目標(biāo)文件；
  • 動(dòng)態(tài)鏈接器將其與其他共享目標(biāo)文件、結(jié)合一個(gè)可執(zhí)行文件，創(chuàng)建進(jìn)程映像。

image

ELF Section Header Table

ELF 節(jié)頭表是一個(gè)節(jié)頭數(shù)組。每一個(gè)節(jié)頭都描述了其所對應(yīng)的節(jié)的信息，如節(jié)名、節(jié)大小、在文件中的偏移、讀寫權(quán)限等。編譯器、鏈接器、裝載器都是通過節(jié)頭表來定位和訪問各個(gè)節(jié)的屬性的。

我們可以使用readelf工具來查看節(jié)頭表。

$ readelf -S hello.o

There are 13 section headers, starting at offset 0x2a0:

Section Headers:
  [Nr] Name              Type             Address           Offset
       Size              EntSize          Flags  Link  Info  Align
  [ 0]                   NULL             0000000000000000  00000000
       0000000000000000  0000000000000000           0     0     0
  [ 1] .text             PROGBITS         0000000000000000  00000040
       0000000000000015  0000000000000000  AX       0     0     1
  [ 2] .rela.text        RELA             0000000000000000  000001f0
       0000000000000030  0000000000000018   I      11     1     8
  [ 3] .data             PROGBITS         0000000000000000  00000055
       0000000000000000  0000000000000000  WA       0     0     1
  [ 4] .bss              NOBITS           0000000000000000  00000055
       0000000000000000  0000000000000000  WA       0     0     1
  [ 5] .rodata           PROGBITS         0000000000000000  00000055
       000000000000000d  0000000000000000   A       0     0     1
  [ 6] .comment          PROGBITS         0000000000000000  00000062
       0000000000000035  0000000000000001  MS       0     0     1
  [ 7] .note.GNU-stack   PROGBITS         0000000000000000  00000097
       0000000000000000  0000000000000000           0     0     1
  [ 8] .eh_frame         PROGBITS         0000000000000000  00000098
       0000000000000038  0000000000000000   A       0     0     8
  [ 9] .rela.eh_frame    RELA             0000000000000000  00000220
       0000000000000018  0000000000000018   I      11     8     8
  [10] .shstrtab         STRTAB           0000000000000000  00000238
       0000000000000061  0000000000000000           0     0     1
  [11] .symtab           SYMTAB           0000000000000000  000000d0
       0000000000000108  0000000000000018          12     9     8
  [12] .strtab           STRTAB           0000000000000000  000001d8
       0000000000000013  0000000000000000           0     0     1
Key to Flags:
  W (write), A (alloc), X (execute), M (merge), S (strings), l (large)
  I (info), L (link order), G (group), T (TLS), E (exclude), x (unknown)
  O (extra OS processing required) o (OS specific), p (processor specific)

ELF文件結(jié)構(gòu)示意圖中定義的Elf_Shdr的各個(gè)成員的含義與readelf具有對應(yīng)關(guān)系。如下表所示：

節(jié)類型（sh_type）

節(jié)名是一個(gè)字符串，只是在鏈接和編譯過程中有意義，但它并不能真正地表示節(jié)的類型。對于編譯器和鏈接器來說，主要決定節(jié)的屬性是節(jié)的類型（sh_type）和節(jié)的標(biāo)志位（sh_flags）。

節(jié)的類型相關(guān)常量以SHT_開頭，上述readelf -S命令執(zhí)行的結(jié)果省略了該前綴。常見的節(jié)類型如下表所示：

節(jié)標(biāo)志位（sh_flag）

節(jié)標(biāo)志位表示該節(jié)在進(jìn)程虛擬地址空間中的屬性。如是否可寫、是否可執(zhí)行等。相關(guān)常量以SHF_開頭。常見的節(jié)標(biāo)志位如下表所示：

節(jié)鏈接信息（sh_link、sh_info）

如果節(jié)的類型是與鏈接相關(guān)的（無論是動(dòng)態(tài)鏈接還是靜態(tài)鏈接），如重定位表、符號(hào)表、等，則sh_link、sh_info兩個(gè)成員所包含的意義如下所示。其他類型的節(jié)，這兩個(gè)成員沒有意義。

ELF Sections

節(jié)的分類

上述ELF Section Header Table部分已經(jīng)簡單介紹了節(jié)類型。接下來我們來介紹詳細(xì)一些比較重要的節(jié)。

.text節(jié)

.text節(jié)是保存了程序代碼指令的代碼節(jié)。一段可執(zhí)行程序，如果存在Phdr，則.text節(jié)就會(huì)存在于text段中。由于.text節(jié)保存了程序代碼，所以節(jié)類型為SHT_PROGBITS。

.rodata節(jié)

rodata節(jié)保存了只讀的數(shù)據(jù)，如一行C語言代碼中的字符串。由于.rodata節(jié)是只讀的，所以只能存在于一個(gè)可執(zhí)行文件的只讀段中。因此，只能在text段（不是data段）中找到.rodata節(jié)。由于.rodata節(jié)是只讀的，所以節(jié)類型為SHT_PROGBITS。

.plt節(jié)（過程鏈接表）

.plt節(jié)也稱為過程鏈接表（Procedure Linkage Table），其包含了動(dòng)態(tài)鏈接器調(diào)用從共享庫導(dǎo)入的函數(shù)所必需的相關(guān)代碼。由于.plt節(jié)保存了代碼，所以節(jié)類型為SHT_PROGBITS。

.data節(jié)

.data節(jié)存在于data段中，其保存了初始化的全局變量等數(shù)據(jù)。由于.data節(jié)保存了程序的變量數(shù)據(jù)，所以節(jié)類型為SHT_PROGBITS。

.bss節(jié)

.bss節(jié)存在于data段中，占用空間不超過4字節(jié)，僅表示這個(gè)節(jié)本省的空間。.bss節(jié)保存了未進(jìn)行初始化的全局?jǐn)?shù)據(jù)。程序加載時(shí)數(shù)據(jù)被初始化為0，在程序執(zhí)行期間可以進(jìn)行賦值。由于.bss節(jié)未保存實(shí)際的數(shù)據(jù)，所以節(jié)類型為SHT_NOBITS。

.got.plt節(jié)（全局偏移表-過程鏈接表）

.got節(jié)保存了全局偏移表。.got節(jié)和.plt節(jié)一起提供了對導(dǎo)入的共享庫函數(shù)的訪問入口，由動(dòng)態(tài)鏈接器在運(yùn)行時(shí)進(jìn)行修改。由于.got.plt節(jié)與程序執(zhí)行有關(guān)，所以節(jié)類型為SHT_PROGBITS。

.dynsym節(jié)（動(dòng)態(tài)鏈接符號(hào)表）

.dynsym節(jié)保存在text段中。其保存了從共享庫導(dǎo)入的動(dòng)態(tài)符號(hào)表。節(jié)類型為SHT_DYNSYM。

.dynstr節(jié)（動(dòng)態(tài)鏈接字符串表）

.dynstr保存了動(dòng)態(tài)鏈接字符串表，表中存放了一系列字符串，這些字符串代表了符號(hào)名稱，以空字符作為終止符。

.rel.*節(jié)（重定位表）

重定位表保存了重定位相關(guān)的信息，這些信息描述了如何在鏈接或運(yùn)行時(shí)，對ELF目標(biāo)文件的某部分或者進(jìn)程鏡像進(jìn)行補(bǔ)充或修改。由于重定位表保存了重定位相關(guān)的數(shù)據(jù)，所以節(jié)類型為SHT_REL。

.hash節(jié)

.hash節(jié)也稱為.gnu.hash，其保存了一個(gè)用于查找符號(hào)的散列表。

.symtab節(jié)（符號(hào)表）

.symtab節(jié)是一個(gè)ElfN_Sym的數(shù)組，保存了符號(hào)信息。節(jié)類型為SHT_SYMTAB。

.strtab節(jié)（字符串表）

.strtab節(jié)保存的是符號(hào)字符串表，表中的內(nèi)容會(huì)被.symtab的ElfN_Sym結(jié)構(gòu)中的st_name引用。節(jié)類型為SHT_STRTAB。

.ctors節(jié)和.dtors節(jié)

.ctors（構(gòu)造器）節(jié)和.dtors（析構(gòu)器）節(jié)分別保存了指向構(gòu)造函數(shù)和析構(gòu)函數(shù)的函數(shù)指針，構(gòu)造函數(shù)是在main函數(shù)執(zhí)行之前需要執(zhí)行的代碼；析構(gòu)函數(shù)是在main函數(shù)之后需要執(zhí)行的代碼。

符號(hào)表

節(jié)的分類中我們介紹了.dynsym節(jié)和.symtab節(jié)，兩者都是符號(hào)表。那么它們到底有什么區(qū)別呢？存在什么關(guān)系呢？

符號(hào)是對某些類型的數(shù)據(jù)或代碼（如全局變量或函數(shù)）的符號(hào)引用，函數(shù)名或變量名就是符號(hào)名。例如，printf()函數(shù)會(huì)在動(dòng)態(tài)鏈接符號(hào)表.dynsym中存有一個(gè)指向該函數(shù)的符號(hào)項(xiàng)（以Elf_Sym數(shù)據(jù)結(jié)構(gòu)表示）。在大多數(shù)共享庫和動(dòng)態(tài)鏈接可執(zhí)行文件中，存在兩個(gè)符號(hào)表。即.dynsym和.symtab。

.dynsym保存了引用來自外部文件符號(hào)的全局符號(hào)。如printf庫函數(shù)。.dynsym保存的符號(hào)是.symtab所保存符合的子集，.symtab中還保存了可執(zhí)行文件的本地符號(hào)。如全局變量，代碼中定義的本地函數(shù)等。

既然.dynsym是.symtab的子集，那為何要同時(shí)存在兩個(gè)符號(hào)表呢？

通過readelf -S命令可以查看可執(zhí)行文件的輸出，一部分節(jié)標(biāo)志位（sh_flags）被標(biāo)記為了A（ALLOC）、WA（WRITE/ALLOC）、AX（ALLOC/EXEC）。其中，.dynsym被標(biāo)記為ALLOC，而.symtab則沒有標(biāo)記。

ALLOC表示有該標(biāo)記的節(jié)會(huì)在運(yùn)行時(shí)分配并裝載進(jìn)入內(nèi)存，而.symtab不是在運(yùn)行時(shí)必需的，因此不會(huì)被裝載到內(nèi)存中。.dynsym保存的符號(hào)只能在運(yùn)行時(shí)被解析，因此是運(yùn)行時(shí)動(dòng)態(tài)鏈接器所需的唯一符號(hào)。.dynsym對于動(dòng)態(tài)鏈接可執(zhí)行文件的執(zhí)行是必需的，而.symtab只是用來進(jìn)行調(diào)試和鏈接的。

image

上圖所示為通過符號(hào)表索引字符串表的示意圖。符號(hào)表中的每一項(xiàng)都是一個(gè)Elf_Sym結(jié)構(gòu)，對應(yīng)可以在字符串表中索引得到一個(gè)字符串。該數(shù)據(jù)結(jié)構(gòu)中成員的含義如下表所示：

使用readelf工具我們也能夠看到符號(hào)表的相關(guān)信息。

$ readelf -s hello.o

Symbol table '.symtab' contains 11 entries:
   Num:    Value          Size Type    Bind   Vis      Ndx Name
     0: 0000000000000000     0 NOTYPE  LOCAL  DEFAULT  UND
     1: 0000000000000000     0 FILE    LOCAL  DEFAULT  ABS hello.c
     2: 0000000000000000     0 SECTION LOCAL  DEFAULT    1
     3: 0000000000000000     0 SECTION LOCAL  DEFAULT    3
     4: 0000000000000000     0 SECTION LOCAL  DEFAULT    4
     5: 0000000000000000     0 SECTION LOCAL  DEFAULT    5
     6: 0000000000000000     0 SECTION LOCAL  DEFAULT    7
     7: 0000000000000000     0 SECTION LOCAL  DEFAULT    8
     8: 0000000000000000     0 SECTION LOCAL  DEFAULT    6
     9: 0000000000000000    21 FUNC    GLOBAL DEFAULT    1 main
    10: 0000000000000000     0 NOTYPE  GLOBAL DEFAULT  UND puts

字符串表

類似于符號(hào)表，在大多數(shù)共享庫和動(dòng)態(tài)鏈接可執(zhí)行文件中，也存在兩個(gè)字符串表。即.dynstr和.strtab，分別對應(yīng)于.dynsym和symtab。此外，還有一個(gè).shstrtab的節(jié)頭字符串表，用于保存節(jié)頭表中用到的字符串，可通過sh_name進(jìn)行索引。

ELF文件中所有字符表的結(jié)構(gòu)基本一致，如上圖所示。

重定位表

重定位就是將符號(hào)定義和符號(hào)引用進(jìn)行連接的過程?？芍囟ㄎ晃募枰枋鋈绾涡薷墓?jié)內(nèi)容的相關(guān)信息，從而使可執(zhí)行文件和共享目標(biāo)文件能夠保存進(jìn)程的程序鏡像所需要的正確信息。

重定位表是進(jìn)行重定位的重要依據(jù)。我們可以使用objdump工具查看目標(biāo)文件的重定位表：

$ objdump -r hello.o


hello.o:     file format elf64-x86-64

RELOCATION RECORDS FOR [.text]:
OFFSET           TYPE              VALUE
0000000000000005 R_X86_64_32       .rodata
000000000000000a R_X86_64_PC32     puts-0x0000000000000004


RELOCATION RECORDS FOR [.eh_frame]:
OFFSET           TYPE              VALUE
0000000000000020 R_X86_64_PC32     .text

重定位表是一個(gè)Elf_Rel類型的數(shù)組結(jié)構(gòu)，每一項(xiàng)對應(yīng)一個(gè)需要進(jìn)行重定位的項(xiàng)。
其成員含義如下表所示：

重定位是目標(biāo)文件鏈接成為可執(zhí)行文件的關(guān)鍵。我們將在后面的進(jìn)行介紹。

參考

1. Executable and Linkable Format (ELF)
2. 《Linux 二進(jìn)制分析》
3. 《程序員的自我修養(yǎng)——鏈接、裝載與庫》
4. Executable and Linkable Format