Linux系統(tǒng)中編譯、鏈接的基石-ELF文件：扒開它的層層外衣，從字節(jié)碼的粒度來探索
[導(dǎo)讀]初次見面大家好，我是ELF文件，大名叫ExecutableandLinkableFormat。經(jīng)常在Linux系統(tǒng)中開發(fā)的小伙伴們，對于我肯定是再熟悉不過了，特別是那些需要了解編譯、鏈接的家伙們，估計已經(jīng)把我研究的透透的。為了結(jié)識更多的小伙伴，我的開放日，我會像洋蔥一樣，一層一層...
大家好，我是 ELF 文件，大名叫 Executable and Linkable Format。經(jīng)常在 Linux 系統(tǒng)中開發(fā)的小伙伴們，對于我肯定是再熟悉不過了，特別是那些需要了解編譯、鏈接的家伙們，估計已經(jīng)把我研究的透透的。為了結(jié)識更多的小伙伴，我的開放日，我會像洋蔥一樣，一層一層地撥開我的心，讓更多的小伙伴來了解我，歡迎大家前來圍觀。以前啊，我看到有些小伙伴在研究我的時候，看一下頭部的匯總信息，然后再瞅幾眼 Section 的布局，就當(dāng)做熟悉我了。從科學(xué)的態(tài)度上來說，這是遠遠不夠的，未達究竟。當(dāng)你面對編譯、鏈接的詳細過程時，還是會一臉懵逼。
作為一種文件，那么肯定就需要遵守一定的格式，我也不例外。從宏觀上看，可以把我拆卸成四個部分：
就拿鏈接器和加載器來說吧，這兩個家伙的性格是不一樣的，它們看我的眼光也是不一樣的。鏈接器在看我的時候，它的眼睛里只有 3 部分內(nèi)容：
- 可執(zhí)行文件：被操作系統(tǒng)中的加載器從硬盤上讀取，載入到內(nèi)存中去執(zhí)行;
- 目標(biāo)文件：被鏈接器讀取，用來產(chǎn)生一個可執(zhí)行文件或者共享庫文件;
- 共享庫文件：在動態(tài)鏈接的時候，由 ld-linux.so 來讀取;
Sections, 它改了個名字，叫做 Segments(段)。換湯不換藥，本質(zhì)上都是一樣一樣的。可以理解為：一個 Segment 可能包含一個或者多個 Sections，就像下面這樣：2 點內(nèi)容就可以了：還有一點差點忘記給你提個醒了：在
- 一個 ELF 文件一共由 4 個部分組成;
- 鏈接器和加載器，它們在使用我的時候，只會使用它們感興趣的部分;
Linux 系統(tǒng)中，會有不同的數(shù)據(jù)結(jié)構(gòu)來描述上面所說的每部分內(nèi)容。我知道有些小伙伴比較性急，我先把這幾個結(jié)構(gòu)體告訴你。初次見面，先認識一下即可，千萬不要深究哦。描述 ELF header 的結(jié)構(gòu)體：頭部內(nèi)容，就相當(dāng)于是一個總管，它決定了這個完整的 ELF 文件內(nèi)部的所有信息，比如：
你是不是有點納悶，好像沒有說 Sections(從鏈接器角度看) 或者 Segments(從加載器角度看) 在 ELF 文件的什么地方。為了方便描述，我就把
- 這是一個 ELF 文件;
- 一些基本信息：版本，文件類型，機器類型;
- Program header table(程序頭表)的開始地址，在整個文件的什么地方;
- Section header table(節(jié)頭表)的開始地址，在整個文件的什么地方;
Sections 和 Segments 全部統(tǒng)一稱為 Sections 啦！其實是這樣的，在一個 ELF 文件中，存在很多個 Sections，這些 Sections 的具體信息，是在 Program header table 或者 Section head table 中進行描述的。Section head table 來舉例吧：假如一個 ELF 文件中一共存在 4 個 Section: .text、.rodata、.data、.bss，那么在 Section head table 中，將會有 4 個 Entry(條目)來分別描述這 4 個 Section 的具體信息(嚴(yán)格來說，不止 4 個 Entry，因為還存在一些其他輔助的 Sections)，就像下面這樣：// mymath.c
int my_add(int a, int b)
{
return a b;
}
// main.c
#include
extern int my_add(int a, int b);
int main()
{
int i = 1;
int j = 2;
int k = my_add(i, j);
printf("k = %d \n", k);
}
從剛才的描述中可以知道：動態(tài)庫文件 libmymath.so, 目標(biāo)文件 main.o 和 可執(zhí)行文件 main，它們都是 ELF 文件，只不過屬于不同的類型。這里就以可執(zhí)行文件 main 來拆解它！我們首先用指令 readelf -h main 來看一下 main 文件中，ELF header 的信息。readelf 這個工具，可是一個好東西?。∫欢ㄒ煤玫睦盟?/p>
ELF header 中描述的所有內(nèi)容了。這個內(nèi)容與結(jié)構(gòu)體 Elf32_Ehdr 中的成員變量是一一對應(yīng)的！有沒有發(fā)現(xiàn)圖中第 15 行顯示的內(nèi)容：Size of this header: 52 (bytes)。也就是說：ELF header 部分的內(nèi)容，一共是 52 個字節(jié)。那么我就把開頭的這 52 個字節(jié)碼給你看一下。這回，我用 od -Ax -t x1 -N 52 main 這個指令來讀取 main 中的字節(jié)碼，簡單解釋一下其中的幾個選項：-Ax: 顯示地址的時候，用十六進制來表示。如果使用 -Ad，意思就是用十進制來顯示地址;-t -x1: 顯示字節(jié)碼內(nèi)容的時候，使用十六進制(x)，每次顯示一個字節(jié)(1);-N 52：只需要讀取 52 個字節(jié);
52 個字節(jié)的內(nèi)容，你可以對照上面的結(jié)構(gòu)體中每個字段來解釋了。首先看一下前 16 個字節(jié)。在結(jié)構(gòu)體中的第一個成員是 unsigned char e_ident[EI_NIDENT];，EI_NIDENT 的長度是 16，代表了 EL header 中的開始 16 個字節(jié)，具體含義如下：0 - 15 個字節(jié)main 文件中顯示的是 1，代表小端格式。啥意思呢，看下面這張圖就明白了：36 個字節(jié)(52 - 16 = 32)，也以這樣的字節(jié)碼含義畫出來：16 - 31 個字節(jié)：在一個
ELF 文件中，存在很多字符串，例如：變量名、Section名稱、鏈接器加入的符號等等，這些字符串的長度都是不固定的，因此用一個固定的結(jié)構(gòu)來表示這些字符串，肯定是不現(xiàn)實的。于是，聰明的人類就想到：把這些字符串集中起來，統(tǒng)一放在一起，作為一個獨立的 Section 來進行管理。13 就可以了，表示：這個字符串從偏移 13 個字節(jié)處開始。main 文件中的字符串表，在 ELF header 的最后 2 個字節(jié)是 0x1C 0x00，它對應(yīng)結(jié)構(gòu)體中的成員 e_shstrndx，意思是這個 ELF 文件中，字符串表是一個普通的 Section，在這個 Section 中，存儲了 ELF 文件中使用到的所有的字符串。既然是一個 Section，那么在 Section header table 中，就一定有一個表項 Entry 來描述它，那么是哪一個表項呢？這就是 0x1C 0x00 這個表項，也就是第 28 個表項。這里，我們還可以用指令 readelf -S main 來看一下這個 ELF 文件中所有的 Section 信息：28 個 Section，描述的正是字符串表 Section:Section 在 ELF 文件中的偏移地址是 0x0016ed，長度是 0x00010a 個字節(jié)。下面，我們從 ELF header 的二進制數(shù)據(jù)中，來推斷這信息。那我就來演示一下：如何通過
ELF header 中提供的信息，把字符串表這個 Section 給找出來，然后把它的字節(jié)碼打印出來給各位看官瞧瞧。要想打印字符串表 Section 的內(nèi)容，就必須知道這個 Section 在 ELF 文件中的偏移地址。要想知道偏移地址，只能從 Section head table 中第 28 個表項描述信息中獲取。要想知道第 28 個表項的地址，就必須知道 Section head table 在 ELF 文件中的開始地址，以及每一個表項的大小。正好最后這 2 個需求信息，在 ELF header 中都告訴我們了，因此我們倒著推算，就一定能成功。ELF header 中的第 32 到 35 字節(jié)內(nèi)容是：F8 17 00 00(注意這里的字節(jié)序，低位在前)，表示的就是 Section head table 在 ELF 文件中的開始地址(e_shoff)。0x000017F8 = 6136，也就是說 ?Section head table 的開始地址位于 ELF 文件的第 6136 個字節(jié)處。知道了開始地址，再來算一下第 28 個表項 Entry 的地址。ELF header 中的第 46、47 字節(jié)內(nèi)容是：28 00，表示每個表項的長度是 0x0028 = 40 個字節(jié)。注意這里的計算都是從 0 開始的，因此第 28 個表項的開始地址就是：6136 28 * 40 = 7256，也就是說用來描述字符串表這個 Section 的表項，位于 ELF 文件的 7256 字節(jié)的位置。od -Ad -t x1 -j 7256 -N 40 main。其中的 -j 7256 選項，表示跳過前面的 7256 個字節(jié)，也就是我們從 main 這個 ELF 文件的 7256 字節(jié)處開始讀取，一共讀 40 個字節(jié)。40 個字節(jié)的內(nèi)容，就對應(yīng)了 Elf32_Shdr 結(jié)構(gòu)體中的每個成員變量：4 個字段:sh_name: 暫時不告訴你，馬上就解釋到了;sh_type：表示這個 Section 的類型，3 表示這是一個 string table;sh_offset: 表示這個 Section，在 ELF 文件中的偏移量。0x000016ed = 5869，意思是字符串表這個 Section 的內(nèi)容，從 ELF 文件的 5869 個字節(jié)處開始;sh_size：表示這個 Section 的長度。0x0000010a = 266 個字節(jié)，意思是字符串表這個 Section 的內(nèi)容，一共有 266 個字節(jié)。還記得剛才我們使用
readelf 工具，讀取到字符串表 Section 在 ELF 文件中的偏移地址是 0x0016ed，長度是 0x00010a 個字節(jié)嗎？與我們這里的推斷是完全一致的！Section 在 ELF 文件中的偏移量以及長度，那么就可以把它的字節(jié)碼內(nèi)容讀取出來。執(zhí)行指令: od -Ad -t c -j 5869 -N 266 main，所有這些參數(shù)應(yīng)該不用再解釋了吧？！Section 中存儲的全部是字符串？剛才沒有解釋 sh_name 這個字段，它表示字符串表這個 Section 本身的名字，既然是名字，那一定是個字符串。但是這個字符串不是直接存儲在這里的，而是存儲了一個索引，索引值是 0x00000011，也就是十進制數(shù)值 17。現(xiàn)在我們來數(shù)一下字符串表 Section 內(nèi)容中，第 17 個字節(jié)開始的地方，存儲的是什么？不要偷懶，數(shù)一下，是不是看到了：“.shstrtab” 這個字符串(\0是字符串的分隔符)？！好了，如果看到這里，你全部都能看懂，那么關(guān)于字符串表這部分的內(nèi)容，說明你已經(jīng)完全理解了，給你一百個贊?。。?/p>從下面的這張圖(指令：
readelf -S main)：14 個表項中，加載(虛擬)地址是 0x08048470，它位于 ELF 文件中的偏移量是 0x000470，長度是 0x0001b2 個字節(jié)。那我們就來試著讀一下其中的內(nèi)容。首先計算這個表項 Entry 的地址：6136 14 * 40 = 6696。然后讀取這個表項 Entry，讀取指令是 od -Ad -t x1 -j 6696 -N 40 main:5 個字段內(nèi)容：sh_name: 這回應(yīng)該清楚了，表示代碼段的名稱在字符串表 Section 中的偏移位置。0x9B = 155 字節(jié)，也就是在字符串表 Section 的第 155 字節(jié)處，存儲的就是代碼段的名字?；剡^頭去找一下，看一下是不是字符串 “.text”;sh_type：表示這個 Section 的類型，1(SHT_PROGBITS) 表示這是代碼;sh_addr：表示這個 Section 加載的虛擬地址是 0x08048470，這個值與 ELF header 中的 e_entry 字段的值是相同的;sh_offset: 表示這個 Section，在 ELF 文件中的偏移量。0x00000470 = 1136，意思是這個 Section 的內(nèi)容，從 ELF 文件的 1136 個字節(jié)處開始;sh_size：表示這個 Section 的長度。0x000001b2 = 434 個字節(jié)，意思是代碼段一共有 434 個字節(jié)。以上這些分析結(jié)構(gòu)，與指令
readelf -S main 讀取出來的完全一樣！Section 中的字符串時，不要告訴我，你真的是從 0 開始數(shù)到 155 ??！可以計算一下：字符串表的開始地址是 5869(十進制)，加上 155，結(jié)果就是 6024，所以從 6024 開始的地方，就是代碼段的名稱，也就是 “.text”。知道了以上這些信息，我們就可以讀取代碼段的字節(jié)碼了.使用指令：od -Ad -t x1 -j 1136 -N 434 main 即可。內(nèi)容全部是黑乎乎的的字節(jié)碼，我就不貼出來了。文章的開頭，我就介紹了：我是一個通用的文件結(jié)構(gòu)，鏈接器和加載器在看待我的時候，眼光是不同的。為了對
Program header 有更感性的認識，我還是先用 readelf 這個工具來從總體上看一下 main 文件中的所有段信息。執(zhí)行指令：readelf -l main，得到下面這張圖：布局如下圖所示：
- 這是一個可執(zhí)行程序;
- 入口地址是 0x8048470;
- 一共有 9 個 Program header，是從 ELF 文件的 52 個偏移地址開始的;
Section 與 Segment 本質(zhì)上是一樣的，可以理解為：一個 Secgment 由一個或多個 Sections 組成。從上圖中可以看到，第 2 個 program header 這個段，由那么多的 Section 組成，這下更明白一些了吧？！從圖中還可以看到，一共有 2 個 LOAD 類型的段:ELF header 中得知如下信息：通過計算，得到可讀、可執(zhí)行的
- 字段
e_phoff：Program header table 位于 ELF 文件偏移 52 個字節(jié)的地方。- 字段
e_phentsize: 每一個表項的長度是 32 個字節(jié);- 字段
e_phnum: 一共有 9 個表項 Entry;
LOAD 段，位于偏移量 116 字節(jié)處。執(zhí)行讀取指令：od -Ad -t x1 -j 116 -N 32 main：p_type: 段的類型，1: 表示這個段需要加載到內(nèi)存中;p_offset: 段在 ELF 文件中的偏移地址，這里值為 0，表示這個段從 ELF 文件的頭部開始;p_vaddr：段加載到內(nèi)存中的虛擬地址 0x08048000;p_paddr：段加載的物理地址，與虛擬地址相同;p_filesz: 這個段在 ELF 文件中，占據(jù)的字節(jié)數(shù)，0x0744 = 1860 個字節(jié);p_memsz：這個段加載到內(nèi)存中，需要占據(jù)的字節(jié)數(shù)，0x0744= 1860 個字節(jié)。注意：有些段是不需要加載到內(nèi)存中的;經(jīng)過上述分析，我們就知道：從
ELF 文件的第 1 到 第 1860 個字節(jié)，都是屬于這個 LOAD 段的內(nèi)容。在被執(zhí)行時，這個段需要被加載到內(nèi)存中虛擬地址為 0x08048000 這個地方，從這里開始，又是一個全新的故事了。到這里，我已經(jīng)像洋蔥一樣，把自己的層層外衣都扒開，讓你看到最細的顆粒度了，這下子，您是否對我有足夠的了解了呢？
2 個重點即可：鏈接器和加載器也都是按照這樣的原理來解析 ELF 文件的，明白了這些道理，后面在學(xué)習(xí)具體的鏈接、加載過程時，就不會迷路啦！- EOF -
- ELF header 描述了文件的總體信息，以及兩個 table 的相關(guān)信息(偏移地址，表項個數(shù)，表項長度);
- 每一個 table 中，包括很多個表項 Entry，每一個表項都描述了一個 Section/Segment 的具體信息。
下載文檔
