~Linux C_21_ELF文件解析

时间 2019-11-10

标签 linux elf 文件解析栏目 Linux 繁體版

原文原文链接

Outline

ELF文件解剖
~Linux C_5/6/7/12_ELF连接
段和节的理解

1、text段、data段和bss段知识介绍（初步了解）

三个段

一、bss（可读可写）html

bss是英文Block Started by Symbol的简称，一般是指用来存放程序中未初始化的全局变量的一块内存区域，在程序载入时由内核清0。BSS段属于静态内存分配。它的初始值也是由用户本身定义的链接定位文件所肯定，用户应该将它定义在可读写的RAM区内，linux

源程序中使用malloc分配的内存就是这一块，它不是根据data大小肯定，主要由程序中同时分配内存最大值所肯定，不过若是超出了范围，也就是分配失败，能够等空间释放以后再分配。程序员

二、text（只读）
text段是程序代码段，在AT91库中是表示程序段的大小，它是由编译器在编译链接时自动计算的，当你在连接定位文件中将该符号放置在代码段后，那么该符号表示的值就是代码段大小，编译链接时，该符号所表明的值会自动代入到源程序中。数组

三、data（可读可写）
data包含静态初始化的数据，因此有初值的全局变量和static变量在data区。段的起始位置也是由链接定位文件所肯定，大小在编译链接时自动分配，它和你的程序大小没有关系，但和程序使用到的全局变量，常量数量相关。安全

若干节

From: http://www.javashuo.com/article/p-zgecszul-o.html数据结构

1.一个典型的ELF可重定位目标文件的格式P451。ELF头（ELF header）以一个16字节的序列开始，这个序列描述了生成该文件的系统的字的大小和字节顺序。ELF头剩下的部分包含帮助连接器语法分析和解释目标文件的信息。架构

其中包括ELF头的大小、目标文件的类型（如可重定位、可执行或是共享的）、机器类型（如IA32）、节头部表的文件偏移，以及节头部表中的条目大小和数量。不一样的节的位置和大小是由节头部表描述的，其中目标文件中每一个节都有一个固定大小的条目。函数

2.夹在ELF头和节头部表之间的都是节。一个典型的ELF可重定位目标文件包含下面几个节：工具

- .text 已编译程序的机器代码
- .rodata 只读数据
- .data 已初始化的全局C变量。局部C变量在运行时保存在栈中，既不出如今.data节中，也不出如今.bss节中。
- .bass 未初始化的全局C变量。在目标文件中这个节不占据实际的空间，它仅仅是一个占位符。目标文件格式区分初始化和未初始化变量是为了空间效率：在目标文件中，未初始化变量不须要占据任何实际的磁盘空间。
- .symtab 一个符号表，它存放在程序中定义和引用的函数和全局变量的信息。每一个可重定位目标文件在.symtab中都有一张符号表。
- .rel.text 一个.text节中位置的列表，当连接器吧这个目标文件和其余文件结合时，须要修改这些位置。通常而言，任何调用外部函数或引用全局变量的指令都须要修改。另外一方面，调用本地函数的指令则不须要修改。注意，可执行目标文件中并不须要重定位信息，所以一般省略，除非用户显示第指示连接器包含这些信息。
- .rel.data 被模块引用或定义的任何全局变量的重定位信息。通常而言，任何已初始化的全局变量，若是它的初始值是一个全局变量地址或者外部定义函数的地址，都须要被修改。
- .debug 一个调试符号表，其条目是程序总定义的局部变量和类型定义，程序中定义和引用的全局变量，以及原始的C源文件。
- .line 原始C源文件中的行号和.text节中机器指令之间的映射。
- .strtab 一个字符串表，其内容包括.symtab和.debug节中的符号表，以及节头部中的节名字。

内存分配图

代码段上面应该有个post

.bss：未初始化的全局c变量，不占用实际空间，做占位符使用。
.data：已初始化的全局c变量，可读可写
.rodata(read only data):只读数据
.text: 已编译程序的机器代码

程序的内存分配

一个由C/C++编译的程序占用的内存分为如下几个部分
一、栈区（stack）— 由编译器自动分配释放，存放函数的参数值，局部变量的值等。其操做方式相似于数据结构中的栈。
二、堆区（heap） — 通常由程序员分配释放，若程序员不释放，程序结束时可能由OS回收。注意它与数据结构中的堆是两回事，分配方式却是相似于链表。

3. 全局区（静态区）（static）—，全局变量和静态变量的存储是放在一块的，

初始化的全局变量和静态变量在一块区域(.data段)，

未初始化的全局变量和未初始化的静态变量在相邻的另外一块区域(.bss段)。 - 程序结束后有系统释放。

注：在采用段式内存管理的架构中（好比intel的80x86系统），.bss段（Block Started by Symbol segment）一般是指用来存放程序中未初始化的全局变量的一块内存区域，通常在初始化时bss段部分将会清零。

bss段属于静态内存分配，即程序一开始就将其清零了。在C语言之类的程序编译完成以后，已初始化的全局变量保存在.data 段中。

四、文字常量区 — 常量字符串就是放在这里的。程序结束后由系统释放
五、程序代码区 (.text)— 存放函数体的二进制代码。

int a = 0; 全局初始化区 
char *p1; 全局未初始化区 

main() 
{ 
　　int b; 栈 
　　char s[] = "abc"; 栈 
　　char *p2; 栈 
　　char *p3 = "123456"; 123456/0在常量区，p3在栈上
　　static int c =0； 全局（静态）初始化区 
　　p1 = (char *)malloc(10); 
　　p2 = (char *)malloc(20); 分配得来得10和20字节的区域就在堆区。 
　　strcpy(p1, "123456"); 123456/0放在常量区，编译器可能会将它与p3所指向的"123456"优化成一个地方。 }

Heap 和 Stack 的区别

2.1 申请方式

stack:

　　由系统自动分配。例如，声明在函数中一个局部变量 int b; 系统自动在栈中为b开辟空间
heap:

须要程序员本身申请，并指明大小，在c中malloc函数
如p1 = (char *)malloc(10);
在C++中用new运算符
如p2 = (char *)malloc(10);
可是注意p一、p2自己是在栈中的。

2.2 申请后系统的响应

栈：只要栈的剩余空间大于所申请空间，系统将为程序提供内存，不然将报异常提示栈溢出。
堆：首先应该知道操做系统有一个记录空闲内存地址的链表，当系统收到程序的申请时，会遍历该链表，寻找第一个空间大于所申请空间的堆结点，而后将该结点从空闲结点链表中删除，并将该结点的空间分配给程序，另外，对于大多数系统，会在这块内存空间中的首地址处记录本次分配的大小，这样，代码中的delete语句才能正确的释放本内存空间。另外，因为找到的堆结点的大小不必定正好等于申请的大小，系统会自动的将多余的那部分从新放入空闲链表中。

2.3申请大小的限制

栈：在Windows下,栈是向低地址扩展的数据结构，是一块连续的内存的区域。这句话的意思是栈顶的地址和栈的最大容量是系统预先规定好的，在 WINDOWS下，栈的大小是2M（也有的说是1M，总之是一个编译时就肯定的常数），若是申请的空间超过栈的剩余空间时，将提示overflow。所以，能从栈得到的空间较小。
堆：堆是向高地址扩展的数据结构，是不连续的内存区域。这是因为系统是用链表来存储的空闲内存地址的，天然是不连续的，而链表的遍历方向是由低地址向高地址。堆的大小受限于计算机系统中有效的虚拟内存。因而可知，堆得到的空间比较灵活，也比较大。

2.4申请效率的比较：

栈:由系统自动分配，速度较快。但程序员是没法控制的。
堆:是由new分配的内存，通常速度比较慢，并且容易产生内存碎片,不过用起来最方便.
另外，在WINDOWS下，最好的方式是用VirtualAlloc分配内存，他不是在堆，也不是在栈是直接在进程的地址空间中保留一快内存，虽然用起来最不方便。可是速度快，也最灵活

2.5堆和栈中的存储内容

栈：在函数调用时，第一个进栈的是主函数中后的下一条指令（函数调用语句的下一条可执行语句）的地址，而后是函数的各个参数，在大多数的C编译器中，参数是由右往左入栈的，而后是函数中的局部变量。注意静态变量是不入栈的。
当本次函数调用结束后，局部变量先出栈，而后是参数，最后栈顶指针指向最开始存的地址，也就是主函数中的下一条指令，程序由该点继续运行。
堆：通常是在堆的头部用一个字节存放堆的大小。堆中的具体内容有程序员安排。

2.6存取效率的比较

char s1[] = "aaaaaaaaaaaaaaa";
char *s2 = "bbbbbbbbbbbbbbbbb";
aaaaaaaaaaa是在运行时刻赋值的；
而bbbbbbbbbbb是在编译时就肯定的；
可是，在之后的存取中，在栈上的数组比指针所指向的字符串(例如堆)快。

2、elf文件格式与动态连接库(很是之好)-----不可不看（例子说明）

Unix系统里的两种重要的格式：a.out和elf（Executable and Linking Format）。

这两种格式中都有符号表（symbol table），其中包括全部的符号（程序的入口点还有变量的地址等等）。在elf格式中符号表的内容会比a.out格式的丰富的多。可是这些符号表能够用 strip工具去除，这样的话这个文件就没法让debug程序跟踪了，可是会生成比较小的可执行文件。a.out文件中的符号表能够被彻底去除，可是 elf中的在加载运行是起着重要的做用，因此用strip永远不可能彻底去除elf格式文件中的符号表。可是用strip命令不是彻底安全的，好比对未链接的目标文件来讲若是用strip去掉符号表的话，会致使链接器没法链接。

列出ELF文件的头信息

$:readelf -h hello.o

ELF Header:
Magic: 7f 45 4c 46 01 01 01 00 00 00 00 00 00 00 00 00
Class: ELF32 Data: 2's complement, little endian
Version: 1 (current)
OS/ABI: UNIX - System V ABI Version: 0
Type: REL (Relocatable file)
Machine: Intel 80386
Version: 0x1
Entry point address: 0x0
Start of program headers: 0 (bytes into file)
Start of section headers: 256 (bytes into file)
Flags: 0x0
Size of this header: 52 (bytes)
Size of program headers: 0 (bytes)
Number of program headers: 0
Size of section headers: 40 (bytes)
Number of section headers: 11
Section header string table index: 8

Magic:字段是一个标识符，只要Magic字段是7f 45 4c 46 01 01 01 00 00 00 00 00 00 00 00 00的文件都是elf文件。

Class:字段是表示elf的版本，这是一个32位的elf。

Machine:字段是指出目标文件的平台信息，这里是 I386兼容平台。

其余的字段能够从其字面上看出它的意义，这里就不一一解释了。

列出段的头信息

$:readelf -S hello.o

There are 11 section headers, starting at offset 0x100:
Section Headers:
[Nr] Name            Type     Addr     Off    Size   ES Flg Lk Inf Al
[ 0] NULL                     00000000 000000 000000 00 0   0  0
[ 1] .text           PROGBITS 00000000 000034 00002a 00 AX  0  0   4
[ 2] .rel.text       REL      00000000 000370 000010 08 9   1  4
[ 3] .data           PROGBITS 00000000 000060 000000 00 WA  0  0   4
[ 4] .bss            NOBITS   00000000 000060 000000 00 WA  0  0   4
[ 5] .rodata         PROGBITS 00000000 000060 00000e 00 A   0  0   1
[ 6] .note.GNU-stack PROGBITS 00000000 00006e 000000 00 0   0  1  
[ 7] .comment        PROGBITS 00000000 00006e 00003e 00 0   0  1
[ 8] .shstrtab       STRTAB   00000000 0000ac 000051 00 0   0  1
[ 9] .symtab         SYMTAB   00000000 0002b8 0000a0 10 10  8  4
[10] .strtab         STRTAB   00000000 000358 000015 00 0   0  1

Key to Flags: W (write), A (alloc), X (execute), M (merge), S (strings) I (info), L (link order), G (group), x (unknown) O (extra OS processing required) o (OS specific), p (processor specific)

Name字段显示的是各个段的名字，

Type显示段的属性，

Addr是每一个段载入虚拟内存的位置，

Off是每一个段在目标文件中的偏移位置，

Size是每一个段的大小，后面的一些字段是表示段的可写，可读，或者可执行。

列出ELF文件中的 Relocation

$:readelf -r hello.o

Relocation section '.rel.text' at offset 0x370 contains 2 entries: Offset Info Type Sym.Value Sym. Name 0000001f 00000501 R_386_32 00000000 .rodata 00000024 00000902 R_386_PC32 00000000 printf

在.text段中有两个relocation，其中之一就是printf函数的relcation。

Offset指出当relocation时要把 printf函数的入口地址贴到离.text段开头00000024处。

列出连接后的可执行文件

$:gcc hello.o
$:readelf -S a.out
There are 32 section headers, starting at offset 0xbc4:
Section Headers:
[Nr] Name Type Addr Off Size ES Flg Lk Inf Al
[ 0] NULL 00000000 000000 000000 00 0 0 0
[ 1] .interp PROGBITS 08048134 000134 000013 00 A 0 0 1
[ 2] .note.ABI-tag NOTE 08048148 000148 000020 00 A 0 0 4
[ 3] .hash HASH 08048168 000168 00002c 04 A 4 0 4
[ 4] .dynsym DYNSYM 08048194 000194 000060 10 A 5 1 4
[ 5] .dynstr STRTAB 080481f4 0001f4 000060 00 A 0 0 1
[ 6] .gnu.version VERSYM 08048254 000254 00000c 02 A 4 0 2 
[ 7] .gnu.version_r VERNEED 08048260 000260 000020 00 A 5 1 4 
[ 8] .rel.dyn REL 08048280 000280 000008 08 A 4 0 4
[ 9] .rel.plt REL 08048288 000288 000010 08 A 4 11 4
[10] .init PROGBITS 08048298 000298 000017 00 AX 0 0 4
[11] .plt PROGBITS 080482b0 0002b0 000030 04 AX 0 0 4
[12] .text PROGBITS 080482e0 0002e0 0001b4 00 AX 0 0 16
[13] .fini PROGBITS 08048494 000494 00001a 00 AX 0 0 4
[14] .rodata PROGBITS 080484b0 0004b0 000016 00 A 0 0 4
[15] .eh_frame PROGBITS 080484c8 0004c8 000004 00 A 0 0 4
[16] .ctors PROGBITS 080494cc 0004cc 000008 00 WA 0 0 4
[17] .dtors PROGBITS 080494d4 0004d4 000008 00 WA 0 0 4
[18] .jcr PROGBITS 080494dc 0004dc 000004 00 WA 0 0 4
[19] .dynamic DYNAMIC 080494e0 0004e0 0000c8 08 WA 5 0 4
[20] .got PROGBITS 080495a8 0005a8 000004 04 WA 0 0 4
[21] .got.plt PROGBITS 080495ac 0005ac 000014 04 WA 0 0 4
[22] .data PROGBITS 080495c0 0005c0 00000c 00 WA 0 0 4
[23] .bss NOBITS 080495cc 0005cc 000004 00 WA 0 0 4
[24] .comment PROGBITS 00000000 0005cc 0001b2 00 0 0 1 
[25] .debug_aranges PROGBITS 00000000 000780 000058 00 0 0 8 
[26] .debug_info PROGBITS 00000000 0007d8 000164 00 0 0 1 
[27] .debug_abbrev PROGBITS 00000000 00093c 000020 00 0 0 1 
[28] .debug_line PROGBITS 00000000 00095c 00015a 00 0 0 1
[29] .shstrtab STRTAB 00000000 000ab6 00010c 00 0 0 1
[30] .symtab SYMTAB 00000000 0010c4 000510 10 31 56 4
[31] .strtab STRTAB 00000000 0015d4 000322 00 0 0 1

Key to Flags: W (write), A (alloc), X (execute), M (merge), S (strings) I (info), L (link order), G (group), x (unknown) O (extra OS processing required) o (OS specific), p (processor specific)

这里的段比目标文件hello.o的段要多的多，这是由于这个程序须要elf的一个动态链接库libc.so.1。

在这里须要简单的介绍一下内核加载 elf可执行文件。内核先是把整个文件加载到用户的虚拟内存空间，若是程序是与动态链接库链接的，则程序中就会包含动态链接器的名称，多是 /lib/elf/ld-linux.so.1。（动态链接器自己也是一个动态链接库）

在文件的尾部的一些段的Addr值是00000000，由于这些都是符号表，动态链接器并不把这些段的内容加载到内存中。

. interp段中只是储存这一个ASCII的字符串，它就是动态链接器的名字（路径）。

.hash, .dynsym, .dynstr 这三个段是用于动态链接器执行relocation时的符号表。

.hash是一个哈希表，可让咱们很快的从.dynsym中找到所需的符号。

.plt段中储存着咱们调用动态链接库中的函数入口地址，在默认状态下，程序初始化时，.plt中的指针并非指向正确的函数入口地址的而是指向动态链接器自己，当你在程序中调用某个动态链接库中的函数时，链接器会找到那个函数在动态链接库中的位置，再把这个位置链接到.plt段中。这样作的好处是若是在程序中调用了不少动态链接库中的函数，会花费掉链接器很长时间把每一个函数的地址链接到.plt段中。因此就能够采用链接器只是把要用的函数地址链接进去，之后要用的再链接。可是也能够设置环境变量LD_BIND_NOW=1让链接器在程序执行前把全部的函数地址都链接好，这主要是方便调试程序。

一个简单的动态链接库的例子

一段代码

Dyn_hello.c

int main(void)
{
  hi();
}
 
hi.c

#include
hi()
{
  printf("Hello world\n");
}

动态库文件

$:gcc -fPIC -c hi.c
$:gcc -shared -o libhi.so hi.o

生成了 libhi.so 的文件。

第一种方法

主程序可执行文件

$:gcc -c Dyn_hello.c
$:gcc -o Dyn_hello Dyn_hello.o -L. -lhi

生成了 Dyn_hello 文件

执行程序

$:LD_LIBRARY_PATH=. ./Dyn_hello

第二种方法

代码段

#include
int main (int argc, char *argv[])
{ 
   void (*hi) ();
   void *m; 
   if (argc > 2) exit (0);

   m = dlopen (argv[1], RTLD_LAZY);
   if (!m)
      exit (0);
   hi = dlsym (m, "hi");
   if (hi)
   {
      (*hi) ();
    }
    dlclose (m);
}

主程序可执行文件

$:gcc -c Dl_hello.c
$:gcc -o Dl_hello Dl_hello.o -ldl

生成了 Dl_hello 文件

执行程序

$:./Dl_hello ./libhi.so

End.