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

初次見面
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(duì)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(jì)已經(jīng)把我研究的透透的。

為了結(jié)識(shí)更多的小伙伴，我的開放日，我會(huì)像洋蔥一樣，一層一層地?fù)荛_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(shí)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(yuǎn)遠(yuǎn)不夠的，未達(dá)究竟。

當(dāng)你面對(duì)編譯、鏈接的詳細(xì)過程時(shí)，還是會(huì)一臉懵逼。

今天，我會(huì)從字節(jié)碼的顆粒度，毫無保留、開誠(chéng)布公、知無不言、言無不盡、赤膽忠心、一片丹心、鞠躬盡瘁、死而后已的把自己剖析一遍，讓各位看官大開眼界、大飽眼福。

您了解這些知識(shí)之后呢，在今后繼續(xù)學(xué)習(xí)編譯、鏈接的底層過程，以及一個(gè)可執(zhí)行程序在從硬盤加載到內(nèi)存、一直到 main 函數(shù)的執(zhí)行，心中就會(huì)非常的敞亮。

也就是說，掌握了 ELF 文件的結(jié)構(gòu)和內(nèi)容，是理解編譯、鏈接和程序執(zhí)行的基礎(chǔ)。

你們不是有一句俗話嘛：磨刀不誤砍柴工！

好了，下面我們就開始吧！

文件很單純，復(fù)雜的是人
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(gè)部分：

圖中的這幾個(gè)概念，如果不明白的話也沒關(guān)系，下面我會(huì)逐個(gè)說明的。

在 Linux 系統(tǒng)中，一個(gè) ELF 文件主要用來表示 3 種類型的文件：

既然可以用來表示 3 種類型的文件，那么在文件中，肯定有一個(gè)地方用來區(qū)分這 3 種情況。

也許你已經(jīng)猜到了，在我的頭部?jī)?nèi)容中，就存在一個(gè)字段，用來表示：當(dāng)前這個(gè) ELF 文件，它到底是一個(gè)可執(zhí)行文件？是一個(gè)目標(biāo)文件？還是一個(gè)共享庫文件？

另外，既然我可以用來表示 3 種類型的文件，那么就肯定是在 3 種不同的場(chǎng)合下被使用，或者說被不同的家伙來操作我：

1. 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;

2. 目標(biāo)文件：被鏈接器讀取，用來產(chǎn)生一個(gè)可執(zhí)行文件或者共享庫文件;

3. 共享庫文件：在動(dòng)態(tài)鏈接的時(shí)候，由 ld-linux.so 來讀取;

就拿鏈接器和加載器來說吧，這兩個(gè)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(shí)候，它的眼睛里只有 3 部分內(nèi)容：

也就是說，鏈接器只關(guān)心 ELF header, Sections 以及 Section header table 這 3 部分內(nèi)容。

加載器在看我的時(shí)候，它的眼睛里是另外的 3 部分內(nèi)容：

加載器只關(guān)心 ELF header, Program header table 和 Segment 這 3 部分內(nèi)容。

對(duì)了，從加載器的角度看，對(duì)于中間部分的 Sections, 它改了個(gè)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(gè) Segment 可能包含一個(gè)或者多個(gè) Sections，就像下面這樣：

這就好比超市里的貨架上擺放的商品：有礦泉水、可樂、啤酒，巧克力，牛肉干，薯片。

從理貨員的角度看：它們屬于 6 種不同的商品；但是從超市經(jīng)理的角度看，它們只屬于 2 類商品：飲料和零食。

怎么樣？現(xiàn)在對(duì)我已經(jīng)有一個(gè)總體的印象了吧？

其實(shí)只要掌握到 2 點(diǎn)內(nèi)容就可以了：

1. 一個(gè) ELF 文件一共由 4 個(gè)部分組成;

2. 鏈接器和加載器，它們?cè)谑褂梦业臅r(shí)候，只會(huì)使用它們感興趣的部分;

還有一點(diǎn)差點(diǎn)忘記給你提個(gè)醒了：在 Linux 系統(tǒng)中，會(huì)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(gè)結(jié)構(gòu)體告訴你。

初次見面，先認(rèn)識(shí)一下即可，千萬不要深究哦。

描述 ELF header 的結(jié)構(gòu)體：

描述 Program header table 的結(jié)構(gòu)體：

描述 Section header table 的結(jié)構(gòu)體：

ELF header(ELF 頭)
頭部?jī)?nèi)容，就相當(dāng)于是一個(gè)總管，它決定了這個(gè)完整的 ELF 文件內(nèi)部的所有信息，比如：

1. 這是一個(gè) ELF 文件;

2. 一些基本信息：版本，文件類型，機(jī)器類型;

3. Program header table(程序頭表)的開始地址，在整個(gè)文件的什么地方;

4. Section header table(節(jié)頭表)的開始地址，在整個(gè)文件的什么地方;

你是不是有點(diǎn)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 Sections 和 Segments 全部統(tǒng)一稱為 Sections 啦！

其實(shí)是這樣的，在一個(gè) ELF 文件中，存在很多個(gè) Sections，這些 Sections 的具體信息，是在 Program header table 或者 Section head table 中進(jìn)行描述的。

就拿 Section head table 來舉例吧：

假如一個(gè) ELF 文件中一共存在 4 個(gè) Section: .text、.rodata、.data、.bss，那么在 Section head table 中，將會(huì)有 4 個(gè) Entry(條目)來分別描述這 4 個(gè) Section 的具體信息(嚴(yán)格來說，不止 4 個(gè) Entry，因?yàn)檫€存在一些其他輔助的 Sections)，就像下面這樣：

在開頭我就說了，我要用字節(jié)碼的粒度，扒開來給你看！

為了不耍流氓，我還是用一個(gè)具體的代碼示例來描述，只有這樣，你才能看到實(shí)實(shí)在在的字節(jié)碼。

程序的功能比較簡(jiǎn)單：

// 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(dòng)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(gè)工具，可是一個(gè)好東西啊！一定要好好的利用它。

這張圖中顯示的信息，就是 ELF header 中描述的所有內(nèi)容了。這個(gè)內(nèi)容與結(jié)構(gòu)體 Elf32_Ehdr 中的成員變量是一一對(duì)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(gè)字節(jié)。那么我就把開頭的這 52 個(gè)字節(jié)碼給你看一下。

這回，我用 od -Ax -t x1 -N 52 main 這個(gè)指令來讀取 main 中的字節(jié)碼，簡(jiǎn)單解釋一下其中的幾個(gè)選項(xiàng)：

-Ax: 顯示地址的時(shí)候，用十六進(jìn)制來表示。如果使用 -Ad，意思就是用十進(jìn)制來顯示地址;

-t -x1: 顯示字節(jié)碼內(nèi)容的時(shí)候，使用十六進(jìn)制(x)，每次顯示一個(gè)字節(jié)(1);

-N 52：只需要讀取 52 個(gè)字節(jié);

這 52 個(gè)字節(jié)的內(nèi)容，你可以對(duì)照上面的結(jié)構(gòu)體中每個(gè)字段來解釋了。

首先看一下前 16 個(gè)字節(jié)。

在結(jié)構(gòu)體中的第一個(gè)成員是 unsigned char e_ident[EI_NIDENT];，EI_NIDENT 的長(zhǎng)度是 16，代表了 EL header 中的開始 16 個(gè)字節(jié)，具體含義如下：

0 - 15 個(gè)字節(jié)

怎樣樣？我以這樣的方式徹底暴露自己，向你表白，足以表現(xiàn)出我的誠(chéng)心了吧？！

如果被感動(dòng)了，別忘記在文章的最底部，點(diǎn)擊一下在看和收藏，也非常感謝您轉(zhuǎn)發(fā)給身邊的小伙伴。贈(zèng)人玫瑰，手留余香！

為了權(quán)威性，我把官方文檔對(duì)于這部分的解釋也貼給大家看一下：

關(guān)于大端、小端格式，這個(gè) 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：

那么再來看一下大端格式：

好了，下面我們繼續(xù)把剩下的 36 個(gè)字節(jié)(52 - 16 = 32)，也以這樣的字節(jié)碼含義畫出來：

16 - 31 個(gè)字節(jié)：

32 - 47 個(gè)字節(jié)：

48 - 51 個(gè)字節(jié)：

具體的內(nèi)容就不用再解釋了，一切都在感情深、一口悶，話不多說，都在酒里~~ 哦不對(duì)，重點(diǎn)都在圖里！

字符串表表項(xiàng) Entry
在一個(gè) 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(hào)等等，這些字符串的長(zhǎng)度都是不固定的，因此用一個(gè)固定的結(jié)構(gòu)來表示這些字符串，肯定是不現(xiàn)實(shí)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(gè)獨(dú)立的 Section 來進(jìn)行管理。

在文件中的其他地方呢，如果想表示一個(gè)字符串，就在這個(gè)地方寫一個(gè)數(shù)字索引：表示這個(gè)字符串位于字符串統(tǒng)一存儲(chǔ)地方的某個(gè)偏移位置，經(jīng)過這樣的按圖索驥，就可以找到這個(gè)具體的字符串了。

比如說啊，下面這個(gè)空間中存儲(chǔ)了所有的字符串：

在程序的其他地方，如果想引用字符串 “hello,world!”，那么就只需要在那個(gè)地方標(biāo)明數(shù)字 13 就可以了，表示：這個(gè)字符串從偏移 13 個(gè)字節(jié)處開始。

那么現(xiàn)在，咱們?cè)倩氐竭@個(gè) main 文件中的字符串表，

在 ELF header 的最后 2 個(gè)字節(jié)是 0x1C 0x00，它對(duì)應(yīng)結(jié)構(gòu)體中的成員 e_shstrndx，意思是這個(gè) ELF 文件中，字符串表是一個(gè)普通的 Section，在這個(gè) Section 中，存儲(chǔ)了 ELF 文件中使用到的所有的字符串。

既然是一個(gè) Section，那么在 Section header table 中，就一定有一個(gè)表項(xiàng) Entry 來描述它，那么是哪一個(gè)表項(xiàng)呢？

這就是 0x1C 0x00 這個(gè)表項(xiàng)，也就是第 28 個(gè)表項(xiàng)。

這里，我們還可以用指令 readelf -S main 來看一下這個(gè) ELF 文件中所有的 Section 信息：

其中的第 28 個(gè) Section，描述的正是字符串表 Section:

可以看出來：這個(gè) Section 在 ELF 文件中的偏移地址是 0x0016ed，長(zhǎng)度是 0x00010a 個(gè)字節(jié)。

下面，我們從 ELF header 的二進(jìn)制數(shù)據(jù)中，來推斷這信息。

讀取字符串表 Section 的內(nèi)容
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(gè) 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(gè) 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(gè)表項(xiàng)描述信息中獲取。

要想知道第 28 個(gè)表項(xiàng)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(gè)表項(xiàng)的大小。

正好最后這 2 個(gè)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(gè)字節(jié)處。

知道了開始地址，再來算一下第 28 個(gè)表項(xiàng) Entry 的地址。

ELF header 中的第 46、47 字節(jié)內(nèi)容是：28 00，表示每個(gè)表項(xiàng)的長(zhǎng)度是 0x0028 = 40 個(gè)字節(jié)。

注意這里的計(jì)算都是從 0 開始的，因此第 28 個(gè)表項(xiàng)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(gè) Section 的表項(xiàng)，位于 ELF 文件的 7256 字節(jié)的位置。

既然知道了這個(gè)表項(xiàng) Entry 的地址，那么就扒開來看一下其中的二進(jìn)制內(nèi)容：

執(zhí)行指令：od -Ad -t x1 -j 7256 -N 40 main。

其中的 -j 7256 選項(xiàng)，表示跳過前面的 7256 個(gè)字節(jié)，也就是我們從 main 這個(gè) ELF 文件的 7256 字節(jié)處開始讀取，一共讀 40 個(gè)字節(jié)。

這 40 個(gè)字節(jié)的內(nèi)容，就對(duì)應(yīng)了 Elf32_Shdr 結(jié)構(gòu)體中的每個(gè)成員變量：

這里主要關(guān)注一下上圖中標(biāo)注出來的 4 個(gè)字段:

sh_name: 暫時(shí)不告訴你，馬上就解釋到了;

sh_type：表示這個(gè) Section 的類型，3 表示這是一個(gè) string table;

sh_offset: 表示這個(gè) Section，在 ELF 文件中的偏移量。0x000016ed = 5869，意思是字符串表這個(gè) Section 的內(nèi)容，從 ELF 文件的 5869 個(gè)字節(jié)處開始;

sh_size：表示這個(gè) Section 的長(zhǎng)度。0x0000010a = 266 個(gè)字節(jié)，意思是字符串表這個(gè) Section 的內(nèi)容，一共有 266 個(gè)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(zhǎng)度是 0x00010a 個(gè)字節(jié)嗎？

與我們這里的推斷是完全一致的！

既然知道了字符串表這個(gè) Section 在 ELF 文件中的偏移量以及長(zhǎng)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？！

看一看，瞧一瞧，是不是這個(gè) Section 中存儲(chǔ)的全部是字符串？

剛才沒有解釋 sh_name 這個(gè)字段，它表示字符串表這個(gè) Section 本身的名字，既然是名字，那一定是個(gè)字符串。

但是這個(gè)字符串不是直接存儲(chǔ)在這里的，而是存儲(chǔ)了一個(gè)索引，索引值是 0x00000011，也就是十進(jìn)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(gè)字節(jié)開始的地方，存儲(chǔ)的是什么？

不要偷懶，數(shù)一下，是不是看到了：“.shstrtab” 這個(gè)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(gè)贊?。。?/p>

讀取代碼段的內(nèi)容
從下面的這張圖(指令：readelf -S main)：

可以看到代碼段是位于第 14 個(gè)表項(xiàng)中，加載(虛擬)地址是 0x08048470，它位于 ELF 文件中的偏移量是 0x000470，長(zhǎng)度是 0x0001b2 個(gè)字節(jié)。

那我們就來試著讀一下其中的內(nèi)容。

首先計(jì)算這個(gè)表項(xiàng) Entry 的地址：6136 14 * 40 = 6696。

然后讀取這個(gè)表項(xiàng) Entry，讀取指令是 od -Ad -t x1 -j 6696 -N 40 main:

同樣的，我們也只關(guān)心下面這 5 個(gè)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(chǔ)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(gè) Section 的類型，1(SHT_PROGBITS) 表示這是代碼;

sh_addr：表示這個(gè) Section 加載的虛擬地址是 0x08048470，這個(gè)值與 ELF header 中的 e_entry 字段的值是相同的;

sh_offset: 表示這個(gè) Section，在 ELF 文件中的偏移量。0x00000470 = 1136，意思是這個(gè) Section 的內(nèi)容，從 ELF 文件的 1136 個(gè)字節(jié)處開始;

sh_size：表示這個(gè) Section 的長(zhǎng)度。0x000001b2 = 434 個(gè)字節(jié)，意思是代碼段一共有 434 個(gè)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！

PS: 在查看字符串表 Section 中的字符串時(shí)，不要告訴我，你真的是從 0 開始數(shù)到 155 ??！可以計(jì)算一下：字符串表的開始地址是 5869(十進(jìn)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。

Program header
文章的開頭，我就介紹了：我是一個(gè)通用的文件結(jié)構(gòu)，鏈接器和加載器在看待我的時(shí)候，眼光是不同的。

為了對(duì) Program header 有更感性的認(rèn)識(shí)，我還是先用 readelf 這個(gè)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：

顯示的信息已經(jīng)很明白了:

1. 這是一個(gè)可執(zhí)行程序;

2. 入口地址是 0x8048470;

3. 一共有 9 個(gè) Program header，是從 ELF 文件的 52 個(gè)偏移地址開始的;

布局如下圖所示：

開頭我還告訴過你：Section 與 Segment 本質(zhì)上是一樣的，可以理解為：一個(gè) Secgment 由一個(gè)或多個(gè) Sections 組成。

從上圖中可以看到，第 2 個(gè) program header 這個(gè)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(gè) LOAD 類型的段:

我們來讀取第一個(gè) LOAD 類型的段，當(dāng)然還是扒開其中的二進(jìn)制字節(jié)碼。

第一步的工作是，計(jì)算這個(gè)段表項(xiàng)的地址信息。

從 ELF header 中得知如下信息：

1. 字段 e_phoff ：Program header table 位于 ELF 文件偏移 52 個(gè)字節(jié)的地方。

2. 字段 e_phentsize: 每一個(gè)表項(xiàng)的長(zhǎng)度是 32 個(gè)字節(jié);

3. 字段 e_phnum: 一共有 9 個(gè)表項(xiàng) Entry;

通過計(jì)算，得到可讀、可執(zhí)行的 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：

按照上面的慣例，我還是把其中幾個(gè)需要關(guān)注的字段，與數(shù)據(jù)結(jié)構(gòu)中的成員變量進(jìn)行關(guān)聯(lián)一下：

p_type: 段的類型，1: 表示這個(gè)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(gè)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(gè)段在 ELF 文件中，占據(jù)的字節(jié)數(shù)，0x0744 = 1860 個(gè)字節(jié);

p_memsz：這個(gè)段加載到內(nèi)存中，需要占據(jù)的字節(jié)數(shù)，0x0744= 1860 個(gè)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(gè)字節(jié)，都是屬于這個(gè) LOAD 段的內(nèi)容。

在被執(zhí)行時(shí)，這個(gè)段需要被加載到內(nèi)存中虛擬地址為 0x08048000 這個(gè)地方，從這里開始，又是一個(gè)全新的故事了。

再回顧一下
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(xì)的顆粒度了，這下子，您是否對(duì)我有足夠的了解了呢？

其實(shí)只要抓住下面 2 個(gè)重點(diǎn)即可：

1. ELF header 描述了文件的總體信息，以及兩個(gè) table 的相關(guān)信息(偏移地址，表項(xiàng)個(gè)數(shù)，表項(xiàng)長(zhǎng)度);

2. 每一個(gè) table 中，包括很多個(gè)表項(xiàng) Entry，每一個(gè)表項(xiàng)都描述了一個(gè) Section/Segment 的具體信息。

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(shí)，就不會(huì)迷路啦！

- EOF -