Python微信订餐小程序课程视频
https://edu.csdn.net/course/detail/36074
Python实战量化交易理财系统
https://edu.csdn.net/course/detail/35475
作 者:道哥,10+年嵌入式开发老兵,专注于:C/C++、嵌入式、Linux。
关注下方公众号,回复【书籍】,获取 Linux、嵌入式领域经典书籍;回复【PDF】,获取所有原创文章( PDF 格式)。
目录* 示例代码
别人的经验,我们的阶梯!
最近因为项目上的需要,利用动态链接库来实现一个插件系统,顺便就复习了一下关于Linux
中一些编译、链接相关的内容。
在链接的过程中,符号重定位是比较麻烦的事情,特别是在动态链接的过程中,因为需要考虑到很多不同的情况。
这篇文章作为第一篇,先来聊一聊静态链接中的重定位过程。
按照惯例,还是以一个简短的示例代码作为载体,看一看GCC
在链接的过程中,是如何根据目标文件(.o文件
)来进行重定位,生成最终的可执行文件的。
示例代码
示例代码很简单,一共有2
个源文件main.c
和 sub.c
。
在sub.c
中定义了一个全局变量和一个全局函数,然后在main.c
中使用这个全局变量和全局函数。代码如下:
sub.c
main.c
在一般的开发过程中,都是使用GCC
工具,直接把这2
个源文件编译得到可执行文件。
但是,为了探究编译、链接过程中的一些内部情况,我们需要把编译、链接的过程拆开,从中间过程中产生的目标文件(.o 文件
)中,来查看一些详细信息。
先把这2
个源文件编译成目标文件sub.o
和main.o
:
$ gcc -m32 -c sub.c
$ gcc -m32 -c main.c
这样就得到了两个目标文件,先来初步看一下这2
个目标文件中的一些信息。
以上这两个编译过程是各自独立的,虽然main.o
中使用了两个符号(全局变量和全局函数),但是此时main.o
并不知道这2
个符号是在哪个文件中定义的。
当链接器把所有的.o
文件链接成可执行文件的过程中,才能确定这2
个符号是在哪里。
在Linux
系统中,目标文件(.o) 和可执行文件都是ELF
格式的,因此如何查看ELF
格式文件的一些工具指令就非常有帮助。
很久之前总结过这篇文章:《Linux系统中编译、链接的基石-ELF文件:扒开它的层层外衣,从字节码的粒度来探索》,里面详细总结了ELF
文件的内部结构,以及一些相关的工具。
sub.o 文件内容分析
段信息
首先来简单瞄一眼一下sub.o
中的一些信息。
sub.o
中的段信息如下(指令:$ readelf -S sub.o
):
我们主要关心黄色的代码段和数据段就可以了,可以看出:
- 代码段(.text):地址Addr是 0x0000_0000(因为这是目标文件,不是可执行文件,所以不会安排地址),它在 sub.o 文件中的偏移量(Off)是 0x34,长度是 0x0C 字节;
- 数据段(.data):地址Addr是 0x0000_0000,它在 sub.o 文件中的偏移量(Off)是 0x40,长度是 0x04 字节;
简单算一下:sub.o
的开始部分是ELF
的 header
,通过 readelf -h sub.o
指令可以看出来header
部分是52
个字节(即:0x34
),如下:
因此可以得到:
- 代码段(.text)是紧接在 header 之后,长度是 0x0C 个字节,在文件中占据着 0x34 ~ 0x3F 这部分空间(0x3F = 0x34 + 0x0C - 1);
- 数据段(.data)是进阶在代码段之后,在文件中占据着 0x40 ~ 0x43 这部分空间;
符号表信息
下面再来说说符号表的事情。
简单来说,符号表就是一个文件中定义的所有符号、引用的外部符号(在其它文件中定义),包括:变量名、函数名、段名等等,都属于符号。
当然了,在ELF
文件中会详细的说明每一个符号的类型、大小、可见性等信息。如果对ELF
文件格式有过了解的话,一定知道每一条符号信息,都是通过一个结构体来描述具体含义的,描述符号表的结构体如下:
// Symbol table entries for ELF32.
struct Elf32\_Sym {
Elf32_Word st_name; // Symbol name (index into string table)
Elf32_Addr st_value; // Value or address associated with the symbol
Elf32_Word st_size; // Size of the symbol
unsigned char st_info; // Symbol's type and binding attributes
unsigned char st_other; // Must be zero; reserved
Elf32_Half st_shndx; // Which section (header table index) it's defined in
};
再来看一下sub.o
中的符号表,下面这张图(指令:readelf -s sub.o
):
关注上图中黄色矩形中的两个符号:SubData
和SubFunc
,很明显它们就是sub.c
中定义的两个符号:全局变量和全局函数。
对于SubData
符号来说:
- Size=4: 长度是 4 个字节;
- Type=OBJECT:说明这是一个数据对象;
- Bind=GLOBAL:说明这个符号是全局可见的,也就是在其他文件中可以使用;
- Ndx=2:说明这个符号是属于第 2 个 段中,就是数据段(.data);
同样的道理,对于SubFunc
符号来说:
- Size=12: 长度是 12 个字节;
- Type=FUNC:说明这是一个函数;
- Bind=GLOBAL:说明这个符号是全局可见的,也就是在其他文件中可以调用;
- Ndx=1:说明这个符号是属于第 1 个 段中,就是代码段(.text);
main.o 文件分析
按照上面的步骤,把main.o
中的这几个信息也查看一下。
段信息
指令:readelf -S main.o
可以看出:
- 代码段(.text):地址Addr是 0x0000_0000(因为这是目标文件,不是可执行文件,所以不会安排地址),它在 sub.o 文件中的偏移量(Off)是 0x34,长度是 0x32 字节;
- 数据段(.data):地址Addr是 0x0000_0000,它在 sub.o 文件中的偏移量(Off)是 0x66,长度是 0 个字节,因为它没有定义变量;
在文件中的布局如下所示:
符号表信息
指令:readelf -s main.o
重点看一下黄色矩形中的3
个符号。
main
符号:
- Size=50: 长度是 30 个字节,也就对应着代码段的长度 0x32 ;
- Type=FUNC:说明这是一个函数;
- Bind=GLOBAL:说明这个符号是全局可见的,也就是在其他文件中可以调用;
- Ndx=1:说明这个符号是属于第 1 个 段中,就是代码段(.text);
下面两个符号SubData
和SubFunc
,他们的Ndx
都是UND
,表示这2
个符号被main.o
使用,但是定义在其他文件中。
我们知道,当链接成可执行文件时,所有的符号都必须有确定的地址(虚拟地址),所以链接器就需要在链接的过程中找到这2
个符号在可执行文件中的地址,然后把这两个地址填写到main
的代码段中。
可以先来看一下main.o
的反汇编代码:
指令: objdump -d main.o
黄色矩形框中是把数值0
存储到eax
寄存器中,然后把eax
压到栈中,然后红色矩形框调用了一个函数。
从示例代码(.c
文件)中可知:main
函数在调用sub.c
中的SubFunc
函数时,传入了变量SubData
。
黄色部分的00 00 00 00
就应该是符号SubData
的地址,只不过此时main.o
还不知道这个符号的将会被链接器安排在什么地址,所以只能空着(以4
个字节的00
来占位)。
红色部分的调用(call
)地址为什么是fc ff ff ff
?
按照小端格式计算一下:0xfffffffc
,十进制的值就是-4
,为什么设置成-4
呢?
对于x86
平台的ELF
格式来说,对地址进行修正的方式有2
种:绝对寻址和相对寻址。
绝对寻址
对于SubData
符号就是绝对寻址,在链接成可执行文件时,这个地址在代码段中偏移0x12
个字节(黄色矩形框指令码偏移0x11
个字节,跨过一个字节的指令码a1
就是0x12
个字节),这个地方4
个字节的当前值是 00 00 00 00
。
链接器在修正的时候(就是链接成可执行文件的时候),会把这4
个字节修改为SubData
变量在可执行文件中的实际地址(虚拟地址)。
相对寻址
红色矩形框中的函数调用(SubFunc
符号),就是相对寻址,就是说:当CPU
执行到这条指令的时候,把PC
寄存中的值加上这个偏移地址,就是被调用对象的实际地址。
链接器在重定位的时候,目的就是计算出相对地址,然后替换掉fc ff ff ff
这四个字节。
PC
寄存器中的值是确定的,当call
这条指令被CPU
取到之后,PC
寄存器被自动增加,指向下一条指令的开始地址(偏移0x1f
地址处)。
实际地址 = PC值 + xxxx_xxxx
,所以得到:xxxx_xxxx = 实际地址 - PC值
。
而PC
值与 xxxx_xxxx
所在的地址之间是有关系的:PC值 + (-4)
就得到 xxxx_xxxx
所在的地址,因此在main.o
中预先在这个地址处填 fc ff ff ff(-4)
。
问题来了,链接器怎么知道main.o
中代码段的这两个地方,需要进行地址修正?
这就是下面介绍的重定位表的作用了!
重定位表信息
指令:objdump -r main.o
重定位表就表示: 该目标文件中,有哪些符号需要在链接的时候进行地址重定位。
从图中黄色矩形框可以看出:main.o
中代码段(.text
)的 SubData
和SubFunc
这 2 个符号都需要链接器对它进行重定位。
TYPE
列:R_386_32
表示绝对寻址, R_386_PC32
表示相对寻址; OFFSET
列表示需要重定位的符号在main.o
文件代码段中的偏移位置。
刚才已经看了main.o
的反汇编代码,可以看到偏移0x12 和 0x1b
的地方,就是需要进行地址重定位的两个符号。
可执行程序 main
有了 2 个目标文件:sub.o
和main.o
,就可以链接得到可执行程序了:
$ ld -m elf_i386 main.o sub.o -e main -o main
段信息
使用readelf
工具来看一下main
可执行文件中的段信息(指令:readelf -S main
):
- 红色矩形框是代码段(.text),链接器把它放在虚拟地址 0x0804_8094;
- 黄色矩形框是数据段(.data),链接器把它放在虚拟地址 0x0804_9138;
从段信息中可以看到main
文件中代码段和数据段的布局如下:
可执行程序main
是由main.o
和sub.o
这两个目标文件组成的,所以main
中的代码段是由main.o
中的代码段和sub.o
中的代码段组合得到的;对于数据段,由于 main.o
中数据段的长度为0
,所以main
中的数据段就是sub.o
中的数据段(长度为4
),如下图所示:
符号表信息
指令:readelf -s main
黄色矩形框中的SubData
属于数据段,长度是 4 个字节,虚拟地址是 0x0804_9138
,与段信息中的值是一致的。
红色矩形框中的SubFunc
属于代码段,长度是 12 个字节,虚拟地址是 0x0804_80c6
。
因为main
中的代码段包括 2 部分内容:
- main.o 中的代码段 main 函数;
- sub.o 中的代码段 SubFunc 函数;
所以,可执行文件main
中的代码段,先存放的是main
函数,虚拟地址:0x0804_8094
,长度是0x32
(50 个字节);
紧接着存放的是SubFunc
函数,虚拟地址:0x0804_80c6
,长度是0x0c
(12 个字节)。
如下图所示:
链接器在第一遍扫描所有的目标文件时,把所有相同类型的段进行合并,安排到相应的虚拟地址,如上图所示。
所谓的安排虚拟地址,就是指定这块内容被加载到虚拟内存的什么地方。当可执行文件被执行的时候,加载器就把每一块内容复制到虚拟内存相应的地址处。
同时,链接器还会建立一个全局符号表,把每一个目标文件中的符号信息都复制到这个全局符号表中。
对于我们的实例程序,全局符号表中包括:
SubData: 属于 sub.o 文件,数据段,安排在虚拟地址 0x0804_9138;
SubFunc: 属于 sub.o 文件,代码段,安排在虚拟地址 0x0804_80c6;
其它符号信息...
绝对地址重定位
然后,链接器第二遍扫描所有的目标文件,检查哪些目标文件中的符号需要进行重定位。
对于我们的示例程序,首先来看一下main.o
中使用的外部变量SubData
的重定位。
从main.o
的重定位表中可知:SubData
符号需要进行重定位,需要把这个符号在执行时刻的绝对寻址(虚拟地址),写入到 main
可执行文件中代码段中偏移0x12
字节处。
也就是说需要解决 2 个问题
:
- 需要计算出在执行文件 main 中的什么位置来填写绝对地址(虚拟地址);
- 填写的绝对地址(虚拟地址)的值是多少;
首先来解决第一个问题。
从可执行文件的段表中可以看出:目标文件main.o
和sub.o
中的代码段被存放到可执行文件main
中代码段的开始位置,先放main.o
代码段,再放sub.o
代码段。
代码段的开始地址距离文件开始的偏移量是0x94
,再加上偏移量0x12
,结果就是0xa6
。
也就是说:需要在main
文件中偏移0xa6
处填入SubData
在执行时刻的绝对地址(虚拟地址)。
再来解决第二个问题。
链接器从全局符号表中发现:SubData
符号属于sub.o
文件,已经被安排在虚拟地址0x0804_9138
处,因此只需要把0x0804_9138
填写到可执行文件main
中偏移0xa6
的地方。
我们来读取main
文件,验证一下这个位置处的虚拟地址是否正确:
指令:od -Ax -t x1 -j 166 -N 4 main
-Ax: 显示地址的时候,用十六进制来表示。如果使用 -Ad,意思就是用十进制来显示地址;
-t -x1: 显示字节码内容的时候,使用十六进制(x),每次显示一个字节(1);
-j 166: 跨过 166 个字节(十六进制 0xa6);
-N 4:只需要读取 4 个字节;
注意:显示的是小端格式。
相对地址重定位
从上面描述的重定位表中看出:main.o
代码段中的SubFunc
符号也需要重定位,而且是相对寻址。
链接器需要把SunFunc
符号在执行时刻的绝对地址(虚拟地址),减去call
指令的下一条指令(PC 寄存器
) 之后的差值,填写到执行文件main
中的main.o
代码段偏移0x1b
的地方。
同样的道理,需要解决 2 个问题
:
- 需要计算出在执行文件 main 中的什么位置来填写相对地址;
- 填写的相对地址的值是多少;
首先来解决第一个问题。
从main.o
的重定位表中可知:需要修正的位置距离main.o
中代码段的偏移量是0x1b
字节。
可执行文件main
中代码段的开始地址距离文件开始的偏移量是0x94
,再加上偏移量0x1b
就是0xaf
。
也就是说:需要在main
文件中0xaf
偏移处填入一个相对地址,这个相对地址的值就是SubFunc
在执行时刻的绝对地址(虚拟地址)、距离call
指令的下一条指令的偏移量。
再来解决第二个问题。
链接器在第一遍扫描的时候,已经把sub.o
中的符号SubFunc
记录到全局符号表中了,知道SubFunc
函数被安排在虚拟地址0x0804_80c6
的地方。
但是不能把这个绝对地址直接填写进去,因为 call
指令需要的是相对地址(偏移地址)。
链接器把main
代码段起始位置安排在 0x0804_8094
,那么偏移0x1b
处的虚拟地址就是:0x0804_80af
,然后还需要再跨过4
个字节(因为执行call
指令时,PC
的值自动增加到下一条指令的开始地址)才是此刻PC
寄存器的值,即:0x0804_80b3
,如下图中红色部分:
两个虚拟地址都知道了,计算一下差值就可以了:0x0804_80c6 - 0x0804_80b3 = 0x13
。
也就是说:在可执行文件main
中偏移为0xaf
的地方,填入相对地址0x0000_0013
就完成了SubFunc
符号的重定位。
还是用od
指令来读取main
文件的内容来验证一下:
指令:od -Ax -t x1 -j 175 -N 4 main
总结
经过以上两个重定位操作,main.c
中使用的两个外部符号就解决了地址重定位问题。
再来看一下可执行文件main
的反汇编代码:
从黄色和红色的矩形框可以看出,二进制指令中的地址值与上面的分析是一致的。
以上就是静态链接过程中地址重定位的基本过程,与动态链接相比,静态链接还是相对简单很多。
以后有机会的话,我们再继续聊一下动态链接中的一些操作,谢谢!
------ End ------
肝文不易,请支持一下道哥,把文章分享给更多的嵌入式小伙伴,谢谢!
推荐阅读
【2】C语言指针-从底层原理到花式技巧,用图文和代码帮你讲解透彻
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-UFuUh3Ql-1647537001897)(https://img2022.cnblogs.com/blog/1440498/202203/1440498-20220317202825587-892127471.png)]
星标公众号,第一时间看文章!
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-CfrHTBZR-1647537001898)(https://img2022.cnblogs.com/blog/1440498/202203/1440498-20220317202825614-1502450779.png]
转载请注明:xuhss » 【图片+代码】:GCC 链接过程中的【重定位】过程分析