COFF的文件結構
    讓我們先來看一下COFF文件的整體結構，看看它到底長得什么樣！

    其中，除了段落頭可以有多個節（因為可以有多個段落）以外，其它的所有類型的節最多只能有一個。
    文件頭：顧名思義，它就是COFF文件的頭，它用來保存COFF文件的基本信息，如文件標識，各個表的位置等等。
    可選頭：再顧名思義，它也是一個頭，還是可選的，而且可有可無。在目標文件中，基本上都沒有這個頭；但在其它的文件中（如：可執行文件）這個段用來保存在文件頭中沒有描述到的信息。
    段落頭：又顧……（不顧了，再顧有人要打我了J），這個頭（怎么這么多的頭啊？！）是用來描述段落信息的，每個段落都有一個段落頭來描述。段落的數目在文件頭中會指出。
    段落數據：這通常是COFF文件中最大的數據段，每個段落真正的數據就保存在這個位置。至于怎么區分這些數據是哪個段落的，不要問我，去問段落頭。
    重定位表：這個表通常只存在于目標文件中，它用來描述COFF文件中符號的重定位信息。至于為什么要重定位，請回家看看你的操作系統的書籍。
    符號表：這個表用來保存COFF文件中所用到的所有符號的信息，連接多個COFF文件時，這個表幫助我們重定位符號。調試程序時也要用到它。
    字符串表：不用我說，大家也知道它用來保存字符串的。可是字符串保存給誰看呢？不知道了吧！？問我啊！J符號表是以記錄的形式來描述符號信息的，但它只為符號名稱留置了8個字符的空間，早期的小程序還將就能行，可在現在的程序中，一個符號名動不動就數十個字符，8個字符怎么能夠？沒辦法，只好把這些名稱存在字符串表中。而符號表中只記錄這些字符串的位置。
    文件的結構大體上就是這樣了。長得是丑了點，不過還算它的設計者有點遠見。可擴充性設計得不錯，以致于沿用至今。了解了文件的整體結構，現在讓我們來逐個段落分析它。

    文件頭
    文件頭，自然是從文件的0偏移處開始，它的結構很簡單。用C的結構描述如下：
typedef struct {
  unsigned short usMagic;  // 魔法數字
  unsigned short usNumSec;  // 段落（Section）數
  unsigned long  ulTime;  // 時間戳
  unsigned long  ulSymbolOffset;  // 符號表偏移
  unsigned long  ulNumSymbol;  // 符號數
  unsigned short usOptHdrSZ;  // 可選頭長度
  unsigned short usFlags;  // 文件標記
} FILEHDR;
    結構中usMagic成員是一個魔法數字（Magic Number），在I386平臺上的COFF文件中它的值為0x014c。如果COFF文件頭中魔法數字不為0x014c，那就不用看了，這不是一個I386平臺的COFF文件。其實這就是一個平臺標識。
    第二個成員usNumSec是一個無符號短整型，它用來描述段落的數量。段落頭（Section Header）的數目就是它。
    ulTime成員是一個時間戳，它用來描述COFF文件的建立時間。當COFF文件為一個可執行文件時，這個時間戳經常用來當做一個加密用的比對標識。
    ulSymbolOffset是符號表在文件中的偏移量，這是一個絕對偏移量，要從文件頭開始計數。在COFF文件的其它節中，也存在這種偏移量，它們都是絕對偏移量。
    ulNumSymbol成員給出了符號表中符號記錄的數量。
    usOptHdrSZ是可選頭的長度，通常它為0。而可選頭的類型也是從這個長度得知的，針對不同的長度，我們就要選擇不同的處理方式。
    usFlag是COFF文件的屬性標記，它標識了COFF文件的類型，COFF文件中所保存的數據等等信息。
    其值如下：

值	名稱	說明
0x0001	F_RELFLG	無重定位信息標記。這個標記指出COFF文件中沒有重定位信息。通常在目標文件中這個標記們為0，在可執行文件中為1。
0x0002	F_EXEC	可執行標記。這個標記指出 COFF 文件中所有符號已經解析， COFF 文件應該被認為是可執行文件。
0x0004	F_LNNO	文件中所有行號已經被去掉。
0x0008	F_LSYMS	文件中的符號信息已經被去掉。
0x0100	F_AR32WR	些標記指出文件是 32 位的 Little-Endian COFF 文件。

    注：Little-Endian，記不得它的中文名稱了。它是指數據的排列方式。比如：十六進制的0x1234以Little-Endian方式在內存中的順序為0x34 0x12。與之相反的是Big-Endian，這種方式下，在內存中的順序是0x12 0x34。
這個表的內容并不全面，但在目標文件中，常用的也就只有這些。其它的標記我將在以后介紹PE格式時給出。
可選頭
    可選頭接在文件頭的后面，也就是從COFF文件的0x0014偏移處開始。長度可以為0。不同長度的可選頭，其結構也不同。標準的可選頭長度為24或28字節，通常是28啦。這里我就只介紹長度為28的可選頭。（因為這種頭的長度是自定義的，不同的人定義的結果就不一樣，我只能選一種最常用的頭來介紹，別的我也不知道）
這種頭的結構如下：
typedef struct {
  unsigned short usMagic;  // 魔法數字
  unsigned short usVersion;  // 版本標識
  unsigned long  ulTextSize;  // 正文（text）段大小
  unsigned long  ulInitDataSZ;  // 已初始化數據段大小
  unsigned long  ulUninitDataSZ;  // 未初始化數據段大小
  unsigned long  ulEntry;  // 入口點
  unsigned long  ulTextBase;  // 正文段基址
  unsigned long  ulDataBase;  // 數據段基址（在PE32中才有）
} OPTHDR;
    第一個成員usMagic還是魔法數字，不過這回它的值應該為0x010b或0x0107。當值為0x010b時，說明COFF文件是一個一般的可執行文件；當值為，0x0107時，COFF則為一個ROM鏡像文件。
    usVersion是COFF文件的版本，ulTextSize是這個可執行COFF的正文段長度，ulInitDataSZ和ulUninitDataSZ分別為已初始化數據段和未初始化數據段的長度。
    ulEntry是程序的入口點，也就是COFF載入內存時正文段的位置（EIP寄存器的值），當COFF文件是一個動態庫時，入口點也就是動態庫的入口函數。
    ulTextBase是正文段的基址。
    ulDataBase是數據段基址。
    其實在這些成員中，只要注意usMagic和ulEntry就可以了。

    段落頭
    段落頭緊跟在可選頭的后面（如果可選頭的長度為0，那么它就是緊跟在文件頭后）。它的長度為36個字節，如下：
typedef struct {
  char           cName[8];  // 段名
  unsigned long  ulVSize;  // 虛擬大小
  unsigned long  ulVAddr;  // 虛擬地址
  unsigned long  ulSize;  // 段長度
  unsigned long  ulSecOffset;  // 段數據偏移
  unsigned long  ulRelOffset;  // 段重定位表偏移
  unsigned long  ulLNOffset;  // 行號表偏移
  unsigned short ulNumRel;  // 重定位表長度
  unsigned short ulNumLN;  // 行號表長度
  unsigned long  ulFlags;  // 段標識
} SECHDR;
    這個頭可是個重要的頭頭，我們要用到的最終信息就由它來描述。一個COFF文件可以不要其它的節，但文件頭和段落頭這兩節是必不可少的。
    cName用來保存段名，常用的段名有.text，.data，.comment，.bss等。.text段是正文段，通常也就是代碼段；.data是數據段，在這個數據段中所保存的數據是初始化過的數據；.bss段也可以用來保存數據，不過這里的數據是未初始化的，這個段也是一個空段；.comment段，看名字也知道，它是注釋段，用來保存一些編譯信息，算是對COFF文件的注釋。
    ulVSize是段數據載入內存時的大小。只在可執行文件中有效，在目標文件中總為0。如果它的長度大于段的實際長度，則多的部分將用0來填充。
    ulVAddr是段數據載入或連接時的虛擬地址。對于可執行文件來說，這個地址是相對于它的地址空間而言。當可執行文件被載入內存時，這個地址就是段中數據的第一個字節的位置。而對于目標文件而言，這只是重定位時，段數據當前位置的一個偏移量。為了計算方便，便定位的計算簡化，它通常設為0。
    ulSize這才是段中數據的實際長度，也就是段數據的長度，在讀取段數據時就由它來確定要讀多少字節。
    ulSecOffset是段數據在COFF文件中的偏移量。
    ulRelOffset是該段的重定位信息的偏移量。它指向了重定位表的一個記錄。
    ulLNOffset是該段的行號表的偏移量。它指向的是行號表中的一個記錄。
    ulNumRel是重定位信息的記錄數。從ulRelOffset指向的記錄開始，到第ulNumRel個記錄為止，都是該段的重定位信息。
    ulNumLN和ulNumRel相似。不過它是行號信息的記錄數。
    ulFlags是該段的屬性標識。其值如下表：

值	名稱	說明
0x0020	STYP_TEXT	正文段標識，說明該段是代碼。
0x0040	STYP_DATA	數據段標識，有些標識的段將用來保存已初始化數據。
0x0080	STYP_BSS	有這個標識段也是用來保存數據，不過這里的數據是未初始化數據。

    注意，在BSS段中，ulVSize、ulVAddr、ulSize、ulSecOffset、ulRelOffset、ulLNOffset、ulNumRel、ulNumLN的值都為0。（上表只是部分值，其它值在PE格式中介紹，后同）

    段數據
    “人”如其名，這里是保存各個段的數據的位置。不同類型的段，數據的內容、結構也不盡相同。但在目標文件中，這些數據都是原始數據（Raw Data）。不存在什么特別的格式。

    重定位表
    這個表所保存的是各個段的重定位信息。這是一張很大的表，因為所有段的重定位信息都在這個表里。各個段落頭記錄了自己的重定位信息的偏移和數量。要用到重定位信息時就到這個表里來讀。當然，你也可以把整個重定位表看成多個重定位表，每個段落都有一個自己的重定位表。這個表只在目標文件中有，可執行文件中是不存在這個表的。
    既然有表，那么就會有記錄。重定位表中的每一條記錄就是一條重定位信息。這個記錄的結構很簡單，如下：
typedef struct {
  unsigned long  ulAddr;  // 定位偏移
  unsigned long  ulSymbol;  // 符號
  unsigned short usType;  // 定位類型
} RELOC;
    有夠簡單吧，一共只三個成員！ulAddr是要定位的內容在段內偏移。比如：一個正文段，起始位置為0x010，ulAddr的值為0x05，那你的定位信息就要寫在0x15處。而且信息的長度要看你的代碼的類型，32位的代碼要寫4個字節，16位的就只要字2個字節。
    ulSymbol是符號索引，它指向符號表中的一個記錄。注意，這里是索引，不是偏移！它只是符號表中的一個記錄的記錄號。這個成員指明了重定位信息所對映的符號。
usType是重定位類型的標識。32位代碼中，通常只用兩種定位方式。一是絕對定位，二是相對定位。其代碼如下：

值	名稱	說明
6	RELOC_ADDR32	32位絕對定位。
20	RELOC_REL32	32位相對定位。

    對于不同的處理器，這些值也不盡相同。這里給出的是i386平臺上最常用的兩個種定位方式的標識。
    其定位方式如下：
    絕對定位
    在絕對定位方式下，你要給出符號的絕對地址（注意，有時候這里可能不是地址，而是值，對于常量來說，你不用給出它的地值，只用給出它的值）。當然，這個地址也不是現成的，你要用符號的相對地址＋它所在段的相對地址來得到它的絕對地址。
    公式：符號絕對地址＝段偏移＋符號偏移
    這些偏移量你要分別從段落頭和符號表中得到。當段落要重定位時，當然還要先重定位段落，才能定位其中的符號。
    相對定位
    相對定位要復雜一些。它所要的地址信息是相對于當前位置的偏移，這個當前位置就是ulAddr所指向的這個偏移的絕對地址后四個字節（32位代碼是四個字節，16位是兩個字節）的位置。也就是用定位偏移＋當前段偏移＋機器字長÷8
    公式：當前地址＝定位偏移＋當前段偏移＋機器字長÷8
    有了當前地址，相對地址就好計算了。只要用符號的絕對地址減去當前地址就可以了。
    公式：相對地址＝符號絕對地址-當前地址
    計算好了地址，把它寫到ulAddr所指向的位置，就一切OK！你已經完成了重定位的工作了。

    行號表
    行號表在調試時很有用。它把可執行的二進制代碼與源代碼的行號之間建立了對映關系。這樣，當程序執行不正確時（其實正確的也可以J），我們就可以根據當前執行代碼的位置得知出錯源代碼的行號，再加以修改。如果沒有它的話，鬼才知道是哪一行出了毛病！
    它的格式也很簡單。只有兩個成員，如下：
typedef struct {
    unsigned long ulAddrORSymbol;  // 代碼地址或符號索引
    unsigned short usLineNo;  // 行號
} LINENO;
    讓我們先看第二個成員，usLineNo。這是一個從1開始計數的計數器，它代表源代碼的行號。第一個成員ulAddrORSymbol在行號大于0時，代表源代碼的地址；而當行號為0時，它就成了行號所對映的符號在符號表中的索引。下面讓我們來看看符號表吧！

    符號表
    符號表是對象文件中用來保存符號信息的一張表，也是COFF文件中最為復雜的一張表。所有段落使用到的符號都在這個表里。它也是由很多條記錄組成，每條記錄都以如下結構保存：
typedef struct {
  union {
    char cName[8];            // 符號名稱
    struct {
      unsigned long ulZero;   // 字符串表標識
      unsigned long ulOffset; // 字符串偏移
    } e;
  } e;
  unsigned long ulValue;     // 符號值
  short iSection;            // 符號所在段
  unsigned short usType;     // 符號類型
  unsigned char usClass;     // 符號存儲類型
  unsigned char usNumAux;    // 符號附加記錄數
} SYMENT;
    cName符號名稱，和前面所有的名稱一樣，它也是8個字節，但不同的是它在一個聯合體中。和它占相同的存儲空間的還有ulZero和ulOffset這兩個成員。如果符號的名稱只有8個字符，那很好，可以直接放到這個cName中；可是，如果名稱的長度大于8個字節，這里就放不下了，只好放到字符串表中。這時候，ulZero的值就會為0，而在ulOffset中會給出我們所用的符號的名稱在字符串表中的偏移。
    一個符號有了名稱不夠，它還要有值！ulValue就是這個符號所代表的值。
    iSection成員指出了這個符號所在的段落。如果它的值為0，那么這個符號就是一個外部符號，要從其它的COFF文件中解析（連接多個目標文件就是要解析這種符號）。當它的值為-1時，說明這個符號的值是一個常量，不是它在段落中的偏移。而當它的值為-2時，這個符號只是一個調試符號，只有在調試時才會用到它。當它大于0時，才是符號所在段的索引值。
    usType是符號的類型標識。它用來說明這個符號的類型，是函數？整型？還是其它什么。這個標識是兩個字節。
    低字節的低四位是基本標識，它指出了符號的基本類型，如整型，字符，結構，聯合等。高四位指出了符號的高級類型，如指針（0001b），函數（0010b），數組（0011b），無類型（0000b）等。現在的編譯器，通常不使用基本類型，只使用高級類型。所以，符號的基本類型通常被設為0。
高字節通常未用。
    usClass是符號的存儲類型標識。它指明了符號的存儲方式。
    其值與意義見下表：

值	名稱	說明
NULL	0	無存儲類型。
AUTOMATIC	1	自動類型。通常是在棧中分配的變量。
EXTERNAL	2	外部符號。當為外部符號時，iSection的值應該為0，如果不為0，則ulValue為符號在段中的偏移。
STATIC	3	靜態類型。ulValue為符號在段中的偏移。如果偏移為0，那么這個符號代表段名。
REGISTER	4	寄存器變量。
MEMBER_OF_STRUCT	8	結構成員。ulValue值為該符號在結構中的順序。
STRUCT_TAG	10	結構標識符。
MEMBER_OF_UNION	11	聯合成員。ulValue值為該符號在聯合中的順序。
UNION_TAG	12	聯合標識符。
TYPE_DEFINITION	13	類型定義。
FUNCTION	101	函數名。
FILE	102	文件名。

    最后一個成員usNumAux是附加記錄的數量。附加記錄是用來描述符號的一些附加信息，為了便于保存，這些附加記錄通常選擇成為一條符號信息記錄的整數倍（多數為1）。所以，如果這個成員的值為1，那么就表示在當前符號信息記錄后附加了一條記錄，用來保存附加信息。
    附加信息的結構是與符號的類型以及存儲類型相關的。不同的類型的符號，其附加信息（如果有的話）的結構也不同。如果你不在意這些內容，也可以把它們乎略。
     當段的類型為FILE時，附加信息就是一個字符串，它是目標文件對應源文件的名稱。其它類型在介紹PE時再進行詳細討論。

    字符串表
    不用多說，瞎子也能看出這個表是用來保存字符串的。它緊接在符號表后。至于為什么要保存字符串，前面已經說過了。這里就不再多說了，只說說字符串的保存格式。
     字符串表是所有節中最簡單一節。如下圖：

0                             4                        

字符串表長度	字符串1\0
....	字符串n\0

    字符串表的前四個字節是字符串表的長度，以字節為單位。其后就是以0結尾的字符串（C風格字符串）。要注意的是，字符串表的長度不僅僅是字符串的長度（這個長度要包括每個字符串后的‘\0’）的總合，它還包括這個長度域的四個字節。符號表中ulOffset成員所指出的偏移就是從字符串表起始處的偏移。比如：指像每一個字符串的符號，ulOffset的值總為4。
    下面給出的代碼，是從字符串表中讀取字符串的典型C代碼。

int iStrlen,iCur=4;                 // iStrLen是字符串表的長度，iCur是當前字符串偏移
char *str;                          // 字符串表
read(fn, &iStrlen, 4);              // 得到字符串表長度
str = (char *)malloc(iStrlen);      // 為字符串表分配空間
while (iCur<iStrlen )               // 讀字符串表，直到全部讀入內存
    iCur+=read(fn, str+iCur, iStrlen- iCur);
iCur=4;                             // 把當前字符串偏移指到每一個字符串
while (iCur<iStrlen ) {             // 顯示每一個字符串
    printf("String offset 0x%04X : %s\n", iCur, str + iCur);
    iCur+=(strlen(str+iCur)+1);     // 計算偏移時不要忘了計算‘\0’字符所占的1個字節！
}
free(str);                          // 釋放字符串表空間

 

    直到這里，整個COFF的結構已經全部介紹完了。很多了解PE格式的朋友一定會奇怪，好像少了很多內容！？是的，標準的COFF文件只有這么多的東西。但MS為了和DOS的可執行文件兼容，以及對可執行文件功能的擴展，在COFF格式中加了很多它自己的標準。讓我差點就認不出COFF了。但了解了COFF文件以后，再來學習PE文件的格式，那就很簡單了。
    想了解PE文件的格式？網上有很多它的資料，我將在本文的基礎上再寫幾篇文章，分別介紹PE，OMF以及ELF的格式。
    現在大家可以自己動手，寫一個COFF文件解析器或是一個簡單的連接程序了！