(上接“GCC編譯的背后(第一部分：預(yù)處理和編譯)”)
3、匯編
開篇：這里實際上還是翻譯過程，只不過把作為中間結(jié)果的匯編代碼翻譯成了機器代碼，即目標(biāo)代碼，不過它還不可以運行。如果要產(chǎn)生這一中間結(jié)果，可用gcc的-c選項，當(dāng)然，也可通過as命令_匯編_匯編語言源文件來產(chǎn)生。
匯編是把匯編語言翻譯成目標(biāo)代碼的過程，在學(xué)習(xí)匯編語言開發(fā)時，大家應(yīng)該比較熟悉nasm匯編工具(支持Intel格式的匯編語言)了，不過這里主要用
as匯編工具來匯編AT&T格式的匯編語言，因為gcc產(chǎn)生的中間代碼就是AT&T格式的。下面來演示分別通過gcc的-c選項和as來
產(chǎn)生
目標(biāo)代碼。
| Quote: |
|
$ file hello.s
hello.s: ASCII assembler program text
$ gcc -c hello.s #用gcc把匯編語言編譯成目標(biāo)代碼
$
file hello.o
#file命令可以用來查看文件的類型，這個目標(biāo)代碼是可重定位的(relocatable)，需
#要通過ld進行進一步的鏈接成可執(zhí)行程序(executable)和共享庫(shared)
hello.o: ELF 32-bit LSB relocatable, Intel 80386, version 1 (SYSV), not stripped
$ as -o hello.o hello.s #用as把匯編語言編譯成目標(biāo)代碼
$ file hello.o
hello.o: ELF 32-bit LSB relocatable, Intel 80386, version 1 (SYSV), not stripped
|
gcc和as默認產(chǎn)生的目標(biāo)代碼都是ELF格式[6]的，因此這里主要討論ELF格式的目標(biāo)代碼(如果
有時間再回顧一下a.out和coff格式，當(dāng)然你也可以參考資料[15]，自己先了解一下，并結(jié)合objcopy來轉(zhuǎn)換它們，比較異同)。
目標(biāo)代碼不再是普通的文本格式，無法直接通過文本編輯器瀏覽，需要一些專門的工具。如果想了解更多目標(biāo)代碼的細節(jié)，區(qū)分relocatable（可重定
位）、executable（可執(zhí)行）、shared
libarary（共享庫）的不同，我們得設(shè)法了解目標(biāo)代碼的組織方式和相關(guān)的閱讀和分析工具。下面我們主要介紹這部分內(nèi)容。
"BFD is a package which allows applications to use the same routines to
operate on object files whatever the object file format. A new object
file format can be supported simply by creating a new BFD back end and
adding it to the library."[24][25]。
binutils(GNU Binary
Utilities)的很多工具都采用這個庫來操作目標(biāo)文件，這類工具有objdump,objcopy,nm,strip等(當(dāng)然，你也可以利用它。如
果你深入了解ELF格式，那么通過它來分析和編寫Virus程序?qū)臃奖?，不過另外一款非常優(yōu)秀的分析工具readelf并不是
基于這個庫，所以你也應(yīng)該可以直接用elf.h頭文件中定義的相關(guān)結(jié)構(gòu)來操作ELF文件。
下面將通過這些輔助工具(主要是readelf和objdump，可參考本節(jié)最后列出的資料[4])，結(jié)合ELF手冊[6](建議看第三篇中文版)來分析它們。
下面大概介紹ELF文件的結(jié)構(gòu)和三種不同類型ELF文件的區(qū)別。
ELF文件的結(jié)構(gòu)：
ELF Header(ELF文件頭)
Porgram Headers Table(程序頭表，實際上叫段表好一些，用于描述可執(zhí)行文件和可共享庫)
Section 1
Section 2
Section 3
...
Section Headers Table(節(jié)區(qū)頭部表，用于鏈接可重定位文件成可執(zhí)行文件或共享庫)
對于可重定位文件，程序頭是可選的，而對于可執(zhí)行文件和共享庫文件（動態(tài)連接庫），節(jié)區(qū)表則是可選的。這里的可選是指沒有也可以。可以分別通過
readelf文件的-h，-l和-S參數(shù)查看ELF文件頭(ELF Header)、程序頭部表（Program Headers
Table，段表）和節(jié)區(qū)表(Section Headers Table)。
文件頭說明了文件的類型，大小，運行平臺，節(jié)區(qū)數(shù)目等。先來通過文件頭看看不同ELF的類型。為了說明問題，先來幾段代碼吧。
Code:[Ctrl+A Select All]Code:[Ctrl+A Select All]Code:[Ctrl+A Select All] 下面通過這幾段代碼來演示通過readelf -h參數(shù)查看ELF的不同類型。期間將演示如何創(chuàng)建動態(tài)連接庫(即可共享文件)、靜態(tài)連接庫，并比較它們的異同。
| Quote: |
|
$ gcc -c myprintf.c test.c #編譯產(chǎn)生兩個目標(biāo)文件myprintf.o和test.o，它們都是可重定位文件(REL)
$ readelf -h test.o | grep Type
Type: REL (Relocatable file)
$ readelf -h myprintf.o | grep Type
Type: REL (Relocatable file)
$ gcc -o test myprintf.o test.o #根據(jù)目標(biāo)代碼連接產(chǎn)生可執(zhí)行文件，這里的文件類型是可執(zhí)行的(EXEC)
$ readelf -h test | grep Type
Type: EXEC (Executable file)
$ ar rcsv libmyprintf.a myprintf.o #用ar命令創(chuàng)建一個靜態(tài)連接庫，靜態(tài)連接庫也是可重定位文件(REL)
$ readelf -h libmyprintf.a | grep Type #因此，使用靜態(tài)連接庫和可重定位文件一樣，它們之間唯一不
#同是前者可以是多個可重定位文件的“集合”。
Type: REL (Relocatable file)
$ gcc -o test test.o -llib -L./ #可以直接連接進去，也可以使用-l參數(shù)，-L指定庫的搜索路徑
$ gcc -Wall myprintf.o -shared -Wl,-soname,libmyprintf.so.0 -o libmyprintf.so.0.0
#編譯產(chǎn)生動態(tài)鏈接庫，并支持major和minor版本號，動態(tài)鏈接庫類型為DYN
$ ln -sf libmyprintf.so.0.0 libmyprintf.so.0
$ ln -sf libmyprintf.so.0 libmyprintf.so
$ readelf -h libmyprintf.so | grep Type
Type: DYN (Shared object file)
$ gcc -o test test.o -llib -L./ #編譯時和靜態(tài)連接庫類似，但是執(zhí)行時需要指定動態(tài)連接庫的搜索路徑
$ LD_LIBRARY_PATH=./ ./test #LD_LIBRARY_PATH為動態(tài)鏈接庫的搜索路徑
$ gcc -static -o test test.o -llib -L./ #在不指定static時會優(yōu)先使用動態(tài)鏈接庫，指定時則阻止使用動態(tài)連接庫
#這個時候會把所有靜態(tài)連接庫文件加入到可執(zhí)行文件中，使得執(zhí)行文件很大
#而且加載到內(nèi)存以后會浪費內(nèi)存空間，因此不建議這么做
|
經(jīng)過上面的演示基本可以看出它們之間的不同。可重定位文件本身不可以運行，僅僅是作為可執(zhí)行文件、靜態(tài)連接庫（也是可重定位文件）、動態(tài)連接庫的
“組件”。靜態(tài)連接庫和動態(tài)連接庫本身也不可以執(zhí)行，作為可執(zhí)行文件的“組件”，它們兩者也不同，前者也是可重定位文件（只不過可能是多個可重定位文件的
集合），并且在連接時加入到可執(zhí)行文件中去；而動態(tài)連接庫在連接時，庫文件本身并沒有添加到可執(zhí)行文件中，只是在可執(zhí)行文件中加入了該庫的名字等信息，以
便在可執(zhí)行文件運行過程中引用庫中的函數(shù)時由動態(tài)連接器去查找相關(guān)函數(shù)的地址，并調(diào)用它們。從這個意義上說，動態(tài)連接庫本身也具有可重定位的特征，含有可
重定位的信息。對于什么是重定位？如何進行靜態(tài)符號和動態(tài)符號的重定位，我們將在鏈接部分和《
動態(tài)符號鏈接的細節(jié)》一節(jié)介紹。
下面來看看ELF文件的主體內(nèi)容，節(jié)區(qū)（Section)。ELF文件具有很大的靈活性，它通過文件頭組織整個文件的總體結(jié)構(gòu)，通過節(jié)區(qū)表
(Section Headers Table)和程序頭（Program Headers Table或者叫段表)來分別描述可重定位文件和可執(zhí)行文件。但不管是哪種類型，它們都需要它們的主體，即各種節(jié)區(qū)。在可重定位文件中，節(jié)區(qū)
表描述的就是各種節(jié)區(qū)本身；而在可執(zhí)行文件中，程序頭描述的是由各個節(jié)區(qū)組成的段（Segment），以便程序運行時動態(tài)裝載器知道如何對它們進行內(nèi)存映像，從而方便程序加載和運行。
下面先來看看
一些常見的節(jié)區(qū)，而關(guān)于這些節(jié)區(qū)(section)如何通過重定位構(gòu)成成不同的段(Segments)，以及有哪些常規(guī)的段，我們將在鏈接部分進一步介紹。
可以通過readelf的-S參數(shù)查看ELF的節(jié)區(qū)。（建議一邊操作一邊看文檔，以便加深對ELF文件結(jié)構(gòu)的理解）先來看看可重定位文件的節(jié)區(qū)信息，通過節(jié)區(qū)表來查看：
| Quote: |
|
$ gcc -c myprintf.c #默認編譯好myprintf.c，將產(chǎn)生一個可重定位的文件myprintf.o
$ readelf -S myprintf.o #通過查看myprintf.o的節(jié)區(qū)表查看節(jié)區(qū)信息
There are 11 section headers, starting at offset 0xc0:
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 000018 00 AX 0 0 4
[ 2] .rel.text REL 00000000 000334 000010 08 9 1 4
[ 3] .data PROGBITS 00000000 00004c 000000 00 WA 0 0 4
[ 4] .bss NOBITS 00000000 00004c 000000 00 WA 0 0 4
[ 5] .rodata PROGBITS 00000000 00004c 00000e 00 A 0 0 1
[ 6] .comment PROGBITS 00000000 00005a 000012 00 0 0 1
[ 7] .note.GNU-stack PROGBITS 00000000 00006c 000000 00 0 0 1
[ 8] .shstrtab STRTAB 00000000 00006c 000051 00 0 0 1
[ 9] .symtab SYMTAB 00000000 000278 0000a0 10 10 8 4
[10] .strtab STRTAB 00000000 000318 00001a 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)
$ objdump -d -j .text myprintf.o #這里是程序指令部分，用objdump的-d選項可以看到反編譯的結(jié)果，
#-j指定需要查看的節(jié)區(qū)
myprintf.o: file format elf32-i386
Disassembly of section .text:
00000000 <myprintf>:
0: 55 push %ebp
1: 89 e5 mov %esp,%ebp
3: 83 ec 08 sub $0x8,%esp
6: 83 ec 0c sub $0xc,%esp
9: 68 00 00 00 00 push $0x0
e: e8 fc ff ff ff call f <myprintf+0xf>
13: 83 c4 10 add $0x10,%esp
16: c9 leave
17: c3 ret
$ readelf -r myprintf.o #用-r選項可以看到有關(guān)重定位的信息，這里有兩部分需要重定位
Relocation section '.rel.text' at offset 0x334 contains 2 entries:
Offset Info Type Sym.Value Sym. Name
0000000a 00000501 R_386_32 00000000 .rodata
0000000f 00000902 R_386_PC32 00000000 puts
$ readelf -x .rodata myprintf.o #.rodata節(jié)區(qū)包含只讀數(shù)據(jù)，即我們要打印的hello, world!.
Hex dump of section '.rodata':
0x00000000 68656c6c 6f2c2077 6f726c64 2100 hello, world!.
$ readelf -x .data myprintf.o #沒有這個節(jié)區(qū),.data應(yīng)該包含一些初始化的數(shù)據(jù)
Section '.data' has no data to dump.
$ readelf -x .bss mmyprintf.o #也沒有這個節(jié)區(qū)，.bss應(yīng)該包含一些未初始化的數(shù)據(jù)，程序默認初始為0
Section '.bss' has no data to dump.
$ readelf -x .comment myprintf.o #是一些注釋，可以看到是是GCC的版本信息
Hex dump of section '.comment':
0x00000000 00474343 3a202847 4e552920 342e312e .GCC: (GNU) 4.1.
0x00000010 3200 2.
$ readelf -x .note.GNU-stack myprintf.o #這個也沒有內(nèi)容
Section '.note.GNU-stack' has no data to dump.
$ readelf -x .shstrtab myprintf.o #包括所有節(jié)區(qū)的名字
Hex dump of section '.shstrtab':
0x00000000 002e7379 6d746162 002e7374 72746162 ..symtab..strtab
0x00000010 002e7368 73747274 6162002e 72656c2e ..shstrtab..rel.
0x00000020 74657874 002e6461 7461002e 62737300 text..data..bss.
0x00000030 2e726f64 61746100 2e636f6d 6d656e74 .rodata..comment
0x00000040 002e6e6f 74652e47 4e552d73 7461636b ..note.GNU-stack
0x00000050 00 .
$ readelf -symtab myprintf.o #符號表，包括所有用到的相關(guān)符號信息，如函數(shù)名、變量名
Symbol table '.symtab' contains 10 entries:
Num: Value Size Type Bind Vis Ndx Name
0: 00000000 0 NOTYPE LOCAL DEFAULT UND
1: 00000000 0 FILE LOCAL DEFAULT ABS myprintf.c
2: 00000000 0 SECTION LOCAL DEFAULT 1
3: 00000000 0 SECTION LOCAL DEFAULT 3
4: 00000000 0 SECTION LOCAL DEFAULT 4
5: 00000000 0 SECTION LOCAL DEFAULT 5
6: 00000000 0 SECTION LOCAL DEFAULT 7
7: 00000000 0 SECTION LOCAL DEFAULT 6
8: 00000000 24 FUNC GLOBAL DEFAULT 1 myprintf
9: 00000000 0 NOTYPE GLOBAL DEFAULT UND puts
$ readelf -x .strtab myprintf.o #字符串表，用到的字符串，包括文件名、函數(shù)名、變量名等。
Hex dump of section '.strtab':
0x00000000 006d7970 72696e74 662e6300 6d797072 .myprintf.c.mypr
0x00000010 696e7466 00707574 7300 intf.puts.
|
從上表可以看出，對于可重定位文件，會包含這些基本節(jié)區(qū).text, .rel.text, .data, .bss, .rodata,
.comment, .note.GNU-stack, .shstrtab,
.symtab和.strtab。為了進一步理解這些節(jié)區(qū)和源代碼的關(guān)系，這里來看一看myprintf.c產(chǎn)生的匯編代碼。
| Quote: |
|
$ gcc -S myprintf.c
$ cat myprintf.s
.file "myprintf.c"
.section .rodata
.LC0:
.string "hello, world!"
.text
.globl myprintf
.type myprintf, @function
myprintf:
pushl %ebp
movl %esp, %ebp
subl $8, %esp
subl $12, %esp
pushl $.LC0
call puts
addl $16, %esp
leave
ret
.size myprintf, .-myprintf
.ident "GCC: (GNU) 4.1.2"
.section .note.GNU-stack,"",@progbits
|
是不是可以從中看出可重定位文件中的那些節(jié)區(qū)和匯編語言代碼之間的關(guān)系？在上面的可重定位文件，可以看到有一個可重定位的節(jié)區(qū)，即.
rel.text，它標(biāo)記了兩個需要重定位的項，.rodata和puts。這個節(jié)區(qū)將告訴編譯器這兩個信息在鏈接或者動態(tài)鏈接的過程中需要重定位，
具體如何重定位？將根據(jù)重定位項的類型，比如上面的R_386_32和R_386_PC32(關(guān)于這些類型的更多細節(jié)，請查看ELF手冊[6])。
到這里，對可重定位文件應(yīng)該有了一個基本的了解，下面將介紹什么是可重定位，可重定位文件到底是如何被鏈接生成可執(zhí)行文件和動態(tài)連接庫的，這個過程除了進行了一些符號的重定位外，還進行了哪些工作呢？
本節(jié)參考資料：
[1] 了解編譯程序的過程
http://9iyou.com/Program_Data/linuxunix-3125.htmlhttp://www.host01.com/article/server/00070002/0621409075078127.htm[2] C track: compiling C programs.
http://www.cs.caltech.edu/courses/cs11/material/c/mike/misc/compiling_c.html[3] Dissecting shared libraries
http://www.ibm.com/developerworks/linux/library/l-shlibs.html4、鏈接
開篇：重定位是將符號引用與符號定義進行鏈接的過程。因此鏈接是處理可重定位文件，把它們的各種符號引用和符號定義轉(zhuǎn)換為可執(zhí)行文件中的合適信息(一般是虛擬內(nèi)存地址)的過程。鏈接又
分為靜態(tài)鏈接和動態(tài)鏈接，前者是程序開發(fā)階段程序員用ld(gcc實際上在后臺調(diào)用了ld)靜態(tài)鏈接器手動鏈接的過程，而動態(tài)鏈接則是程序運行期間系
統(tǒng)調(diào)用動態(tài)鏈接器(ld-linux.so)自動鏈接的過程。比如，如果鏈接到可執(zhí)行文件中的是靜態(tài)連接庫libmyprintf.a，那么.
rodata節(jié)區(qū)在鏈接后需要被重定位到一個絕對的虛擬內(nèi)存地址，以便程序運行時能夠正確訪問該節(jié)區(qū)中的字符串信息。而對于puts，因為它是動態(tài)連接庫libc.so中定義的函數(shù)，所
以會在程序運行時通過動態(tài)符號鏈接找出puts函數(shù)在內(nèi)存中的地址，以便程序調(diào)用該函數(shù)。在這里主要討論靜態(tài)鏈接過程，動態(tài)鏈接過程見《
動態(tài)符號鏈接的細節(jié)》。
靜態(tài)鏈接過程主要是把可重定位文件依次讀入，分析各個文件的文件頭，進而依次讀入各個文件的節(jié)區(qū)，并計算各個節(jié)區(qū)的虛擬內(nèi)存位置，對一些需要重定位的符號
進
行處理，設(shè)定它們的虛擬內(nèi)存地址等，并最終產(chǎn)生一個可執(zhí)行文件或者是動態(tài)鏈接庫。這個鏈接過程是通過ld來完成的，ld在鏈接時使用了一個鏈接腳本
（linker script），
該鏈接腳本處理鏈接的具體細節(jié)。由于靜態(tài)符號鏈接過程非常復(fù)雜，特別是計算符號地址的過程，考慮到時間關(guān)系，相關(guān)細節(jié)請參考ELF手冊[6]。這里主要介
紹可重定位文件中的節(jié)區(qū)（節(jié)區(qū)表描述的）和可執(zhí)行文件中段（程序頭描述的）的對應(yīng)關(guān)系以及gcc編譯時采用的一些默認鏈接選項。
下面先來看看可執(zhí)行文件的節(jié)區(qū)信息，通過程序頭（段表）來查看：
| Quote: |
|
$ readelf -S test.o #為了比較，先把test.o的節(jié)區(qū)表也列出
There are 10 section headers, starting at offset 0xb4:
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 000024 00 AX 0 0 4
[ 2] .rel.text REL 00000000 0002ec 000008 08 8 1 4
[ 3] .data PROGBITS 00000000 000058 000000 00 WA 0 0 4
[ 4] .bss NOBITS 00000000 000058 000000 00 WA 0 0 4
[ 5] .comment PROGBITS 00000000 000058 000012 00 0 0 1
[ 6] .note.GNU-stack PROGBITS 00000000 00006a 000000 00 0 0 1
[ 7] .shstrtab STRTAB 00000000 00006a 000049 00 0 0 1
[ 8] .symtab SYMTAB 00000000 000244 000090 10 9 7 4
[ 9] .strtab STRTAB 00000000 0002d4 000016 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)
$ gcc -o test test.o libmyprintf.o
$ readelf -l test #我們發(fā)現(xiàn)，test和test.o,libmyprintf.o相比，多了很多節(jié)區(qū)，如.interp和.init等
Elf file type is EXEC (Executable file)
Entry point 0x80482b0
There are 7 program headers, starting at offset 52
Program Headers:
Type Offset VirtAddr PhysAddr FileSiz MemSiz Flg Align
PHDR 0x000034 0x08048034 0x08048034 0x000e0 0x000e0 R E 0x4
INTERP 0x000114 0x08048114 0x08048114 0x00013 0x00013 R 0x1
[Requesting program interpreter: /lib/ld-linux.so.2]
LOAD 0x000000 0x08048000 0x08048000 0x0047c 0x0047c R E 0x1000
LOAD 0x00047c 0x0804947c 0x0804947c 0x00104 0x00108 RW 0x1000
DYNAMIC 0x000490 0x08049490 0x08049490 0x000c8 0x000c8 RW 0x4
NOTE 0x000128 0x08048128 0x08048128 0x00020 0x00020 R 0x4
GNU_STACK 0x000000 0x00000000 0x00000000 0x00000 0x00000 RW 0x4
Section to Segment mapping:
Segment Sections...
00
01 .interp
02 .interp .note.ABI-tag .hash .dynsym .dynstr .gnu.version
.gnu.version_r .rel.dyn .rel.plt .init .plt .text .fini .rodata
.eh_frame
03 .ctors .dtors .jcr .dynamic .got .got.plt .data .bss
04 .dynamic
05 .note.ABI-tag
06
|
上表給出了可執(zhí)行文件的如下幾個段(segment)，
PHDR: 給出了程序表自身的大小和位置，不能出現(xiàn)一次以上。
INTERP: 因為程序中調(diào)用了puts（在動態(tài)鏈接庫中定義），使用了動態(tài)連接庫，因此需要動態(tài)裝載器／鏈接器(ld-linux.so)
LOAD: 包括程序的指令，.text等節(jié)區(qū)都映射在該段，只讀(R)
LOAD: 包括程序的數(shù)據(jù)，.data, .bss等節(jié)區(qū)都映射在該段，可讀寫(RW)
DYNAMIC: 動態(tài)鏈接相關(guān)的信息，比如包含有引用的動態(tài)連接庫名字等信息
NOTE: 給出一些附加信息的位置和大小
GNU_STACK: 這里為空，應(yīng)該是和GNU相關(guān)的一些信息
這里的段可能包括之前的一個或者多個節(jié)區(qū)，也就是說經(jīng)過鏈接之后原來的節(jié)區(qū)被重排了，并映射到了不同的段，這些段將告訴系統(tǒng)應(yīng)該如何把它加載到內(nèi)存中。
從上表中，通過比較可執(zhí)行文件(test)中擁有的節(jié)區(qū)和可重定位文件(test.o和myprintf.o)中擁有的節(jié)區(qū)后發(fā)現(xiàn)，鏈接之后多了一些之前沒有的節(jié)區(qū)，這些新的節(jié)區(qū)來自哪里？它們的作用是什么呢？先來通過gcc的-v參數(shù)看看它的后臺鏈接過程。
| Quote: |
|
$ gcc -v -o test test.o myprintf.o #把可重定位文件鏈接成可執(zhí)行文件
Reading specs from /usr/lib/gcc/i486-slackware-linux/4.1.2/specs
Target: i486-slackware-linux
Configured
with: ../gcc-4.1.2/configure --prefix=/usr --enable-shared
--enable-languages=ada,c,c++,fortran,java,objc --enable-threads=posix
--enable-__cxa_atexit --disable-checking --with-gnu-ld --verbose
--with-arch=i486 --target=i486-slackware-linux
--host=i486-slackware-linux
Thread model: posix
gcc version 4.1.2
/usr/libexec/gcc/i486-slackware-linux/4.1.2/collect2
--eh-frame-hdr -m elf_i386 -dynamic-linker /lib/ld-linux.so.2 -o test
/usr/lib/gcc/i486-slackware-linux/4.1.2/../../../crt1.o
/usr/lib/gcc/i486-slackware-linux/4.1.2/../../../crti.o
/usr/lib/gcc/i486-slackware-linux/4.1.2/crtbegin.o
-L/usr/lib/gcc/i486-slackware-linux/4.1.2
-L/usr/lib/gcc/i486-slackware-linux/4.1.2
-L/usr/lib/gcc/i486-slackware-linux/4.1.2/../../../../i486-slackware-linux/lib
-L/usr/lib/gcc/i486-slackware-linux/4.1.2/../../.. test.o myprintf.o
-lgcc --as-needed -lgcc_s --no-as-needed -lc -lgcc --as-needed -lgcc_s
--no-as-needed /usr/lib/gcc/i486-slackware-linux/4.1.2/crtend.o
/usr/lib/gcc/i486-slackware-linux/4.1.2/../../../crtn.o
|
從上邊的演示看出，gcc在連接了我們自己的目標(biāo)文件test.o和myprintf.o之外，還連接了crt1.o,crtbegin.o等額外的目標(biāo)文件，難道那些新的節(jié)區(qū)就來自這些文件？
另外gcc在進行了相關(guān)配置(./configure)后，調(diào)用了collect2，卻并沒有調(diào)用ld，通過查找gcc文檔中和collect2相關(guān)的部
分發(fā)現(xiàn)collect2在后臺實際上還是去尋找ld命令的。為了理解gcc默認連接的后臺細節(jié)，這里直接把collect2替換成ld，并把一些路徑換成
絕對路徑或者簡化，得到如下的ld命令以及執(zhí)行的效果。
| Quote: |
|
$ ld --eh-frame-hdr \
-m elf_i386 \
-dynamic-linker /lib/ld-linux.so.2 \
-o test \
/usr/lib/crt1.o /usr/lib/crti.o /usr/lib/gcc/i486-slackware-linux/4.1.2/crtbegin.o \
test.o myprintf.o \
-L/usr/lib/gcc/i486-slackware-linux/4.1.2
-L/usr/i486-slackware-linux/lib -L/usr/lib/ -lgcc --as-needed -lgcc_s
--no-as-needed -lc -lgcc --as-needed -lgcc_s --no-as-needed \
/usr/lib/gcc/i486-slackware-linux/4.1.2/crtend.o /usr/lib/crtn.o
$ ./test
hello, world!
|
不出我們所料，它完美的運行了。下面通過ld的手冊(man ld)來分析一下這幾個參數(shù)。
--eh-frame-hdr
要求創(chuàng)建一個.eh_frame_hdr節(jié)區(qū)(貌似目標(biāo)文件test中并沒有這個節(jié)區(qū)，所以不關(guān)心它)。
-m elf_i386
這
里指定不同平臺上的鏈接腳本，可以通過--verbose命令查看腳本的具體內(nèi)容，如ld -m elf_i386
--verbose，它實際上被存放在一個文件中(/usr/lib/ldscripts目錄下），你可以去修改這個腳本，具體如何做？請參考ld的手冊。
在后面我們將簡要提到鏈接腳本中是如何預(yù)定義變量的，以及這些預(yù)定義變量如何在我們的程序中使用。需要提到的是，如果不是交叉編譯，那么無須指定該選項。
-dynamic-linker /lib/ld-linux.so.2
指定動態(tài)裝載器/鏈接器，即程序中的INTERP段中的內(nèi)容。動態(tài)裝載器/連接器負責(zé)連接有可共享庫的可執(zhí)行文件的裝載和動態(tài)符號連接。
-o test
指定輸出文件，即可執(zhí)行文件名的名字
/usr/lib/crt1.o /usr/lib/crti.o /usr/lib/gcc/i486-slackware-linux/4.1.2/crtbegin.o
鏈
接到test文件開頭的一些內(nèi)容，這里實際上就包含了.init等節(jié)區(qū)。.init節(jié)區(qū)包含一些可執(zhí)行代碼，在main函數(shù)之前被調(diào)用，以便進行一些初始化操
作，在C++中完成構(gòu)造函數(shù)功能，更多細節(jié)請參考資料[9]
test.o myprintf.o
鏈接我們自己的可重定位文件
-L/usr/lib/gcc/i486-slackware-linux/4.1.2
-L/usr/i486-slackware-linux/lib -L/usr/lib/ -lgcc --as-needed -lgcc_s
--no-as-needed -lc -lgcc --as-needed -lgcc_s --no-as-needed
鏈接libgcc庫和libc庫，后者定義有我們需要的puts函數(shù)
/usr/lib/gcc/i486-slackware-linux/4.1.2/crtend.o /usr/lib/crtn.o
鏈接到test文件末尾的一些內(nèi)容，這里實際上包含了.fini等節(jié)區(qū)。.fini節(jié)區(qū)包含了一些可執(zhí)行代碼，在程序退出時被執(zhí)行，作一些清理工作，在C++中完成析構(gòu)造函數(shù)功能。我們往往可以通過atexit來注冊那些需要在程序退出時才執(zhí)行的函數(shù)。
對于crtbegin.o和crtend.o這兩個文件，貌似完全是用來支持C++的構(gòu)造和析構(gòu)工作的[9]，所以可以不鏈接到我們的可執(zhí)行文件中，鏈接時把它們?nèi)サ艨纯矗?br>
| Quote: |
|
$
ld -m elf_i386 -dynamic-linker /lib/ld-linux.so.2 -o test
/usr/lib/crt1.o /usr/lib/crti.o test.o myprintf.o -L/usr/lib -lc
/usr/lib/crtn.o #后面發(fā)現(xiàn)不用鏈接libgcc，也不用--eh-frame-hdr參數(shù)
$ readelf -l test
Elf file type is EXEC (Executable file)
Entry point 0x80482b0
There are 7 program headers, starting at offset 52
Program Headers:
Type Offset VirtAddr PhysAddr FileSiz MemSiz Flg Align
PHDR 0x000034 0x08048034 0x08048034 0x000e0 0x000e0 R E 0x4
INTERP 0x000114 0x08048114 0x08048114 0x00013 0x00013 R 0x1
[Requesting program interpreter: /lib/ld-linux.so.2]
LOAD 0x000000 0x08048000 0x08048000 0x003ea 0x003ea R E 0x1000
LOAD 0x0003ec 0x080493ec 0x080493ec 0x000e8 0x000e8 RW 0x1000
DYNAMIC 0x0003ec 0x080493ec 0x080493ec 0x000c8 0x000c8 RW 0x4
NOTE 0x000128 0x08048128 0x08048128 0x00020 0x00020 R 0x4
GNU_STACK 0x000000 0x00000000 0x00000000 0x00000 0x00000 RW 0x4
Section to Segment mapping:
Segment Sections...
00
01 .interp
02 .interp .note.ABI-tag .hash .dynsym .dynstr .gnu.version
.gnu.version_r .rel.dyn .rel.plt .init .plt .text .fini .rodata
03 .dynamic .got .got.plt .data
04 .dynamic
05 .note.ABI-tag
06
$ ./test
hello, world!
|
完全可以工作，而且發(fā)現(xiàn).ctors(保存著程序中全局構(gòu)造函數(shù)的指針數(shù)組),
.dtors（保存著程序中全局析構(gòu)函數(shù)的指針數(shù)組）,.jcr（未知）,.eh_frame節(jié)區(qū)都沒有了，所以crtbegin.o和crtend.o應(yīng)該包含了這些節(jié)區(qū)。
而對于另外兩個文件crti.o和crtn.o，通過readelf
-S查看后發(fā)現(xiàn)它們都有.init和.fini節(jié)區(qū)，如果我們不需要讓程序進行一些初始化和清理工作呢？是不是就可以不
鏈接這個兩個文件？試試看。
| Quote: |
|
$ ld -m elf_i386 -dynamic-linker /lib/ld-linux.so.2 -o test /usr/lib/crt1.o test.o myprintf.o -L/usr/lib/ -lc
/usr/lib/libc_nonshared.a(elf-init.oS): In function `__libc_csu_init':
(.text+0x25): undefined reference to `_init'
|
貌似不行，竟然有人調(diào)用了__libc_csu_init函數(shù)，而這個函數(shù)引用了_init。這兩個符號都在哪里呢？
| Quote: |
|
$ readelf -s /usr/lib/crt1.o | grep __libc_csu_init
18: 00000000 0 NOTYPE GLOBAL DEFAULT UND __libc_csu_init
$ readelf -s /usr/lib/crti.o | grep _init
17: 00000000 0 FUNC GLOBAL DEFAULT 5 _init
|
竟然是crt1.o調(diào)用了__libc_csu_init函數(shù)，而該函數(shù)卻引用了我們沒有鏈接的crti.o文件中定義的_init符號。這樣的話不鏈接
crti.o和crtn.o文件就不成了羅？不對吧，要不干脆不用crt1.o算了，看看gcc額外連接進去的最后一個文件crt1.o到底干了個啥子？
| Quote: |
|
$ ld -m elf_i386 -dynamic-linker /lib/ld-linux.so.2 -o test test.o myprintf.o -L/usr/lib/ -lc
ld: warning: cannot find entry symbol _start; defaulting to 00000000080481a4
|
這樣卻說沒有找到入口符號_start，難道crt1.o中定義了這個符號？不過它給默認設(shè)置了一個地址，只是個警告，說明test已經(jīng)生成，不管怎樣先運行看看再說。
| Quote: |
|
$ ./test
hello, world!
Segmentation fault
|
貌似程序運行完了，不過結(jié)束時冒出個段錯誤？可能是程序結(jié)束時有問題，用gdb調(diào)試看看：
| Quote: |
|
$ gcc -g -c test.c myprintf.c #產(chǎn)生目標(biāo)代碼, 非交叉編譯，不指定-m也可以鏈接成功，所以下面可以去掉-m參數(shù)
$ ld -dynamic-linker /lib/ld-linux.so.2 -o test test.o myprintf.o -L/usr/lib -lc
ld: warning: cannot find entry symbol _start; defaulting to 00000000080481d8
$ ./test
hello, world!
Segmentation fault
$ gdb ./test
...
(gdb) l
1 #include "test.h"
2
3 int main()
4 {
5 myprintf();
6 return 0;
7 }
(gdb) break 7 #在程序的末尾設(shè)置一個斷點
Breakpoint 1 at 0x80481bf: file test.c, line 7.
(gdb) r #程序都快結(jié)束了都沒問題，怎么會到最后出個問題呢？
Starting program: /mnt/hda8/Temp/c/program/test
hello, world!
Breakpoint 1, main () at test.c:7
7 }
(gdb) n #單步執(zhí)行看看，怎么下面一條指令是0x00000001，肯定是程序退出以后出了問題
0x00000001 in ?? ()
(gdb) n #誒，當(dāng)然找不到邊了，都跑到0x00000001了
Cannot find bounds of current function
(gdb) c #原來是這么回事，估計是return 0返回之后出問題了，看看它的匯編去。
Continuing.
Program received signal SIGSEGV, Segmentation fault.
0x00000001 in ?? ()
$ gcc -S test.c #產(chǎn)生匯編代碼
$ cat test.s #后面就這么幾條指令，難不成ret返回有問題，不讓它ret返回，把return改成_exit直接進入內(nèi)核退出
...
call myprintf
movl $0, %eax
addl $4, %esp
popl %ecx
popl %ebp
leal -4(%ecx), %esp
ret
...
$ vim test.c
$ cat test.c #就把return語句修改成_exit了。
#include "test.h"
#include <unistd.h> /* _exit */
int main()
{
myprintf();
_exit(0);
}
$ gcc -g -c test.c myprintf.c
$ ld -dynamic-linker /lib/ld-linux.so.2 -o test test.o myprintf.o -L/usr/lib -lc
ld: warning: cannot find entry symbol _start; defaulting to 00000000080481d8
$ ./test #竟然好了，再看看匯編有什么不同
hello, world!
$ gcc -S test.c
$ cat test.s #貌似就把ret指令替換成了_exit函數(shù)調(diào)用，直接進入內(nèi)核，然內(nèi)核讓處理了，那為什么ret有問題呢？
...
call myprintf
subl $12, %esp
pushl $0
call _exit
...
$ gdb ./test #把代碼改回去（改成return 0;），再調(diào)試看看調(diào)用main函數(shù)返回時的下一條指令地址eip
...
(gdb) l
warning: Source file is more recent than executable.
1 #include "test.h"
2
3 int main()
4 {
5 myprintf();
6 return 0;
7 }
(gdb) break 5
Breakpoint 1 at 0x80481b5: file test.c, line 5.
(gdb) break 7
Breakpoint 2 at 0x80481bc: file test.c, line 7.
(gdb) r
Starting program: /mnt/hda8/Temp/c/program/test
Breakpoint 1, main () at test.c:5
5 myprintf();
(gdb) x/8x $esp #發(fā)現(xiàn)0x00000001剛好是之前我們調(diào)試時看到的程序返回后的位置，即eip，說明程序在初始化的時候
#這個eip就是錯誤的。為什么呢？因為我們根本沒有鏈接進來初始化的代碼，而是在編譯器自己給我們
#初始化了一個程序入口即00000000080481d8，也就是說，沒有任何人調(diào)用main,main不知道返回哪里去
#所以，我們直接讓main結(jié)束時進入內(nèi)核調(diào)用_exit而退出則不會有問題
0xbf929510: 0xbf92953c 0x080481a4 0x00000000 0xb7eea84f
0xbf929520: 0xbf92953c 0xbf929534 0x00000000 0x00000001
|
通過上面的演示和解釋發(fā)現(xiàn)只要把return語句修改為_exit語句，程序即使不鏈接任何額外的目標(biāo)代碼都可以正常運行（原因是不連接那些額外的文件時
相當(dāng)于沒有進行初始化操作，如果在程序的最后執(zhí)行ret匯編指令，程序?qū)o法獲得正確的eip，從而無法進行后續(xù)的動作）。但是為什么會有“找不到
_start符號”的警告呢？通過readelf
-s查看crt1.o發(fā)現(xiàn)里頭有這個符號，并且crt1.o引用了main這個符號，是不是意味著會從_start進入main呢？是不是程序入口是
_start，而并非main呢？
先來看看剛才提到的鏈接器的默認鏈接腳本(ld -m elf_386
--verbose)，它告訴我們程序的入口(entry)是_start，而一個可執(zhí)行文件必須有一個入口地址才能運行，所以這就是說明了為什么ld一
定要提示我們“_start找不到”，找不到以后就給默認設(shè)置了一個地址。
| Quote: |
|
$ ld --verbose | grep ^ENTRY #非交叉編譯，可不用-m參數(shù)；ld默認找_start入口，并不是main哦！
ENTRY(_start)
|
原來是這樣，程序的入口(entry)竟然不是main函數(shù)，而是_start。那干脆把匯編里頭的main給改掉算了，看行不行？
| Quote: |
|
$ cat test.c
#include "test.h"
#include <unistd.h> /* _exit */
int main()
{
myprintf();
_exit(0);
}
$ gcc -S test.c
$ sed -i -e "s#main#_start#g" test.s #把匯編中的main全部修改為_start，即修改程序入口為_start
$ gcc -c test.s myprintf.c
$ ld -dynamic-linker /lib/ld-linux.so.2 -o test test.o myprintf.o -L/usr/lib/ -lc #果然沒問題了 :-)
$ ./test
hello, world!
|
_start竟然是真正的程序入口，那在有main的情況下呢？為什么在_start之后能夠找到main呢？這個看看alert7大叔的"Before
main分析"[5]吧，這里不再深入介紹。總之呢，通過修改程序的return語句為_exit(0)和修改程序的入口為_start，我們的代碼不鏈接gcc默認鏈
接的那些額外的文件同樣可以工作得很好。并且打破了一個學(xué)習(xí)C語言以來的常識：main函數(shù)作為程序的主函數(shù)，是程序的入口，實際上則不然。
再補充一點內(nèi)容，在ld的鏈接腳本中，有一個特別的關(guān)鍵字PROVIDE，由這個關(guān)鍵字定義的符號是ld的預(yù)定義字符，我們可以在C語言函數(shù)中擴展它們后直接使用。這些特別的符號可以通過下面的方法獲取，
| Quote: |
|
$ ld --verbose | grep PROVIDE | grep -v HIDDEN
PROVIDE (__executable_start = 0x08048000); . = 0x08048000 + SIZEOF_HEADERS;
PROVIDE (__etext = .);
PROVIDE (_etext = .);
PROVIDE (etext = .);
_edata = .; PROVIDE (edata = .);
_end = .; PROVIDE (end = .);
|
這里面有幾個我們比較關(guān)心的，第一個是程序的入口地址__executable_start，另外三個是etext，edata，end，分別對應(yīng)程序的
代碼段(text)、初始化數(shù)據(jù)(data)和未初始化的數(shù)據(jù)(bss)（可以參考資料[6]和man
etext），如何引用這些變量呢？看看這個例子。
Code:
[Ctrl+A Select All]
到這里，程序鏈接過程的一些細節(jié)都介紹得差不多了。在《動態(tài)符號鏈接的細節(jié)》中將主要介紹ELF文件的動態(tài)符號鏈接過程。
本節(jié)參考資料
[1] An beginners guide to compiling programs under Linux.
http://www.luv.asn.au/overheads/compile.html
[2] gcc manual
http://gcc.gnu.org/onlinedocs/gcc-4.2.2/gcc/
[3] A Quick Tour of Compiling, Linking, Loading, and Handling Libraries on Unix
http://efrw01.frascati.enea.it/Software/Unix/IstrFTU/cern-cnl-2001-003-25-link.html
[4] Unix 目標(biāo)文件初探
http://www.ibm.com/developerworks/cn/aix/library/au-unixtools.html
[5] Before main()分析
http://www.xfocus.net/articles/200109/269.html
[6] A Process Viewing Its Own /proc/<PID>/map Information
http://www.linuxforums.org/forum/linux-kernel/51790-process-viewing-its-own-proc-pid-map-information.html