Linux ELF格式文件解析之relocation和entry入口点,基于gas汇编

问题引入:

Linux的elf文件一开始理解起来的确很难,有的人可能会去看《linkers and loaders》,这书的确好,但是没有详细的解释很多细节,尤其是从汇编语言视角。我读了这本书很多地方后还是不明白,然后我又读了IBM360计算机的汇编器设计文档,里面详解了二次扫描汇编器的设计原理,以及relocation概念。但这些依然解决不了我的疑惑,因为困扰我的是一个选项,即ld -Ttext=org,我不明白这个org偏移会对程序产生什么影响,一开始我以为这选项只不过更改了elf的文件头信息,但是我错了,这里面涉及到很复杂的机制。于是我经过很多次试验,终于得出了现在的个人见解,之所以说是个人见解,是因为可能在某些细节我的理解依然不准确,所以希望各位读者能给我指出。在此谢过。如果我的文章能对大家有所帮助,我将倍感荣幸。

首先让我们看看一个简单的汇编程序,

.section .data
a:
    .int 2222
.section .text
.globl _start
_start:
mov a,%eax
mov $1,%eax
mov $250,%ebx
int $0x80

这程序很简单,当然,这是用AT&T语法写的。程序简单的把2222存入eax,然后退出,并返回退出码250.

让我们汇编它。

as -o testelf.o testelf.s

下面即将开始链接,注意,我们为了以后看代码更清晰,所以要用到ld的很多选项,-x和-s都用于去掉不必要的符号信息,因为我们这篇博文重点是函数入口点和重定位。

好了,运行命令

ld -o testelf testelf.o -s -x

下面我们用

readelf testelf -a

看看elf可执行文件的详细信息。【为了简洁,我不截图了,直接复制必要的输出部分】

Entry point address:              0x8048074

Program Headers:

  Type          Offset  VirtAddr  PhysAddr  FileSiz MemSiz  Flg Align

  LOAD          0x000000 0x08048000 0x08048000 0x00085 0x00085 R E 0x1000

  LOAD          0x000088 0x08049088 0x08049088 0x00004 0x00004 RW  0x1000

 


 Section to Segment mapping:

  Segment Sections...

  00    .text

  01    .data

解释一下,我不翻译了,更准确

Offset:This member gives the offset from the beginning of the file at which the first byte of the segment resides.

VirtAddr:This member gives the virtual address at which the first byte of the segment resides in memory.

PhysAddr:On systems for which physical addressing is relevant, this member is reserved for the segment’s physical address. Because System V ignores physical addressing for application

programs, this member has unspecified contents for executable files and shared objects.

FileSiz:This member gives the number of bytes in the file image of the segment; it may be zero.

MemSiz:This member gives the number of bytes in the memory image of the segment; it may be zero.

【发现再详细的写下去太麻烦了,都是十六进制代码没法写。。我自己当成记笔记算了,各位对不住】


    总之就是我用-Ttext可以影响VirtAddr的值,-Ttext 0x22,VirtAddr就变成0x22(不是完全对等,后文有描述),但是entry是0x24,因为有对齐的因素存在。

    如果-Ttext 0,那么你会发现出现了页对齐,也就是elf文件以4k的页面对齐,在第一页4k字节内,出了开头是文件头和program header,其余全0,这是为了填补第0和1页之间的空隙。ld一看你要把text段放到文件内第0页偏移0x22处,这会覆盖文件头,于是就把text搞到第1页去了,故而会出现空隙。text在第1页的偏移还是0x22。

Entry point address:              0x24

Program Headers:

  Type          Offset  VirtAddr  PhysAddr  FileSiz MemSiz  Flg Align

  LOAD          0x001022 0x00000022 0x00000022 0x00013 0x00013 R E 0x1000

  LOAD          0x001038 0x00001038 0x00001038 0x00004 0x00004 RW  0x1000

    看,这就是变化,原先是把text和文件头一起加载,所以从偏移0开始,现在只是加载text,所以从第1页偏移0x22开始。当然为了对齐,真正的代码退后了两字节,故入口在0x24.把代码0x001022--0x001034载入内存0x00000022位置,代码入口正好是0x00000024


    要是-Ttext 0x128,这样即使text放在第0页也不会覆盖文件头,所以这下ld就把text放在第0页,和文件头之间的空隙几百字节用0补全。program header内容随之调整。


Entry point address:              0x128

Program Headers:

  Type          Offset  VirtAddr  PhysAddr  FileSiz MemSiz  Flg Align

  LOAD          0x000000 0x00000000 0x00000000 0x00139 0x00139 R E 0x1000

  LOAD          0x00013c 0x0000113c 0x0000113c 0x00004 0x00004 RW  0x1000

    这次是从偏移0开始加载text,连同文件头一起。加载到0x00000000,entry是0x128正好访问到代码开头。

    如果用-n禁止ld分页,那么你-Ttext 0会强制ld把text放到第0页的开头,为了避免覆盖文件头,ld会把text强制放到文件头后面。但是data依然在第1页,没有跟在text后面,原因是-Ttext 0没有影响data,除非你用-Tdata 0

    基本就是这样,这个选项会影响elf的很多信息,包括文件格局,因为ld会根据参数不同做出调整。我只是留个笔记,写完了,我也晕了。各位再见。

相关推荐