图片+代码:GCC 链接过程中的重定位过程分析.md

Posted IOT物联网小镇

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了图片+代码:GCC 链接过程中的重定位过程分析.md相关的知识,希望对你有一定的参考价值。

文章目录

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.csub.c

sub.c定义了一个全局变量和一个全局函数,然后在main.c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.omain.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。

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):

[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-HvCXpopP-1647519981261)(http://iottown.sewain100.cn/iot0305_sub_seg_readelf.png)]

我们主要关心黄色的代码段和数据段就可以了,可以看出:

  1. 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;

  2. 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ELFheader,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:

  1. 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);

  2. 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:SubDataSubFunc,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:

  1. Size=4: 长度是 4 个字节;

  2. Type=OBJECT:说明这是一个数据对象;

  3. 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;

  4. 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:

  1. Size=12: 长度是 12 个字节;

  2. Type=FUNC:说明这是一个函数;

  3. 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;

  4. 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:

  1. 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;

  2. 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:

  1. Size=50: 长度是 30 个字节,也就对应着代码段的长度 0x32 ;

  2. Type=FUNC:说明这是一个函数;

  3. 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;

  4. 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SubDataSubFunc,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

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 SubDataSubFunc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.omain.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):

  1. 红色矩形框是代码段(.text),链接器把它放在虚拟地址 0x0804_8094;

  2. 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.osub.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:

  1. main.o 中的代码段 main 函数;

  2. 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。

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

  1. 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);

  2. 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.osub.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

  1. 需要计算出在执行文件 main 中的什么位置来填写相对地址;

  2. 填写的相对地址的值是多少;

首先来解决第一个问题。

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

【1】《Linux 从头学》系列文章

【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

【3】原来gdb的底层调试原理这么简单

【4】内联汇编很可怕吗?看完这篇文章,终结它!

其他系列专辑:精选文章应用程序设计物联网C语言

以上是关于图片+代码:GCC 链接过程中的重定位过程分析.md的主要内容,如果未能解决你的问题,请参考以下文章

使用 extern 时 gcc 的重定位错误

嵌入式软件中GCC编译,汇编,链接,调试的作用

使用 GCC 组装会导致 .data 出现奇怪的重定位错误

动态链接的步骤

学习记录:gcc/g++ 编译与链接

STM32 .ld链接文件分析及一次bug解决过程