Elf文件格式 程序, 动态

Roy2010

=========================== Contents 内容===========================


   序言
1. OBJECT文件
   导言
   ELF头(ELF Header)
   Sections
   String表(String Table)
   Symbol表(Symbol Table)
   重定位(Relocation)
2. 程序装载与动态连接
   导言
   Program头(Program Header)
   Program装载(Program Loading)
   Dynamic连接(Dynamic Linking)
3. C LIBRARY
   C Library


________________________________________________________________


             导言

   ________________________________________________________________


    ELF: 可执行连接格式

可执行连接格式是UNIX系统实验室(USL)作为应用程序二进制接口
(Application Binary Interface(ABI)而开发和发布的。工具接口标准委
员会(TIS)选择了正在发展中的ELF标准作为工作在32位INTEL体系上不同操
作系统之间可移植的二进制文件格式。

假定开发者定义了一个二进制接口集合，ELF标准用它来支持流线型的软件
发展。 应该减少不同执行接口的数量。因此可以减少重新编程重新编译的
代码。


    关于这片文档

这篇文档是为那些想创建目标文件或者在不同的操作系统上执行文件的开发
着准备的。它分以下三个部分：

* 第一部分, “目标文件Object Files”描述了ELF目标文件格式三种主要
的类型。
* 第二部分, “程序转载和动态连接”描述了目标文件的信息和系统在创建
运行时程序的行为。
* 第三部分, “C 语言库”列出了所有包含在libsys中的符号,标准的ANSI C
和libc的运行程序，还有libc运行程序所需的全局的数据符号。

注意: 参考的X86体系已经被改成了Intel体系。

   ________________________________________________________________


      1. 目标文件(Object file)

   ________________________________________________________________


   ========================= 序言 =========================


第一部分描述了iABI的object文件的格式, 被称为ELF(Executable
and Linking Format). 在object文件中有三种主要的类型。

* 一个可重定位(relocatable)文件保存着代码和适当的数据，用来和其他的
object文件一起来创建一个可执行文件或者是一个共享文件。
* 一个可执行(executable)文件保存着一个用来执行的程序；该文件指出了
exec(BA_OS)如何来创建程序进程映象。
* 一个共享object文件保存着代码和合适的数据，用来被下面的两个链接器
链接。第一个是连接编辑器[请参看ld(SD_CMD)]，可以和其他的可重定位和
共享object文件来创建其他的object。第二个是动态链接器，联合一个
可执行文件和其他的共享object文件来创建一个进程映象。

一个object文件被汇编器和联接器创建, 想要在处理机上直接运行的object
文件都是以二进制来存放的。那些需要抽象机制的程序，比如象shell脚本，
是不被接受的。

在介绍性的材料过后，第一部分主要围绕着文件的格式和关于如何建立程序。
第二部分也描述了object文件的几个组成部分，集中在执行程序所必须的信息上。


        文件格式

Object文件参与程序的联接(创建一个程序)和程序的执行(运行一个程序)。
object 文件格式提供了一个方便有效的方法并行的视角看待文件的内容，
在他们的活动中，反映出不同的需要。例 1-1图显示了一个object文件的
组织图。

+ 图1-1: Object文件格式

Linking 视角                      Execution 视角
============                      ==============
ELF header                        ELF header
Program header table (optional)   Program header table
Section 1                         Segment 1
...                               Segment 2
Section n                         ...
Section header table              Section header table (optional)

一个ELF头在文件的开始，保存了路线图(road map)，描述了该文件的组织情况。
sections保存着object 文件的信息，从连接角度看：包括指令，数据，
符号表，重定位信息等等。特别sections的描述会出项在以后的第一部分。
第二部分讨论了段和从程序的执行角度看文件。

假如一个程序头表（program header table）存在，那么它告诉系统如何来创建一
个进程的内存映象。被用来建立进程映象(执行一个程序)的文件必须要有一个程
序头表（program header table）；可重定位文件不需要这个头表。一个
section头表（section header table）包含了描述文件sections的信息。每个
section在这个表中有一个入口；每个入口给出了该section的名字，大小，
等等信息。在联接过程中的文件必须有一个section头表；其他object文件可要
可不要这个section头表。

注意: 虽然图显示出程序头表立刻出现在一个ELF头后，section头表跟着其他
section部分出现，事实是的文件是可以不同的。此外，sections和段(segments)
没有特别的顺序。只有ELF头（elf header）是在文件的固定位置。


    数据表示
object文件格式支持8位、32位不同的处理器。不过，它试图努力的在更大
或更小的体系上运行。因此，object文件描绘一些控制数据需要用与机器
无关的格式，使它尽可能的用一般的方法甄别object文件和描述他们的内容。
在object文件中剩余的数据使用目标处理器的编码方式，不管文件是在哪台
机子上创建的。

+ 图 1-2: 32-Bit Data Types

Name           Size Alignment   Purpose
====           ==== =========   =======
Elf32_Addr      4       4       Unsigned program address
Elf32_Half      2       2       Unsigned medium integer
Elf32_Off       4       4       Unsigned file offset
Elf32_Sword     4       4       Signed large integer
Elf32_Word      4       4       Unsigned large integer
unsigned char   1       1       Unsigned small integer

所有的object文件格式定义的数据结构是自然大小(natural size),为相关
的类型调整指针。如果需要，数据结构中明确的包含了确保4字节对齐的填
充字段。来使结构大小是4的倍数。数据从文件的开始也有适当的对齐。
例如，一个包含了Elf32_Addr成员的结构将会在文件内对齐到4字节的边界上。

因为移植性的原因，ELF不使用位字段。


   ========================== ELF Header ==========================


一些object文件的控制结构能够增长的，所以ELF头包含了他们目前的大小。
假如object文件格式改变，程序可能会碰到或大或小他们不希望的控制结构。
程序也有可能忽略额外（extra）的信息。
对待来历不明(missing)的信息依靠上下文来解释，假如扩展被定义，它们
将会被指定。

+ 图 1-3: ELF Header

#define EI_NIDENT       16

typedef struct {
      unsigned char       e_ident[EI_NIDENT];
      Elf32_Half          e_type;
      Elf32_Half          e_machine;
      Elf32_Word          e_version;
      Elf32_Addr          e_entry;
      Elf32_Off           e_phoff;
      Elf32_Off           e_shoff;
      Elf32_Word          e_flags;
      Elf32_Half          e_ehsize;
      Elf32_Half          e_phentsize;
      Elf32_Half          e_phnum;
      Elf32_Half          e_shentsize;
      Elf32_Half          e_shnum;
      Elf32_Half          e_shstrndx;
} Elf32_Ehdr;

* e_ident

这个最初的字段标示了该文件为一个object文件，提供了一个机器无关
的数据，解释文件的内容。在下面的ELF的鉴别（ELF Identification）
部分有更详细的信息。

* e_type

该成员确定该object的类型。

               Name        Value Meaning
               ====        ===== =======
               ET_NONE         0 No file type
               ET_REL          1 Relocatable file
               ET_EXEC         2 Executable file
               ET_DYN          3 Shared object file
        ET_CORE         4 Core file
        ET_LOPROC 0xff00 Processor-specific
        ET_HIPROC 0xffff Processor-specific

虽然CORE的文件内容未被指明，类型ET_CORE是保留的。
值从 ET_LOPROC 到 ET_HIPROC(包括ET_HIPROC)是为特殊的处理器保留的。
如有需要，其他保留的变量将用在新的object文件类型上。

* e_machine

该成员变量指出了运行该程序需要的体系结构。

                    Name      Value Meaning
             ====      ===== =======
                    EM_NONE       0 No machine
      EM_M32        1 AT&T WE 32100
                    EM_SPARC      2 SPARC
                    EM_386        3 Intel 80386
                    EM_68K        4 Motorola 68000
                    EM_88K        5 Motorola 88000
                    EM_860        7 Intel 80860
                    EM_MIPS       8 MIPS RS3000

如有需要，其他保留的值将用到新的机器类型上。特殊处理器名使用机器名来
区别他们。例如，下面将要被提到的成员flags使用前缀EF_;在一台EM_XYZ机器
上，flag称为WIDGET，那么就称为EF_XYZ_WIDGET。

* e_version

这个成员确定object文件的版本。

                 Name         Value Meaning
                 ====         ===== =======
                 EV_NONE          0 Invalid version
   EV_CURRENT       1 Current version

值1表示原来的文件格式；创建新版本就用>1的数。EV_CURRENT值(上面给
出为1)如果需要将指向当前的版本号。

* e_entry

该成员是系统第一个传输控制的虚拟地址，在那启动进程。假如文件没有
如何关联的入口点，该成员就保持为0。

* e_phoff

该成员保持着程序头表（program header table）在文件中的偏移量(以字节计数)。
假如该文件没有程序头表的的话，该成员就保持为0。

* e_shoff

该成员保持着section头表（section header table）在文件中的偏移量(以字节
计数)。假如该文件没有section头表的的话，该成员就保持为0。

* e_flags

该成员保存着相关文件的特定处理器标志。
flag的名字来自于EF_<machine>_<flag>。看下机器信息“Machine Information”
部分的flag的定义。

* e_ehsize

该成员保存着ELF头大小(以字节计数)。

* e_phentsize

该成员保存着在文件的程序头表（program header table）中一个入口的大小
(以字节计数)。所有的入口都是同样的大小。

* e_phnum

该成员保存着在程序头表中入口的个数。因此，e_phentsize和e_phnum
的乘机就是表的大小(以字节计数).假如没有程序头表（program header table），
e_phnum变量为0。

* e_shentsize

该成员保存着section头的大小(以字节计数)。一个section头是在section
头表(section header table)的一个入口；所有的入口都是同样的大小。

* e_shnum

该成员保存着在section header table中的入口数目。因此，e_shentsize和
e_shnum的乘积就是section头表的大小(以字节计数)。
假如文件没有section头表，e_shnum值为0。

* e_shstrndx

该成员保存着跟section名字字符表相关入口的section头表(section header
table)索引。假如文件中没有section名字字符表，该变量值为SHN_UNDEF。
更详细的信息 看下面“Sections”和字符串表(“String Table”) 。


     ELF 鉴别(Identification)

在上面提到的，ELF提供了一个object文件的框架结构来支持多种处理机，多
样的数据编码方式，多种机器类型。为了支持这个object文件家族，最初的几
个字节指定用来说明如何解释该文件，独立于处理器，与文件剩下的内容无关。

ELF头(也就是object文件)最初的几个字节与成员e_ident相一致。

+ 图 1-4: e_ident[] Identification Indexes

Name           Value Purpose
====           ===== =======
EI_MAG0      0 File identification
EI_MAG1      1 File identification
EI_MAG2      2 File identification
EI_MAG3      3 File identification
EI_CLASS      4 File class
EI_DATA      5 Data encoding
EI_VERSION      6 File version
EI_PAD      7 Start of padding bytes
EI_NIDENT     16 Size of e_ident[]

通过索引访问字节，以下的变量被定义。

* EI_MAG0 to EI_MAG3

文件的前4个字符保存着一个魔术数(magic number)，用来确定该文件是否
为ELF的目标文件。

                  Name       Value Position
                  ====       ===== ========
    ELFMAG0    0x7f   e_ident[EI_MAG0]
                  ELFMAG1    ‘E‘    e_ident[EI_MAG1]
                  ELFMAG2    ‘L‘    e_ident[EI_MAG2]
                  ELFMAG3    ‘F‘    e_ident[EI_MAG3]

* EI_CLASS

接下来的字节是e_ident[EI_CLASS]，用来确定文件的类型或者说是能力。

                 Name           Value Meaning
                 ====           ===== =======
                 ELFCLASSNONE       0 Invalid class
                 ELFCLASS32         1 32-bit objects
   ELFCLASS64         2 64-bit objects

文件格式被设计成在不同大小机器中可移植的，在小型机上的不用大型机上
的尺寸。类型ELFCLASS32支持虚拟地址空间最大可达4GB的机器；使用上面
定义过的基本类型。

类型ELFCLASS64为64位体系的机器保留。它的出现表明了object文件可能
改变，但是64位的格式还没有被定义。如果需要，其他类型将被定义，会
有不同的类型和不同大小的数据尺寸。

* EI_DATA

字节e_ident[EI_DATA]指定了在object文件中特定处理器数据的编码
方式。当前定义了以下编码方式。

             Name           Value Meaning
             ====           ===== =======
      ELFDATANONE        0 Invalid data encoding
             ELFDATA2LSB        1 See below
             ELFDATA2MSB        2 See below

更多的关于编码的信息出现在下面。其他值保留，将被分配一个新的编码
方式，当然如果必要的话。

* EI_VERSION

字节e_ident[EI_VERSION]表明了ELF头的版本号。
现在这个变量的是一定要设为EV_CURRENT，作为上面e_version的解释。

* EI_PAD

该变量标识了在e_ident中开始的未使用的字节。那些字节保留并被设置为
0；程序把它们从object 文件中读出但应该忽略。假如当前未被使用的字节
有了新的定义，EI_PAD变量将来会被改变。

一个文件的数据编码指出了如何来解释一个基本的object文件。在上述的
描述中，类型ELFCLAS32文件使用占用1，2和4字节的目标文件。下面定义的
编码方式，用下面的图来描绘。数据出现在左上角。


ELFDATA2LSB编码指定了2的补数值。
最小有意义的字节占有最低的地址。

+ 图1-5: Data Encoding ELFDATA2LSB

               0------+
      0x0102   | 01 |
               +------+
               0------1------+
    0x010204   | 02 | 01 |
               +------+------+
               0------1------2------3------+
0x01020304   | 04 | 03 | 02 | 01 |
               +------+------+------+------+

ELFDATA2LSB编码指定了2的补数值。
最大有意义的字节占有最低的地址。

+ 图1-6: Data Encoding ELFDATA2MSB

               0------+
      0x0102   | 01 |
               +------+
               0------1------+
    0x010204   | 01 | 02 |
               +------+------+
               0------1------2------3------+
0x01020304   | 01 | 02 | 03 | 04 |
               +------+------+------+------+


    机器信息

为了确定文件，32位Intel体系结构的需要以下的变量。

+ 图1-7: 32-bit Intel Architecture Identification, e_ident

Position           Value
========           =====
e_ident[EI_CLASS] ELFCLASS32
e_ident[EI_DATA]   ELFDATA2LSB

处理器确认ELF头里的e_machine成员，该成员必须为EM_386。

ELF报头里的e_flags成员保存了和文件相关的位标记。32位Intel体系上未
定义该标记；所以这个成员应该为0；

Roy2010

ELF文件格式（二）

一个object文件的section header table可以让我们定位所有的sections。 section header table是个Elf32_Shdr结构的数组(下面描述)。一个section 报头表(section header table)索引是这个数组的下标。ELF header table 的e_shoff成员给出了section报头表的偏移量(从文件开始的计数)。e_shnum 告诉我们section报头表中包含了多少个入口；e_shentsize 给出了每个 入口的大小。 一些section报头表索引是保留的；那些特别的索引在一个object文件中 将没有与之对应sections。 + 图1-8: Special Section Indexes Name             Value ====             ===== SHN_UNDEF            0 SHN_LORESERVE   0xff00 SHN_LOPROC      0xff00 SHN_HIPROC      0xff1f SHN_ABS         0xfff1 SHN_COMMON      0xfff2 SHN_HIRESERVE   0xffff * SHN_UNDEF 该值表明没有定义，缺少，不相关的或者其他涉及到的无意义的section。 例如，标号“defined”相对于section索引号SHN_UNDEF是一个没有被 定义的标号。 注意: 虽然索引0保留作为未定义的值，section报头表包含了一个索引0的 入口。因此，假如ELF报头说一个文件的section报头表中有6个section入口 的话，e_shnum的值应该是从0到5。最初的入口的内容以后在这个section中 被指定。 * SHN_LORESERVE 该值指定保留的索引范围的最小值。 * SHN_LOPROC through SHN_HIPROC 该值包含了特定处理器语意的保留范围。 * SHN_ABS 该变量是相对于相应参考的绝对地址。 例如，section号的标号是绝对地址，不被重定位影响。 * SHN_COMMON 该section的标号是一个公共(common)的标号，就象FORTRAN COMMON 或者不允许的C扩展变量。 * SHN_HIRESERVE 该值指定保留的索引范围的上限。系统保留的索引值是从SHN_LORESERVE 到SHN_HIRESERVE；该变量不涉及到section报头表（section header table）。 因此，section报头表不为保留的索引值包含入口。 sections包含了在一个object文件中的所有信息，除了ELF报头，程序报头 表(program header table)，和section报头表(section header table)。 此外，object文件的sections满足几天条件： * 每个在object文件中的section都有自己的一个section的报头来描述它。 section头可能存在但section可以不存在。 * 每个section在文件中都占有一个连续顺序的空间(但可能是空的)。 * 文件中的Sections不可能重复。文件中没有一个字节既在这个section中 又在另外的一个section中。 * object文件可以有"非活动的"空间。不同的报头和sections可以不覆盖到 object文件中的每个字节。"非活动"数据内容是未指定的。 一个section头有如下的结构。 + 图1-9: Section Header typedef struct {       Elf32_Word sh_name;       Elf32_Word sh_type;       Elf32_Word sh_flags;       Elf32_Addr sh_addr;       Elf32_Off sh_offset;       Elf32_Word sh_size;       Elf32_Word sh_link;       Elf32_Word sh_info;       Elf32_Word sh_addralign;       Elf32_Word sh_entsize; } Elf32_Shdr; * sh_name 该成员指定了这个section的名字。它的值是section报头字符表section的 索引。[看以下的“String Table”], 以NULL空字符结束。 * sh_type 该成员把sections按内容和意义分类。section的类型和他们的描述在下面。 * sh_flags sections支持位的标记，用来描述多个属性。    Flag定义出现在下面。 * sh_addr 假如该section将出现在进程的内存映象空间里，该成员给出了一个该section 在内存中的位置。否则，该变量为0。 * sh_offset 该成员变量给出了该section的字节偏移量(从文件开始计数)。SHT_NOBITS 类型的section(下面讨论)在文件中不占空间，它的sh_offset成员定位在 文件中的概念上的位置。 * sh_size 该成员给你了section的字节大小。除非这个section的类型为SHT_NOBITS， 否则该section将在文件中将占有sh_size个字节。SHT_NOBITS类型的section 可能为非0的大小，但是不占文件空间。 * sh_link 该成员保存了一个section报头表的索引连接，它的解释依靠该section的 类型。以下一个表描述了这些值。 * sh_info 该成员保存着额外的信息，它的解释依靠该section的类型。以下一个表描 述了这些值。 * sh_addralign 一些sections有地址对齐的约束。例如，假如一个section保存着双字，系统 就必须确定整个section是否双字对齐。所以sh_addr的值以sh_addralign的值 作为模，那么一定为0。当然的，仅仅0和正的2的次方是允许的。值0和1意味 着该section没有对齐要求。 * sh_entsize 一些sections保存着一张固定大小入口的表，就象符号表。对于这样一个 section来说，该成员给出了每个入口的字节大小。如果该section没有 保存着一张固定大小入口的表，该成员就为0。 section头成员sh_type指出了section的语意。 + 图1-10: Section Types, sh_type Name               Value ====               ===== SHT_NULL               0 SHT_PROGBITS           1 SHT_SYMTAB             2 SHT_STRTAB          3 SHT_RELA          4 SHT_HASH          5 SHT_DYNAMIC            6 SHT_NOTE          7 SHT_NOBITS          8 SHT_REL          9 SHT_SHLIB             10 SHT_DYNSYM            11 SHT_LOPROC    0x70000000 SHT_HIPROC    0x7fffffff SHT_LOUSER    0x80000000 SHT_HIUSER    0xffffffff * SHT_NULL 该值表明该section头是无效的；它没有相关的section。 该section的其他成员的值都是未定义的。 * SHT_PROGBITS 该section保存被程序定义了的一些信息，它的格式和意义取决于程序本身。 * SHT_SYMTAB and SHT_DYNSYM 那些sections保存着一个符号表（symbol table）。一般情况下，一个 object文件每个类型section仅有一个，但是，在将来，这个约束可能被放宽。 典型的是，SHT_SYMTAB为连接器提供标号，当然它也有可能被动态连接时使用。 作为一个完整的符号表，它可能包含了一些动态连接时不需要的标号。 因此，一个object文件可能也包含了一个SHT_DYNSYM的section，它保存着 一个动态连接时所需最小的标号集合来节省空间。 看下面符号表“Symbol Table”的细节。 * SHT_STRTAB 该section保存着一个字符串表。一个object文件可以包含多个字符串表的 section。看下面字符串表“String Table”的细节。 * SHT_RELA 该section保存着具有明确加数的重定位入口。就象object文件32位的 Elf32_Rela类型。一个object文件可能有多个重定位的sections。具体细节 看重定位``Relocation‘‘部分。 * SHT_HASH 该标号保存着一个标号的哈希(hash)表。所有的参与动态连接的object 一定包含了一个标号哈希表（hash table）。当前的，一个object文件 可能只有一个哈希表。详细细节看第二部分的哈希表"Hash Table"。 * SHT_DYNAMIC 该section保存着动态连接的信息。当前的，一个object可能只有一个动态 的section，但是，将来这个限制可能被取消。详细细节看第二部分的动态 section(“Dynamic Section”)。 * SHT_NOTE 该section保存着其他的一些标志文件的信息。详细细节看第二部分的“Note Section” 。 * SHT_NOBITS 该类型的section在文件中不占空间，但是类似SHT_PROGBITS。尽管该section 不包含字节，sh_offset成员包含了概念上的文件偏移量。 * SHT_REL 该section保存着具有明确加数的重定位的入口。 就象object文件32位类型Elf32_Rel类型。一个object文件可能有多个 重定位的sections。具体细节看重定位``Relocation‘‘部分。 * SHT_SHLIB 该section类型保留但语意没有指明。包含这个类型的section的程序 是不符合ABI的。 * SHT_LOPROC through SHT_HIPROC 在这范围之间的值为特定处理器语意保留的。 * SHT_LOUSER 该变量为应用程序保留的索引范围的最小边界。 * SHT_HIUSER 该变量为应用程序保留的索引范围的最大边界。在SHT_LOUSER和HIUSER的 section类型可能被应用程序使用，这和当前或者将来系统定义的section 类型是不矛盾的。 其他section类型的变量是保留的。前面提到过，索引0(SHN_UNDEF)的section 头存在的，甚至索引标记的是未定义的section引用。这个入口保存着以下的 信息。 + 图1-11: Section Header Table Entry: Index 0 Name            Value    Note ====            =====    ==== sh_name           0      No name sh_type        SHT_NULL Inactive sh_flags          0      No flags sh_addr           0      No address sh_offset         0      No file offset sh_size           0      No size sh_link SHN_UNDEF No link information sh_info     0      No auxiliary information sh_addralign     0      No alignment sh_entsize        0      No entries 一个section报头（section header table）的sh_flags成员保存着1位标记， 用来描述section的属性。以下是定义的值；其他的值保留。 + 图1-12: Section Attribute Flags, sh_flags Name                Value ====                ===== SHF_WRITE             0x1 SHF_ALLOC             0x2 SHF_EXECINSTR         0x4 SHF_MASKPROC   0xf0000000 假如在sh_flags中的一个标记位被设置，该section相应的属性也被打开。 否则，该属性没有被应用。未明的属性就设为0。 * SHF_WRITE 该section包含了在进程执行过程中可被写的数据。 * SHF_ALLOC 该section在进程执行过程中占据着内存。一些控制section不存在一个 object文件的内存映象中；对于这些sections，这个属性应该关掉。 * SHF_EXECINSTR 该section包含了可执行的机器指令。 * SHF_MASKPROC 所有的包括在这掩码中的位为特定处理语意保留的。 在section报头中，两个成员sh_link和sh_info的解释依靠该section的类型。 + 图1-13: sh_link and sh_info Interpretation sh_type      sh_link                        sh_info =======      =======                        ======= SHT_DYNAMIC The section header index of    0                the string table used by                entries in the section. SHT_HASH     The section header index of    0                the symbol table to which the                hash table applies. SHT_REL,     The section header index of    The section header index of SHT_RELA     the associated symbol table.   the section to which the                                               relocation applies. SHT_SYMTAB, The section header index of    One greater than the symbol SHT_DYNSYM   the associated string table.   table index of the last local                                               symbol (binding STB_LOCAL). other        SHN_UNDEF                      0 Special Sections   特殊的Sections 不同的sections保存着程序和控制信息。下面列表中的section被系统使用， 指示了类型和属性。 + 图1-14: Special Sections Name         Type           Attributes ====         ====           ========== .bss         SHT_NOBITS     SHF_ALLOC+SHF_WRITE .comment     SHT_PROGBITS   none .data        SHT_PROGBITS   SHF_ALLOC+SHF_WRITE .data1       SHT_PROGBITS   SHF_ALLOC+SHF_WRITE .debug       SHT_PROGBITS   none .dynamic     SHT_DYNAMIC    see below .dynstr      SHT_STRTAB     SHF_ALLOC .dynsym      SHT_DYNSYM     SHF_ALLOC .fini        SHT_PROGBITS   SHF_ALLOC+SHF_EXECINSTR .got         SHT_PROGBITS   see below .hash        SHT_HASH       SHF_ALLOC .init        SHT_PROGBITS   SHF_ALLOC+SHF_EXECINSTR .interp      SHT_PROGBITS   see below .line        SHT_PROGBITS   none .note        SHT_NOTE       none .plt         SHT_PROGBITS   see below .rel<name>   SHT_REL        see below .rela<name> SHT_RELA       see below .rodata      SHT_PROGBITS   SHF_ALLOC .rodata1     SHT_PROGBITS   SHF_ALLOC .shstrtab    SHT_STRTAB     none .strtab      SHT_STRTAB     see below .symtab      SHT_SYMTAB     see below .text        SHT_PROGBITS   SHF_ALLOC+SHF_EXECINSTR * .bss 该sectiopn保存着未初始化的数据，这些数据存在于程序内存映象中。 通过定义，当程序开始运行，系统初始化那些数据为0。该section不占 文件空间，正如它的section类型SHT_NOBITS指示的一样。     * .comment    该section保存着版本控制信息。 * .data and .data1 这些sections保存着初始化了的数据，那些数据存在于程序内存映象中。 * .debug 该section保存着为标号调试的信息。该内容是未指明的。 * .dynamic 该section保存着动态连接的信息。该section的属性将包括SHF_ALLOC位。 是否需要SHF_WRITE是跟处理器有关。第二部分有更详细的信息。 * .dynstr 该section保存着动态连接时需要的字符串，一般情况下，名字字符串关联着 符号表的入口。第二部分有更详细的信息。 * .dynsym 该section保存着动态符号表，如“Symbol Table”的描述。第二部分有更 详细的信息。     * .fini 该section保存着可执行指令，它构成了进程的终止代码。 因此，当一个程序正常退出时，系统安排执行这个section的中的代码。 * .got 该section保存着全局的偏移量表。看第一部分的“Special Sections”和 第二部分的“Global Offset Table”获得更多的信息。 * .hash 该section保存着一个标号的哈希表。看第二部分的“Hash Table”获得更多 的信息。 * .init 该section保存着可执行指令，它构成了进程的初始化代码。 因此，当一个程序开始运行时，在main函数被调用之前(c语言称为main)， 系统安排执行这个section的中的代码。 * .interp 该section保存了程序的解释程序(interpreter)的路径。假如在这个section 中有一个可装载的段，那么该section的属性的SHF_ALLOC位将被设置；否则， 该位不会被设置。看第二部分获得更多的信息。 * .line 该section包含编辑字符的行数信息,它描述源程序与机器代码之间的对于 关系。该section内容不明确的。 * .note 该section保存一些信息，使用“Note Section”(在第二部分)中提到的格式。 * .plt 该section保存着过程连接表（Procedure Linkage Table）。看第一部分的 ``Special Sections‘‘和第二部分的“Procedure Linkage Table”。 * .rel<name> and .rela<name> 这些section保存着重定位的信息，看下面的``Relocation‘‘描述。 假如文件包含了一个可装载的段，并且这个段是重定位的，那么该section的 属性将设置SHF_ALLOC位；否则该位被关闭。按照惯例，<name>由重定位适用 的section来提供。因此，一个重定位的section适用的是.text，那么该名字 就为.rel.text或者是.rela.text。 * .rodata and .rodata1 这些section保存着只读数据，在进程映象中构造不可写的段。看第二部分的 ``Program Header‘‘获得更多的资料。 * .shstrtab 该section保存着section名称。 * .strtab 该section保存着字符串，一般地，描述名字的字符串和一个标号的入口相关 联。假如文件有一个可装载的段，并且该段包括了符号字符串表，那么section 的SHF_ALLOC属性将被设置；否则不设置。 * .symtab 该section保存着一个符号表，正如在这个section里``Symbol Table‘‘的 描述。假如文件有一个可装载的段，并且该段包含了符号表，那么section 的SHF_ALLOC属性将被设置；否则不设置。 * .text 该section保存着程序的``text‘‘或者说是可执行指令。 前缀是点(.)的section名是系统保留的，尽管应用程序可以用那些保留的 section名。应用程序可以使用不带前缀的名字以避免和系统的sections 冲突。object文件格式可以让一个定义的section部分不出现在上面的列 表中。一个object文件可以有多个同样名字的section。 为处理器体系保留的section名的形成是通过置换成一个体系名的缩写。 该名字应该取自体系名，e_machine使用的就是。例如，.Foo.psect就是 在FOO体系上定义的名字。 现存的扩展名是历史遗留下来的。          Pre-existing Extensions          =======================     .sdata     .tdesc     .sbss      .lit4     .lit8      .reginfo     .gptab     .liblist     .conflict

Roy2010

ELF文件格式（三）

String table sections 保存着以NULL终止的一系列字符，一般我们称为字 符串。object文件使用这些字符串来描绘符号和section名。一个字符串的 参考是一个string table section的索引。第一个字节，即索引0，被定义保 存着一个NULL字符。同样的，一个string table的最后一个字节保存着一个 NULL字符，所有的字符串都是以NULL终止。索引0的字符串是没有名字或者说 是NULL，它的解释依靠上下文。一个空的string table section是允许的； 它的section header的成员sh_size将为0。对空的string table来说，非0的 索引是没有用的。 一个 settion 头的 sh_name 成员保存了一个对应于该 setion 头字符表部分 的索引（就象ELF头的 e_shstrndx 成员所特指的那样。下表列出了一个有 25 字节 的字符串表（这些字符串和不同的索引相关联）：        Index   +0   +1   +2   +3   +4   +5   +6   +7   +8   +9        =====   ==   ==   ==   ==   ==   ==   ==   ==   ==   ==           0    \0   n    a    m    e    .    \0   V    a    r               10    i    a    b    l    e    \0   a    b    l    e          20    \0   \0   x    x    \0 + Figure 1-15: String Table Indexes Index   String =====   ======       0   none       1   "name."       7   "Variable"      11   "able"      16   "able"      24   null string 如上所示，一个字符串表可能涉及该 section 中的任意字节。一个字符串可能 引用不止一次；引用子串的情况是可能存在的；一个字符串也可能被引用若干次；而 不被引用的字符串也是允许存在的。    ==================== Symbol Table 符号表========================= 一个object文件的符号表保存了一个程序在定位和重定位时需要的定义和引用的信息。 一个符号表索引是相应的下标。0表项特指了该表的第一个入口，就象未定义的符号 索引一样。初始入口的内容在该 section 的后续部分被指定。                              Name       Value                              ====       =====         STN_UNDEF      0 一个符号表入口有如下的格式： + Figure 1-16: Symbol Table Entry typedef struct {       Elf32_Word st_name;       Elf32_Addr st_value;       Elf32_Word st_size;       unsigned char st_info;       unsigned char st_other;       Elf32_Half st_shndx; } Elf32_Sym; * st_name 该成员保存了进入该object文件的符号字符串表入口的索引（保留了符号名的表达字符）。    如果该值不为 0 ，则它代表了给出符号名的字符串表索引。否则，该符号无名。 注意：External C 符号和object文件的符号表有相同的名称。 * st_value 该成员给出了相应的符号值。它可能是绝对值或地址等等（依赖于上下文）； 细节如下所述。 * st_size 许多符号和大小相关。比如，一个数据对象的大小是该对象所包含的字节数目。 如果该符号的大小未知或没有大小则这个成员为 0 。 * st_info 成员指出了符号的类型和相应的属性。相应的列表如下所示。下面的代码说明了 如何操作该值。     #define ELF32_ST_BIND(i) ((i)>>4)     #define ELF32_ST_TYPE(i) ((i)&0xf)     #define ELF32_ST_INFO(b, t) (((b)<<4)+((t)&0xf)) * st_other 该成员目前为 0 ，没有含义。 * st_shndx 每一个符号表的入口都定义为和某些 section 相关；该成员保存了相关的 section 头索引。就象 Figure 1-8 {*}和相关的文字所描述的那样，某些 section 索引 指出了特殊的含义。 一个符号的属性决定了可链接性能和行为。 + Figure 1-17: Symbol Binding, ELF32_ST_BIND Name        Value ====        ===== STB_LOCAL       0 STB_GLOBAL      1 STB_WEAK        2 STB_LOPROC     13 STB_HIPROC     15 * STB_LOCAL 在包含了其定义的object文件之外的局部符号是不可见的。不同文件中的具有相同 名称的局部符号并不相互妨碍。 * STB_GLOBAL 全局符号是对所有的object目标文件可见的。一个文件中的全局符号的定义可以 满足另一个文件中对（该文件中）未定义的全局符号的引用。    * STB_WEAK 弱符号相似于全局符号，但是他们定义的优先级比较低一些。 * STB_LOPROC through STB_HIPROC 其所包含范围中的值由相应的处理器语义所保留。 全局符号和弱符号的区别主要在两个方面。 * 当链接器链接几个可重定位的目标文件时，它不允许 STB_GLOBAL 符号的同名 多重定义。另一方面，如果一个全局符号的定义存在则具有相同名称的弱符号名不会 引起错误。链接器将认可全局符号的定义而忽略弱符号的定义。与此相似，如果有一个 普通符号（比如，一个符号的 st_shndx 域包含 SHN_COMMON),则一个同名的弱符号 不会引起错误。链接器同样认可普通符号的定义而忽略弱符号。 * 当链接器搜索档案库的时候，它选出包含了未定义的全局符号的存档成员。该成员 的定义或者是全局的或者是一个弱符号。链接器不会为了解决一个未定义的弱符号 选出存档成员。未定义的弱符号具有 0 值。 在每一个符号表中，所有具有 STB_LOCAL 约束的符号优先于弱符号和全局符号。 就象上面 "sections" 中描述的那样，一个符号表部分的 sh_info 头中的成员 保留了第一个非局部符号的符号表索引。 符号的类型提供了一个为相关入口的普遍分类。 + Figure 1-18: Symbol Types, ELF32_ST_TYPE Name         Value ====         ===== STT_NOTYPE       0 STT_OBJECT       1 STT_FUNC         2 STT_SECTION      3 STT_FILE         4 STT_LOPROC      13 STT_HIPROC      15 * STT_NOTYPE 该符号的类型没有指定。 * STT_OBJECT 该符号和一个数据对象相关，比如一个变量、一个数组等。 * STT_FUNC 该符号和一个函数或其他可执行代码相关。 * STT_SECTION 该符号和一个 section 相关。这种类型的符号表入口主要是为了重定位，一般的 具有 STB_LOCAL 约束。 * STT_FILE 按惯例而言，该符号给出了和目标文件相关的源文件名称。一个具有 STB_LOCAL 约束的文件符号，其 section 索引为 SHN_ABS ，并且它优先于当前对应该文件的 其他 STB_LOCAL 符号。 * STT_LOPROC through STT_HIPROC 该范围中的值是为处理器语义保留的。 共享文件中的函数符号（具有 STT_FUNC 类型）有特殊的意义。当其他的目标文件 从一个共享文件中引用一个函数时，链接器自动的为引用符号创建一个链接表。除了 STT_FUNC 之外，共享的目标符号将不会自动的通过链接表引用。 如果一个符号涉及到一个 section 的特定定位，则其 section 索引成员 st_shndx 将保留一个到该 section 头的索引。当该 section 在重定位过程中不断 移动一样，符号的值也相应变化，而该符号的引用在程序中指向同样的定位。某些 特殊的 section 索引有其他的语义。 * SHN_ABS 该符号有一个不会随重定位变化的绝对值。 * SHN_COMMON 该符号标识了一个没有被分配的普通块。该符号的值给出了相应的系统参数，就象 一个 section 的 sh_addralign 成员。也就是说，链接器将分配一个地址给 该符号，地址的值是 st_value 的倍数。该符号的大小指出了需要的字节数。     * SHN_UNDEF 该 section 表索引表明该符号是未定义的。当链接器将该目标文件和另一个定义 该符号的文件相装配的时候，该文件内对该符号的引用将链接到当前实际的定义。 如上所述，符号表的 0 索引（STN_UNDEF）是保留的，它包含了如下内容： + Figure 1-19: Symbol Table Entry: Index 0 Name        Value    Note ====        =====    ==== st_name       0      No name st_value      0      Zero value st_size       0      No size st_info       0      No type, local binding st_other      0 st_shndx SHN_UNDEF No section        Symbol Values（符号值） 符号表入口对于不同的目标文件而言对 st_value 成员有一些不同的解释。 * 在可重定位文件中， st_value 保存了 section 索引为 SHN_COMMON 符号 的强制对齐值。 * 在可重定位文件中， st_value 保存了一个符号的 section 偏移。也就是说， st_value 是从 st_shndx 定义的 section 开头的偏移量。 * 在可执行的和可共享的目标文件中， st_value 保存了一个虚拟地址。为了使 这些文件符号对于动态链接器更为有效，文件层面上的 section 偏移让位于内存 层面上的虚拟地址（ section 编号无关的）。 尽管符号表值对于不同的目标文件有相似的含义，相应的程序还是可以有效地访问数据。    ====================== Relocation （重定位）========================== 重定位是连接符号引用和符号定义的过程。比如，当一个程序调用一个函数的时候， 相关的调用必须在执行时把控制传送到正确的目标地址。换句话说，重定位文件应当 包含有如何修改他们的 section 内容的信息，从而允许可执行文件或共享目标文件 为一个进程的程序映像保存正确的信息。重定位入口就是这样的数据。 + Figure 1-20: Relocation Entries typedef struct {       Elf32_Addr r_offset;       Elf32_Word r_info; } Elf32_Rel; typedef struct {       Elf32_Addr r_offset;       Elf32_Word r_info;       Elf32_Sword r_addend; } Elf32_Rela; * r_offset 该成员给出了应用重定位行为的地址。对于一个重定位文件而言，该值是从该 section 开始处到受到重定位影响的存储单位的字节偏移量。对一个可执行文件 或一个共享目标而言，该值是受到重定位影响的存储单位的虚拟地址。 * r_info 该成员给出了具有受重定位影响因素的符号表索引和重定位应用的类型。比如， 一个调用指令的重定位入口应当包含被调用函数的符号索引。如果该索引是 STN_UNDEF （未定义的符号索引），重定位将使用 0 作为该符号的值。重定位 类型是和处理器相关的。当正文(text)引用到一个重定位入口的重定位类型或符 号表索引，它表明相应的应用 ELF32_R_TYPE或 ELF32_R_SYM 于入口的 r_info 成员。     #define ELF32_R_SYM(i) ((i)>>8)     #define ELF32_R_TYPE(i) ((unsigned char)(i))     #define ELF32_R_INFO(s, t) ((s)<<8+(unsigned char)(t)) * r_addend 该成员指定一个常量加数（用于计算将要存储于重定位域中的值）。 如上所述，只有 Elf32_Rela 入口包含一个明确的加数。Elf32_Rel 类型 的入口在可以修改的地址中存储一个隐含的加数。依赖于处理器结构，一种形式 或其他形式也许是必须的或更为方便的。因此，特定机器的应用应当使用一种排他 性的形式或依赖于上下文的另一种形式。 一个重定位 section 关联了两个其他的 section ：一个符号表和一个可修改 的 section 。该 section 头的成员 sh_info 和 sh_link （在上文中的 “ section ”部分中有描述）指示了这种关系。重定位入口中的成员 r_offset 对于不同的目标文件有少许差异。 * 在可重定位文件中，r_offset 表示了一个 section 偏移。也就是说，重定位 section自己描述了如何修改其他在文件中的其他section； 重定位偏移量指 明了一个在第二个section中的存储器单元。 * 在可执行和共享的目标文件中，r_offset 表示一个虚拟地址。为了使得这些 文件的重定位入口更为有用（对于动态链接器而言），该 section 偏移（文件 中）应当让位于一个虚拟地址（内存中的）。 尽管为了允许相关的程序更为有效的访问而让 r_offset 的解释对于不同的目标 文件有所不同，重定位类型的含义是相同的。       Relocation Types（重定位类型） 重定位入口描述了怎样变更下面的指令和数据域（位数在表的两边角下）。 + Figure 1-21: Relocatable Fields     +---------------------------+     |          word32           |    31---------------------------0 * word32 指定一个以任意字节对齐方式占用 4 字节的 32 位域。这些值使用与 32 位 Intel 体系相同的字节顺序。                            3------2------1------0------+       0x01020304    | 01 | 02 | 03 | 04 |                           31------+------+------+------0 下面的计算假设正在将一个可重定位文件转换为一个可执行或共享的目标文件。 从概念上来说，链接器合并一个或多个可重定位文件来组成输出。它首先决定 怎样合并、定位输入文件，然后更新符号值，最后进行重定位。对于可执行文件 和共享的目标文件而言，重定位过程是相似的并有相同的结果。下面的描述使用 如下的约定符号。 * A 表示用于计算可重定位的域值的加数。 * B 表示了在执行过程中一个共享目标被加载到内存时的基地址。一般情况下，一个 共享object文件使用的基虚地址为0，但是一个可执行地址就跟共享object文件 不同了。 * G 表示了在执行过程中重定位入口符号驻留在全局偏移表中的偏移。请参阅 第二部分中的“ Global Offset Table （全局偏移表）”获得更多 的信息。    * GOT 表示了全局偏移表的地址。请参阅第二部分中的“ Global Offset Table （全局偏移表）”获得更多的信息。 * L 表示一个符号的过程链接表入口的位置（ section 偏移或地址）。一个过程 链接表入口重定位一个函数调用到正确的目的单元。链接器创建初始的链接表， 而动态链接器在执行中修改入口。 请参阅第二部分中的“ Procedure Linkage Table （过程链接表）”获得更多 的信息 * P 表示（section 偏移或地址）被重定位的存储单元位置（使用 r_offset 计算的）。 * S 表示索引驻留在重定位入口处的符号值。 一个重定位入口的 r_offset 值指定了受影响的存储单元的首字节的偏移 或虚拟地址。重定位类型指定了哪一位(bit)将要改变，以及怎样计算它们的值。 在 SYSTEM V 体系中仅仅使用 Elf32_Rel 重定位入口，将要被重定位的域中 保留了加数。在所有的情况下，加数和计算结果使用相同字节顺序。 + Figure 1-22（表 1-22）: Relocation Types（重定位类型） Name            Value Field   Calculation ====            ===== =====   =========== R_386_NONE        0    none    none R_386_32     1    word32 S + A R_386_PC32     2    word32 S + A - P R_386_GOT32     3    word32 G + A - P R_386_PLT32     4    word32 L + A - P R_386_COPY     5    none    none R_386_GLOB_DAT    6    word32 S R_386_JMP_SLOT    7    word32 S R_386_RELATIVE    8    word32 B + A R_386_GOTOFF     9    word32 S + A - GOT R_386_GOTPC    10    word32 GOT + A - P 有的重定位类型有不同于简单计算的语义。 * R_386_GOT32 这种重定位类型计算全局偏移表基地址到符号的全局偏移表 入口之间的间隔。这样另外通知了 link editor 建立一个全局偏移表 。 * R_386_PLT32 这种重定位类型计算符号的过程链接表入口地址，并另外通知链接器建立一个 过程链接表。 * R_386_COPY 链接器创建该重定位类型用于动态链接。它的偏移成员涉及一个可写段中的一个 位置。符号表索引指定一个可能存在于当前 object file 或在一个shared object 中的符号。在执行过程中，动态链接器把和 shared object 符号相关的数据 拷贝到该偏移所指定的位置。 * R_386_GLOB_DAT 这种重定位类型用于设置一个全局偏移表入口为指定符号的地址。该特定的重定位 类型允许你决定符号和全局偏移表入口之间的一致性。 * R_386_JMP_SLOT {*} 链接器创建该重定位类型用于动态链接。其偏移成员给出了一个过程链接表入口的 位置。动态链接器修改该过程链接表入口以便向特定的符号地址传递控制。 [参阅第二部分中的 "Procedure Linkage Table(过程链接表)"] * R_386_RELATIVE 链接器创建该重定位类型用于动态链接。其偏移成员给出了包含表达相关地址值 的一个 shared object 中的位置。动态链接器计算相应的虚拟地址（把该 shared object 装载地址和相对地址相加）。该类型的重定位入口必须为 符号表索引指定为 0 。 * R_386_GOTOFF 这种重定位类型计算符号值和全局偏移表地址之间的不同。另外还通知链接器 建立全局偏移表（GOT）。 * R_386_GOTPC 这种重定位类型类似于 R_386_PC32 ，不同的是它在计算中使用全局偏移表。 这种重定位中引用的符号通常是 _GLOBAL_OFFSET_TABLE_ ，该符号通知了 链接器建立全局偏移表（GOT）。

Roy2010

ELF文件格式(四)

2. PROGRAM LOADING AND DYNAMIC LINKING                    程序装入和动态链接    ________________________________________________________________    ======================== Introduction（介绍） ========================= 第二部分描述了 object file 信息和创建运行程序的系统行为。其中部分信息 适合所有的系统，其他信息是和特定处理器相关的。 可执行和共享的 object file 静态的描绘了程序。为了执行这样的程序，系统 用这些文件创建动态的程序表现，或进程映像。一个进程映像有用于保存其代码、 数据、堆栈等等的段。这个部分的主要章节讨论如下的内容。 * 程序头（Program header）。该章节补充第一部分，描述和程序运行相关的 object file 结构。即文件中主要的数据结构、程序头表、定位段映像，也 包含了为该程序创建内存映像所需要的信息。 * 载入程序（Program loading）。在给定一个 object file 时，系统为了 让它运行必须将它载入内存。 * 动态链接（Dynamic linking）。在载入了程序之后，系统必须通过解决组 成该进程的 object file之间的符号引用问题来完成进程映像的过程。 注意：指定了处理器范围的 ELF 常量是有命名约定的。比如，DT_ , PT_ ， 用于特定处理器扩展名，组合了处理器的名称（如 DT_M32_SPECIAL ）。 没有使用这种约定但是预先存在的处理器扩展名是允许的。          Pre-existing Extensions                        （预先存在的扩展名）          =======================          DT_JMP_REL    ====================== Program Header（程序头） ====================== 一个可执行的或共享的 object file 的程序头表是一个结构数组，每一个 结构描述一个段或其他系统准备执行该程序所需要的信息。一个 object file 段包含一个或多个部分（就象下面的“段目录”所描述的那样）。程序头仅仅对于 可执行或共享的 object file 有意义。一个文件使用 ELF 头的 e_phentsize 和 e_phnum 成员来指定其拥有的程序头大小。[参阅 第一部分中的 "ELF 头"] + Figure 2-1: Program Header typedef struct {       Elf32_Word p_type;       Elf32_Off p_offset;       Elf32_Addr p_vaddr;       Elf32_Addr p_paddr;       Elf32_Word p_filesz;       Elf32_Word p_memsz;       Elf32_Word p_flags;       Elf32_Word p_align; } Elf32_Phdr; * p_type 该成员指出了这个数组的元素描述了什么类型的段，或怎样解释该数组元素的信息。 类型值和含义如下所述。 * p_offset 该成员给出了该段的驻留位置相对于文件开始处的偏移。 * p_vaddr 该成员给出了该段在内存中的首字节地址。 * p_paddr 在物理地址定位有关联的系统中，该成员是为该段的物理地址而保留的。由于 System V 忽略了应用程序的物理地址定位，该成员对于可执行文件和共享的 object 而言是未指定内容的。 * p_filesz 该成员给出了文件映像中该段的字节数；它可能是 0 。     * p_memsz 该成员给出了内存映像中该段的字节数；它可能是 0 。 * p_flags 该成员给出了和该段相关的标志。定义的标志值如下所述。 * p_align 就象在后面“载入程序”部分中所说的那样，可载入的进程段必须有合适的 p_vaddr 、 p_offset 值，取页面大小的模。该成员给出了该段在内存和 文件中排列值。 0 和 1 表示不需要排列。否则， p_align 必须为正的 2 的幂， 并且 p_vaddr 应当等于 p_offset 模 p_align 。 某些入口描述了进程段；其他的则提供补充信息并且无益于进程映像。已经 定义的入口可以以任何顺序出现，除非是下面明确声明的。后面是段类型值； 其他的值保留以便将来用于其他用途。 + Figure 2-2: Segment Types, p_type Name             Value ====             ===== PT_NULL              0 PT_LOAD              1 PT_DYNAMIC           2 PT_INTERP            3 PT_NOTE              4 PT_SHLIB             5 PT_PHDR              6 PT_LOPROC   0x70000000 PT_HIPROC   0x7fffffff * PT_NULL 该数组元素未使用；其他的成员值是未定义的。这种类型让程序头表忽略入口。 * PT_LOAD 该数组元素指定一个可载入的段，由 p_filesz 和 p_memsz 描述。文件中 字节被映射到内存段中。如果该段的内存大小（ p_memsz ）比文件大小（ p_filesz ） 要大，则多出的字节将象段初始化区域那样保持为 0 。文件的大小不会比内存大小值大。 在程序头表中，可载入段入口是以 p_vaddr 的升序排列的。 * PT_DYNAMIC 该数组元素指定动态链接信息。参阅 后面的“动态部分”以获得更多信息。 * PT_INTERP 该数组元素指定一个 null-terminated 路径名的位置和大小（作为解释程序）。 这种段类型仅仅对可执行文件有意义（尽管它可能发生在一个共享 object 上）； 它在一个文件中只能出现一次。如果它出现，它必须先于任何一个可载入段入口。 参阅 后面的“程序解释器”（Program Interpreter）以获得更多的信息。 * PT_NOTE 该数组元素指定辅助信息的位置和大小。参阅 后面的“注意部分”以获得细节。 * PT_SHLIB 该段类型保留且具有未指定的语义。具有一个这种类型数组元素的程序并不 遵守 ABI 。 * PT_PHDR 该数组元素（如果出现），指定了程序头表本身的位置和大小（包括在文件中 和在该程序的内存映像中）。更进一步来说，它仅仅在该程序头表是程序内存映像 的一部分时才有效。如果它出现，它必须先于任何可载入段入口。参阅 后面的 “程序解释器”（Program Interpreter）以获得更多的信息。 * PT_LOPROC through PT_HIPROC 该范围中的值保留用于特定处理器的语义。 注意：除非在别处的特殊要求，所有的程序头的段类型是可选的。也就是说， 一个文件的程序头表也许仅仅包含和其内容相关的元素。      Base Address（基地址） 可执行和共享的 object file 有一个基地址，该基地址是与程序的 object file 在内存中映像相关的最低虚拟地址。基地址的用途之一是在动态链接过程中重定位 该程序的内存映像。 一个可执行的 object file 或 一个共享的 object file 的基地址是在 执行的时候从三个值计算而来的：内存载入地址、页面大小的最大值 和 程序可 载入段的最低虚拟地址。就象在“程序载入”中所描述的那样，程序头中的虚拟地址 也许和程序的内存映像中实际的虚拟地址并不相同。为了计算基地址，必须确定与 PT_LOAD 段 p_vaddr 的最小值相关的内存地址。获得基地址的方法是将内存 地址截去最大页面大小的最接近的整数倍。由于依赖载入内存中的文件类型， 该内存地址和 p_vaddr 值可能匹配也可能不匹配。 就象在第一部分中 "Section" 中描述的那样， .bss section 具有 SHT_NOBITS 的类型。尽管在文件中不占用空间，它在段的内存映像中起作用。通常，没有初始化 的数据驻留在段尾，因此使得在相关的程序头元素中的 p_memsz 比 p_filesz 大。      Note Section（注解部分） 有的时候供应商或系统设计者需要用特定的信息标记一个 object file 以便其他程序检查其兼容的一致性，等等此类。 SHT_NOTE 类型的 section 和 PT_NOTE 类型的程序头元素能够被用于此目的。 section 和程序头中的注解信息包含了任意数目的入口，每一个入口的格式都是对应于特定 处理器格式的 4-字节数组。下面的标签有助于解释注释信息的组织形式，但是这些 标签不是规格说明的一部分。 + Figure 2-3: Note Information namesz descsz type name ... desc ... * namesz and name 名字中 namesz 的第一个字节包含了一个 null-terminated 字符 表达了该入口的拥有者或始发者。没有正式的机制来避免名字冲突。从 惯例来说，供应商使用他们自己的名称，比如 "XYZ Computer Company" ， 作为标志。如果没有提供名字， namesz 值为 0 。 如果有必要，确定 描述信息4-字节对齐。 这样的填充信息并不包含在namesz 中。 * descsz and desc desc 中 descsz 的首字节包含了注解描述符。ABI 不会在一个描述符内容中 放入任何系统参数。如果没有描述符， descsz 将为 0 。 如果有必要，确定 描述信息4-字节对齐。 这样的填充信息并不包含在descsz中。 * type 该 word 给出了描述符的解释。每一个创造着（originator） 控制着自己的类型； 对于单单一个类型值的多种解释是可能存在的。因此，一个程序必须辨认出该名字 和其类型以便理解一个描述符。这个时候的类型必须是非负的。ABI 没有定义 描述符的含义。 为了举例说明，下面的解释段包含两个入口。 + Figure 2-4: Example Note Segment            +0   +1   +2   +3           ------------------- namesz           7 descsz           0           No descriptor     type           1     name   X    Y    Z    spc            C    o    \0   pad namesz           7 descsz           8     type           3     name   X    Y    Z    spc            C    o    \0   pad     desc         word0                  word1 注意：系统保留的注解信息没有名字 (namesz==0) ，有一个零长度的名字 (name[0]==‘\0‘) 现在还没有类型为其定义。所有其他的名字必须至少有 一个非空的字符。 注意：注解信息是可选的。注解信息的出现并不影响一个程序的 ABI 一致性， 前提是该信息不影响程序的执行行为。否则，该程序将不遵循 ABI 并将出现 未定义的行为。    ===================== Program Loading（程序载入） ===================== 当创建或增加一个进程映像的时候，系统在理论上将拷贝一个文件的段到一个虚拟 的内存段。系统什么时候实际地读文件依赖于程序的执行行为，系统载入等等。一个 进程仅仅在执行时需要引用逻辑页面的时候才需要一个物理页面，实际上进程通常会 留下许多未引用的页面。因此推迟物理上的读取常常可以避免这些情况，改良系统的 特性。为了在实践中达到这种效果，可执行的和共享的 object file 必须具有 合适于页面大小取模值的文件偏移和虚拟地址这样条件的段映像。 虚拟地址和文件偏移在 SYSTEM V 结构的段中是模 4KB（0x1000） 或大的 2 的幂。 由于 4KB 是最大的页面大小，因此无论物理页面大小是多少，文件必须去适合页面。 + Figure 2-5: Executable File            File Offset   File                  Virtual Address            ===========   ====                  ===============                      0   ELF header Program header table                          Other information                  0x100   Text segment          0x8048100                          ...                          0x2be00 bytes         0x8073eff                0x2bf00   Data segment          0x8074f00                          ...                          0x4e00 bytes          0x8079cff                0x30d00   Other information                          ... + Figure 2-6: Program Header Segments（程序头段） Member    Text Data ======    ====         ==== p_type    PT_LOAD      PT_LOAD p_offset 0x100 0x2bf00 p_vaddr   0x8048100 0x8074f00 p_paddr   unspecified unspecified p_filesz 0x2be00 0x4e00 p_memsz   0x2be00 0x5e24 p_flags   PF_R+PF_X    PF_R+PF_W+PF_X p_align   0x1000 0x1000 尽管示例中的文件偏移和虚拟地址在文本和数据两方面都适合模 4KB ，但是还有 4 个文件页面混合了代码和数据（依赖于页面大小和文件系统块的大小）。 * 第一个文本页面包含了 ELF 头、程序头以及其他信息。 * 最后的文本页包含了一个数据开始的拷贝。 * 第一个数据页面有一个文本结束的拷贝。 * 最后的数据页面也许会包含与正在运行的进程无关的文件信息。 理论上，系统强制内存中段的区别；段地址被调整为适应每一个逻辑页面在地址空间 中有一个简单的准许集合。在上面的示例中，包含文本结束和数据开始的文件区域将 被映射两次：在一个虚拟地址上为文本而另一个虚拟地址上为数据。 数据段的结束处需要对未初始化的数据进行特殊处理（系统定义的以 0 值开始）。 因此如果一个文件包含信息的最后一个数据页面不在逻辑内存页面中，则无关的 数据应当被置为 0 （这里不是指未知的可执行文件的内容）。在其他三个页面中 "Impurities" 理论上并不是进程映像的一部分；系统是否擦掉它们是未指定的。 下面程序的内存映像假设了 4KB 的页面。 + Figure 2-7: Process Image Segments（进程映像段） Virtual Address Contents            Segment =============== ========            =======         0x8048000 Header padding      Text                    0x100 bytes         0x8048100 Text segment                    ...                    0x2be00 bytes         0x8073f00 Data padding                    0x100 bytes         0x8074000 Text padding        Data                    0xf00 bytes         0x8074f00 Data segment                    ...                    0x4e00 bytes         0x8079d00 Uninitialized data                    0x1024 zero bytes         0x807ad24 Page padding                    0x2dc zero bytes 可执行文件和共享文件在段载入方面有所不同。典型地，可执行文件段包含了 绝对代码。为了让进程正确执行，这些段必须驻留在建立可执行文件的虚拟地址 处。因此系统使用不变的 p_vaddr 作为虚拟地址。 另一方面，共享文件段包含与位置无关的代码。这让不同进程的相应段虚拟地址 各不相同，且不影响执行。虽然系统为各个进程选择虚拟地址，它还要维护各个 段的相对位置。因为位置无关的代码在段间使用相对定址，故而内存中的虚拟地址 的不同必须符合文件中虚拟地址的不同。下表给出了几个进程可能的共享对象虚拟 地址的分配，演示了不变的相对定位。该表同时演示了基地址的计算。 + Figure 2-8: Example Shared Object Segment Addresses Sourc             Text        Data Base Address =====             ====        ==== ============ File             0x200     0x2a400           0x0 Process 1   0x80000200 0x8002a400    0x80000000 Process 2   0x80081200 0x800ab400    0x80081000 Process 3   0x900c0200 0x900ea400    0x900c0000 Process 4   0x900c6200 0x900f0400    0x900c6000

Roy2010

ELF文件格式(五)

==================== Dynamic Linking （动态链接） ===================== 一个可执行文件可能有一个 PT_INTERP 程序头元素。在 exec(BA_OS) 的 过程中，系统从 PT_INTERP 段中取回一个路径名并由解释器文件的段创建初始的 进程映像。也就是说，系统为解释器“编写”了一个内存映像，而不是使用原始 的可执行文件的段映像。此时该解释器就负责接收系统来的控制并且为应用程序 提供一个环境变量。 解释器使用两种方法中的一种来接收系统来的控制。首先，它会接收一个文件描述符 来读取该可执行文件，定位于开头。它可以使用这个文件描述符来读取 并且（或者） 映射该可执行文件的段到内存中。其次，依赖于该可执行文件的格式，系统会载入 这个可执行文件到内存中而不是给该解释器一个文件描述符。伴随着可能的文件描述符 异常的情况，解释器的初始进程声明应匹配该可执行文件应当收到的内容。解释器本身 并不需要第二个解释器。一个解释器可能是一个共享对象也可能是一个可执行文件。 * 一个共享对象（通常的情况）在被载入的时候是位置无关的，各个进程可能不同；    系统在 mmap(KE_OS) 使用的动态段域为它创建段和相关的服务。因而，一个    共享对象的解释器将不会和原始的可执行文件的原始段地址相冲突。 * 一个可执行文件被载入到固定地址；系统使用程序头表中的虚拟地址为其创建段。    因而，一个可执行文件解释器的虚拟地址可能和第一个可执行文件相冲突；这种    冲突由解释器来解决。    Dynamic Linker（动态链接器） 当使用动态链接方式建立一个可执行文件时，链接器把一个 PT_INTERP 类型 的元素加到可执行文件中，告诉系统把动态链接器做为该程序的解释器。 注意：由系统提供的动态链接器是和特定处理器相关的。 Exec(BA_OS) 和动态链接器合作为程序创建进程，必须有如下的动作： * 将可执行文件的内存段加入进程映像中； * 将共享对象的内存段加入进程映像中； * 为可执行文件和它的共享对象进行重定位； * 如果有一个用于读取可执行文件的文件描述符传递给了动态链接器，那么关闭它。 * 向程序传递控制，就象该程序已经直接从 exec(BA_OS) 接收控制一样。 链接器同时也为动态链接器构建各种可执行文件和共享对象文件的相关数据。就象 在上面“程序头”中说的那样，这些数据驻留在可载入段中，使得它们在执行过程 中有效。（再一次的，要记住精确的段内容是处理器相关的。可以参阅相应处理器 的补充说明来获得详尽的信息。） * 一个具有 SHT_DYNAMIC 类型的 .dynamic section 包含各种数据。驻留在    section 开头的结构包含了其他动态链接信息的地址。 * SHT_HASH 类型的 .hash section 包含了一个 symbol hash table. * SHT_PROGBITS 类型的 .got 和 .plt section 包含了两个分离的 table:    全局偏移表和过程链接表。 下面的 section 演示了动态链接器使用和改变    这些表来为 object file 创建内存映像。 由于每一个遵循 ABI 的程序从一个共享对象库中输入基本的系统服务，因此动态 链接器分享于每一个遵循 ABI 的程序的执行过程中。 就象在处理器补充说明的“程序载入”所解释的那样，共享对象也许会占用与记录在 文件的程序头表中的地址不同的虚拟内存地址。动态链接器重定位内存映像，在应用程序 获得控制之前更新绝对地址。尽管在库被载入到由程序头表指定的地址的情况下绝对地址 应当是正确的，通常的情况却不是这样。 如果进程环境 [see exec(BA_OS)] 包含了一个非零的 LD_BIND_NOW 变量， 动态链接器将在控制传递到程序之前进行所有的重定位。举例而言，所有下面的 环境入口将指定这种行为。 * LD_BIND_NOW=1 * LD_BIND_NOW=on * LD_BIND_NOW=off 其他情况下， LD_BIND_NOW 或者不在环境中或者为空值。动态链接器可以不急于 处理过程链接表入口，因而避免了对没有调用的函数的符号解析和重定位。参阅 "rocedure Linkage Table"获取更多的信息。      Dynamic Section（动态section） 假如一个object文件参与动态的连接，它的程序头表将有一个类型为PT_DYNAMIC 的元素。该“段”包含了.dynamic section。一个_DYNAMIC特别的符号，表明了 该section包含了以下结构的一个数组。 + Figure 2-9: Dynamic Structure    typedef struct {        Elf32_Sword d_tag;        union {            Elf32_Sword d_val;            Elf32_Addr d_ptr;        } d_un;    } Elf32_Dyn;    extern Elf32_Dyn _DYNAMIC[]; 对每一个有该类型的object，d_tag控制着d_un的解释。 * d_val    那些Elf32_Word object描绘了具有不同解释的整形变量。 * d_ptr    那些Elf32_Word object描绘了程序的虚拟地址。就象以前提到的，在执行时，    文件的虚拟地址可能和内存虚拟地址不匹配。当解释包含在动态结构中的地址    时是基于原始文件的值和内存的基地址。为了一致性，文件不包含在    重定位入口来纠正在动态结构中的地址。 以下的表格总结了对可执行和共享object文件需要的tag。假如tag被标为 mandatory，ABI-conforming文件的动态连接数组必须有一个那样的入口。 同样的，“optional”意味着一个可能出现tag的入口，但是不是必须的。 + Figure 2-10: Dynamic Array Tags, d_tag    Name               Value   d_un         Executable   Shared Object    ====               =====   ====         ==========   =============    DT_NULL                 0   ignored   mandatory     mandatory    DT_NEEDED   1   d_val   optional     optional    DT_PLTRELSZ   2   d_val   optional     optional    DT_PLTGOT   3   d_ptr   optional     optional    DT_HASH   4   d_ptr   mandatory     mandatory    DT_STRTAB   5   d_ptr   mandatory     mandatory    DT_SYMTAB   6   d_ptr   mandatory     mandatory    DT_RELA   7   d_ptr   mandatory     optional    DT_RELASZ   8   d_val   mandatory     optional    DT_RELAENT   9   d_val   mandatory     optional    DT_STRSZ   10   d_val   mandatory     mandatory    DT_SYMENT   11   d_val   mandatory     mandatory    DT_INIT   12   d_ptr   optional     optional    DT_FINI   13   d_ptr   optional     optional    DT_SONAME   14   d_val   ignored       optional    DT_RPATH   15   d_val   optional     ignored    DT_SYMBOLIC   16   ignored   ignored       optional    DT_REL   17   d_ptr   mandatory     optional    DT_RELSZ   18   d_val   mandatory     optional    DT_RELENT   19   d_val   mandatory     optional    DT_PLTREL   20   d_val   optional     optional    DT_DEBUG   21   d_ptr   optional     ignored    DT_TEXTREL   22   ignored   optional     optional    DT_JMPREL   23   d_ptr   optional     optional    DT_LOPROC     0x70000000   unspecified   unspecified   unspecified    DT_HIPROC     0x7fffffff   unspecified   unspecified   unspecified * DT_NULL    一个DT_NULL标记的入口表示了_DYNAMIC数组的结束。 * DT_NEEDED    这个元素保存着以NULL结尾的字符串表的偏移量，那些字符串是所需库的名字。    该偏移量是以DT_STRTAB 为入口的表的索引。看“Shared Object Dependencies”    关于那些名字的更多信息。动态数组可能包含了多个这个类型的入口。那些    入口的相关顺序是重要的，虽然它们跟其他入口的关系是不重要的。 * DT_PLTRELSZ    该元素保存着跟PLT关联的重定位入口的总共字节大小。假如一个入口类型    DT_JMPREL存在，那么DT_PLTRELSZ也必须存在。 * DT_PLTGOT    该元素保存着跟PLT关联的地址和（或者）是GOT。具体细节看处理器补充    （processor supplement）部分。 * DT_HASH    该元素保存着符号哈希表的地址，在“哈希表”有描述。该哈希表指向    被DT_SYMTAB元素引用的符号表。 * DT_STRTAB    该元素保存着字符串表地址，在第一部分有描述，包括了符号名，库名，    和一些其他的在该表中的字符串。 * DT_SYMTAB    该元素保存着符号表的地址，在第一部分有描述，对32-bit类型的文件来    说，关联着一个Elf32_Sym入口。 * DT_RELA    该元素保存着重定位表的地址，在第一部分有描述。在表中的入口有明确的    加数，就象32-bit类型文件的Elf32_Rela。一个object文件可能好多个重定位    section。当为一个可执行和共享文件建立重定位表的时候，连接编辑器连接    那些section到一个单一的表。尽管在object文件中那些section是保持独立的。    动态连接器只看成是一个简单的表。当动态连接器为一个可执行文件创建一个    进程映象或者是加一个共享object到进程映象中，它读重定位表和执行相关的    动作。假如该元素存在，动态结构必须也要有DT_RELASZ和DT_RELAENT元素。    当文件的重定位是mandatory，DT_RELA 或者 DT_REL可能出现（同时出现是    允许的，但是不必要的）。 * DT_RELASZ    该元素保存着DT_RELA重定位表总的字节大小。 * DT_RELAENT    该元素保存着DT_RELA重定位入口的字节大小。     * DT_STRSZ    该元素保存着字符串表的字节大小。 * DT_SYMENT    该元素保存着符号表入口的字节大小。 * DT_INIT    该元素保存着初始化函数的地址，在下面“初始化和终止函数”中讨论。 * DT_FINI    该元素保存着终止函数的地址，在下面“初始化和终止函数”中讨论。 * DT_SONAME    该元素保存着以NULL结尾的字符串的字符串表偏移量，那些名字是共享    object的名字。偏移量是在DT_STRTAB入口记录的表的索引。关于那些名字看    Shared Object Dependencies 部分获得更多的信息。 * DT_RPATH    该元素保存着以NULL结尾的搜索库的搜索目录字符串的字符串表偏移量。    在共享object依赖关系（Shared Object Dependencies）中有讨论 * DT_SYMBOLIC    在共享object库中出现的该元素为在库中的引用改变动态连接器符号解析的算法。    替代在可执行文件中的符号搜索，动态连接器从它自己的共享object开始。假如    一个共享的object提供引用参考失败，那么动态连接器再照常的搜索可执行文件    和其他的共享object。     * DT_REL    该元素相似于DT_RELA，除了它的表有潜在的加数，正如32-bit文件类型的    Elf32_Rel一样。假如这个元素存在，它的动态结构必须也同时要有DT_RELSZ    和DT_RELENT的元素。 * DT_RELSZ    该元素保存着DT_REL重定位表的总字节大小。 * DT_RELENT    该元素保存着DT_RELENT重定为入口的字节大小。    * DT_PLTREL    该成员指明了PLT指向的重定位入口的类型。适当地， d_val成员保存着    DT_REL或DT_RELA。在一个PLT中的所有重定位必须使用相同的转换。 * DT_DEBUG    该成员被调试使用。它的内容没有被ABI指定；访问该入口的程序不是    ABI-conforming的。 * DT_TEXTREL    如在程序头表中段许可所指出的那样，这个成员的缺乏代表没有重置入    口会引起非写段的修改。假如该成员存在，一个或多个重定位入口可能    请求修改一个非写段，并且动态连接器能因此有准备。     * DT_JMPREL    假如存在，它的入口d_ptr成员保存着重定位入口（该入口单独关联着    PLT）的地址。假如lazy方式打开，那么分离它们的重定位入口让动态连接    器在进程初始化时忽略它们。假如该入口存在，相关联的类型入口DT_PLTRELSZ    和DT_PLTREL一定要存在。 * DT_LOPROC through DT_HIPROC    在该范围内的变量为特殊的处理器语义保留。除了在数组末尾的DT_NULL元素，    和DT_NEEDED元素相关的次序，入口可能出现在任何次序中。在表中不出    现的Tag值是保留的。    Shared Object Dependencies（共享Object的依赖关系） 当连接器处理一个文档库时，它取出库中成员并且把它们拷贝到一个输出的 object文件中。当运行时没有包括一个动态连接器的时候，那些静态的连接服 务是可用的。共享object也提供服务，动态连接器必须把正确的共享object 文件连接到要实行的进程映象中。因此，可执行文件和共享的object文件之间 存在着明确的依赖性。 当动态连接器为一个object文件创建内存段时，依赖关系（在动态结构的 DT_NEEDED入口中记录）表明需要哪些object来为程序提供服务。通过 重复的连接参考的共享object和他们的依赖关系，动态连接器可以建造一个 完全的进程映象。当解决一个符号引用的时候，动态连接器以宽度优先搜索 （breadth-first）来检查符号表，换句话说，它先查看自己的可实行程序 中的符号表，然后是顶端DT_NEEDED入口（按顺序）的符号表，再接下来是 第二级的DT_NEEDED入口，依次类推。共享object文件必须对进程是可读的； 其他权限是不需要的。 注意：即使当一个共享object被引用多次（在依赖列关系表中），动态连接器 只把它连接到进程中一次。 在依赖关系列表中的名字既被DT_SONAME字符串拷贝，又被建立object文件 时的路径名拷贝。例如，动态连接器建立一个可执行文件（使用带DT_SONAME 入口的lib1共享文件）和一个路径名为/usr/lib/lib2的共享object库， 那么可执行文件将在它自己的依赖关系列表中包含lib1和/usr/bin/lib2。 假如一个共享object名字有一个或更多的反斜杠字符(/)在这名字的如何地方， 例如上面的/usr/lib/lib2文件或目录，动态连接器把那个字符串自己做为路径名。 假如名字没有反斜杠字符(/)，例如上面的lib1，三种方法指定共享文件的 搜索路径，如下： * 第一，动态数组标记DT_RPATH保存着目录列表的字符串（用冒号(分隔）。    例如，字符串/home/dir/lib:/home/dir2/lib:告诉动态连接器先搜索    /home/dir/lib，再搜索/home/dir2/lib，再是当前目录。 * 第二，在进程环境中（see exec(BA_OS)），有一个变量称为LD_LIBRARY_PATH    可以保存象上面一样的目录列表（随意跟一个分号(;)和其他目录列表）。    以下变量等于前面的例子：      LD_LIBRARY_PATH=/home/dir/lib:/home/dir2/lib:      LD_LIBRARY_PATH=/home/dir/lib;/home/dir2/lib:      LD_LIBRARY_PATH=/home/dir/lib:/home/dir2/lib:;    所以的LD_LIBRARY_PATH目录在DT_RPATH指向的目录之后被搜索。尽管一些    程序（例如连接编辑器）不同的处理分号前和分号后的目录，但是动态连接    不会。不过，动态连接器接受分号符号，具体语意在如上面描述。 * 最后，如果上面的两个目录查找想要得到的库失败，那么动态连接器搜索    /usr/lib. 注意：出于安全考虑，动态连接器忽略set-user和set-group的程序的 LD_LIBRARY_PATH所指定的搜索目录。但它会搜索DT_RPATH指明的目录和 /usr/lib。    Global Offset Table(GOT全局偏移量表) 一般情况下，位置无关的代码不包含绝对的虚拟地址。全局偏移量表在私有数据 中保存着绝对地址，所以应该使地址可用的，而不是和位置无关性和程序代码段 共享能力妥协。一个程序引用它的GOT(全局偏移量表)来使用位置无关的地址并且 提取绝对的变量，所以重定位位置无关的参考到绝对的位置。 初始时，GOT(全局偏移量表)保存着它重定位入口所需要的信息 [看第一部分的 “Relocation”]。在系统为一个可装载的object文件创建内存段以后，动态 连接器处理重定位入口，那些类型为R_386_GLOB_DAT的指明了GOT(全局偏移量表)。 动态连接器决定了相关的标号变量，计算他们的绝对地址，并且设置适当的内存 表入口到正确的变量。虽然当连接编辑器建造object文件的时候，绝对地址 是不知道，连接器知道所以内存段的地址并且能够因此计算出包含在那里的 标号地址。 假如程序需要直接访问符号的绝对地址，那么这个符号将有一个GOT(全局偏移量表) 入口。因为可执行文件和共享文件有独立的GOT(全局偏移量表)，一个符号地址 可能出现在不同的几个表中。在交给进程映象的代码控制权以前，动态连接器处 理所有的重定位的GOT(全局偏移量表)，所以在执行时，确认绝对地址是可用的。 该表的入口0是为保存动态结构地址保留的（参考_DYNAMIC标号）。这允许 象动态连接程序那样来找出他们自己的动态结构（还没有处理他们的重 定向入口）。这些对于动态连接器是重要的，因为它必要初始化自己而不 能依赖于其他程序来重定位他们的内存映象。在32位Interl系统结构中，在 GOT中的人口1和2也是保留的，具体看以下的过程连接表（Procedure Linkage Table）。 系统可以为在不同的程序中相同的共享object选择不同的内存段；它甚至可以 为相同的程序不同的进程选择不同的库地址。虽然如此，一旦进程映象被建立 以后，内存段不改变地址。只要一个进程存在，它的内存段驻留在固定的虚拟 地址。 GOT表的格式和解释是处理器相关的。在32位Intel体系结构下，标号 _GLOBAL_OFFSET_TABLE_可能被用来访问该表。 + Figure 2-11: Global Offset Table    extern Elf32_Addr _GLOBAL_OFFSET_TABLE_[]; 标号_GLOBAL_OFFSET_TABLE_可能驻留在.got section的中间，允许负的和非负 的下标索引这个数组。          Procedure Linkage Table（PLT过程连接表） 就象GOT重定位把位置无关的地址计算成绝对地址一样，PLT过程连接表重定位 位置无关的函数调用到绝对的地址。从一个可执行或者共享的object文件到另外的， 连接编辑器不解析执行的传输（例如函数的调用）。因此，连接编辑器安排程序 的传递控制到PLT中的入口。在SYSTEM V体系下，PLT存在共享文本中，但是它们 使用的地址是在私有的GOT中。符号连接器决定了目标的绝对地址并且修改GOT的 内存映象。因此，在没有危及到位置无关、程序文本的共享能力的情况下。动态 连接器能重定位人口。 + Figure 2-12: Absolute Procedure Linkage Table {*}          绝对的过程连接表    .PLT0:pushl   got_plus_4          jmp     *got_plus_8          nop; nop          nop; nop    .PLT1:jmp     *name1_in_GOT          pushl   $offset          jmp     .PLT0@PC    .PLT2:jmp     *name2_in_GOT          pushl   $offset          jmp     .PLT0@PC          ... + Figure 2-13: Position-Independent Procedure Linkage Table          位置无关（或者说位置独立）的过程连接表    .PLT0:pushl   4(%ebx)          jmp     *8(%ebx)          nop; nop          nop; nop    .PLT1:jmp     *name1@GOT(%ebx)          pushl   $offset          jmp     .PLT0@PC    .PLT2:jmp     *name2@GOT(%ebx)          pushl   $offset          jmp     .PLT0@PC          ... 注意：如图所示，PLT的指令使用了不同的操作数地址方式，对绝对代码和 对位置无关的代码。但是，他们的界面对于动态连接器是相同的。 以下的步骤，动态连接器和程序协作（cooperate）通过PLT和GOT来解析符号 引用。 1. 当第一次创建程序的内存映象时，动态连接器为在GOT中特别的变量设置    第二次和第三次的入口。下面关于那些变量有更多的解释。 2. 假如PLT是位置无关的，那么GOT的地址一定是保留在%ebx中的。每个在进程    映象中共享的object文件有它自己的PLT，并且仅仅在同一个object文件中，    控制传输到PLT入口。从而，要调用的函数有责任在调用PLT入口前，设置PLT    地址到寄存器中。 3. 举例说明，假如程序调用函数name1,它的传输控制到标号.PLT1. 4. 第一个指令跳到在GOT入口的name1地址。初始话时，GOT保存着紧跟着的push1    指令的地址，而不是真实的name1的地址。 5. 因此，程序在堆栈中压入(push)一个重定位的偏移量。重定位的偏移量是    一个32位，非负的字节偏移量（从定位表算起）。指派的重定位入口将是    一个R_386_JMP_SLOT类型，它的偏移量指明了GOT入口（在前面的jmp指令中    被使用）。该重定位入口也包含一个符号表的索引，因此告诉动态连接器    哪个符号要被引用，在这里是name1。 6. 在压入(push)一个重定位的偏移量后，程序跳到.PLT0,在PLT中的第一个入口。    push1指令在堆栈中放置第二个GOT入口(got_plus_4 or 4(%ebx))的值,    因此，给动态连接器一个word的鉴别信息。然后程序跳到第三个GOT入口    (got_plus_8 or 8(%ebx))，它传输控制到动态连接器。 7. 当动态连接器接到控制权，它展开堆栈，查看指派的重定位入口，寻找符号的    值，在GOT入口中存储真实的name1地址，然后传输控制想要目的地。 8. PLT入口的并发执行将直接传输控制到name1，而不用第二次调用动态连接器    了。所以，在.PLT1中的jmp指令将转到name1,代替“falling through”    转到pushl指令。 LD_BIND_NOW环境变量能改变动态连接器的行为。假如这个变量为非空，动态 连接器在传输控制到程序前计算PLT入口。换句话说，动态连接器处理重定位 类型为R_386_JMP_SLOT的入口在进程初始化时。否则，动态连接器计算PLT入口 懒惰的，推迟到符号解析和重定位直到一个表入口的第一次执行。 注意：一般来说，以懒惰（Lazy）方式绑定是对全应用程序执行的改进。 因为不使用的符号就不会招致动态连接器做无用功。然而，对一些应用程序， 两种情况使用懒惰（Lazy）方式是不受欢迎的。 第一 初始的引用一个共享object函数比后来的调用要花的时间长，因为动      态连接器截取调用来解析符号。一些应用程序是不能容忍这样的。 第二 假如这个错误发生并且动态连接器不能解析该符号，动态连接器将终止      程序。在懒惰（Lazy）方式下，这可能发生在任意的时候。一再的，一      些应用程序是不能容忍这样的。通过关掉懒惰（Lazy）方式，在应用程      序接到控制前，当在处理初始话时发生错误，动态连接器强迫程序，使      之失败。          Hash Table(哈希表) Elf32_Word object的哈希表支持符号表的访问。 标号出现在下面帮助解释哈希表的组织，但是它们不是规范的一部分。 + Figure 2-14: Symbol Hash Table    nbucket    nchain    bucket[0]    ...    bucket[nbucket - 1]    chain[0]    ...    chain[nchain - 1] bucket数组包含了nbucket入口，并且chain数组包含了nchain个入口;索引从0开始。 bucket和chain保存着符号表的索引。Chain表入口类似于符号表。符号表入口的 数目应该等于nchain；所以符号表的索引也选择chain表的入口。 一个哈希函数(如下的)接受一个符号名并且返回一个可以被计算机使用的bucket索引 的值。因此，假如一个哈希函数返回一些名字的值为X，那么bucket[x%nbucket] 将给出一个索引y（既是符号表和chain表的索引）。假如符号表入口不是期望的， chain[y]给出下一个符号表的入口（使用相同的哈希变量）。可以沿着chain 链直到选择到了期望名字的符号表入口或者是碰到了STN_UNDEF的入口。 + Figure 2-15: Hashing Function    unsigned long    elf_hash(const unsigned char *name)    {        unsigned long       h = 0, g;            while (*name) {            h = (h << 4) + *name++;            if (g = h & 0xf0000000)                h ^= g >> 24;            h &= ~g;        }        return h;    }          Initialization and Termination Functions              初始化和终止函数 在动态连接妻建立进程映象和执行重定位以后，每一个共享object得到适当 的机会来执行一些初始话代码。初始化函数不按特别的顺序被调用，但是 所有的共享object初始化发生在执行程序获得控制之前。 类似地，共享的object可能包含终止函数，它们在进程本身开始它的终止之后 被执行（以atexit(BA_OS)的机制）。 共享object通过设置在动态结构中的DT_INIT和DT_FINI入口来指派它们的初始化 和终止函数，如上动态section（Dynamic Section）部分描述。典型的，那些函数 代码存在.init和.fini section中，第一部分的“section”已经提到过。 注意：尽管atexit(BA_OS)的终止处理一般可可正常完成，但是不保证在死进程上 被执行。特别的，假如_exit被调用（看exit(BA_OS)）或者假如进程死掉，那么 进程是不执行终止处理的。因为它收到一个信号，该信号可捕获或忽略。    ________________________________________________________________          3. C LIBRARY    ________________________________________________________________    ========================== C Library =========================== C库，libc,包含了所有的符号（包含在libsys)，另外，包含在在下面两个 表中列出的运行函数。第一个表中的运行函数是ANSI C标准的。 + Figure 3-1: libc Contents, Names without Synonyms    abort         fputc         isprint       putc         strncmp    abs         fputs         ispunct       putchar       strncpy    asctime       fread         isspace       puts         strpbrk    atof         freopen       isupper       qsort         strrchr    atoi         frexp         isxdigit     raise         strspn    atol         fscanf       labs         rand         strstr    bsearch       fseek         ldexp         rewind       strtod    clearerr     fsetpos       ldiv         scanf         strtok    clock         ftell         localtime     setbuf       strtol    ctime         fwrite       longjmp       setjmp       strtoul    difftime     getc         mblen         setvbuf       tmpfile    div         getchar       mbstowcs     sprintf       tmpnam    fclose       getenv       mbtowc       srand         tolower    feof         gets         memchr       sscanf       toupper    ferror       gmtime       memcmp       strcat       ungetc    fflush       isalnum       memcpy       strchr       vfprintf    fgetc         isalpha       memmove       strcmp       vprintf    fgetpos       iscntrl       memset       strcpy       vsprintf    fgets         isdigit       mktime       strcspn       wcstombs    fopen         isgraph       perror       strlen       wctomb    fprintf       islower       printf       strncat      再加上, libc 保存着以下的服务。 + Figure 3-2: libc Contents, Names with Synonyms    __assert     getdate       lockf **     sleep         tell **    cfgetispeed   getopt       lsearch       strdup       tempnam    cfgetospeed   getpass       memccpy       swab         tfind    cfsetispeed   getsubopt     mkfifo       tcdrain       toascii    cfsetospeed   getw         mktemp       tcflow       _tolower    ctermid       hcreate       monitor       tcflush       tsearch    cuserid       hdestroy     nftw         tcgetattr     _toupper    dup2         hsearch       nl_langinfo   tcgetpgrp     twalk    fdopen       isascii       pclose       tcgetsid     tzset    __filbuf     isatty       popen         tcsendbreak   _xftw    fileno       isnan         putenv       tcsetattr         __flsbuf     isnand **     putw         tcsetpgrp         fmtmsg **     lfind         setlabel     tdelete          ** = Function is at Level 2 in the SVID Issue 3 and therefore at        Level 2 in the ABI. 包括上面同义（Synonyms）表列出的标号，对于<name> 入口已经存在的_<name> 形式（带一个下划线，上面没有列出来）优先权高于它们的名字。所以，例如， libc同时包含了getopt和_getopt。 在常规的上列中，其他地方以下没有被定义。 int __filbuf(FILE *f); This function returns the next input character for f, filling its buffer as appropriate. It returns EOF if an error occurs. int __flsbuf(int x, FILE *f); This function flushes the output characters for f as if putc(x, f) had been called and then appends the value of x to the resulting output stream. It returns EOF if an error occurs and x otherwise. int _xftw(int, char *, int (*)(char *, struct stat *, int), int); Calls to the ftw(BA_LIB) function are mapped to this function when applications are compiled. This function is identical to ftw(BA_LIB), except that _xftw() takes an interposed first argument, which must have the value 2. 要了解更多的关于SVID,ANSI C,POSIX的知识，可看该章节其他的库section部分。 该节“System Data Interfaces”后有更多的描述。      Global Data Symbols                        全局数据符号 libc库需要一些外部的全局数据符号（为了它自己的常规工作而定义的）。 所有向libsys库请求的数据符号一定要让libc提供，就象下面表中的数据符号。 正式定义的数据object被他们的符号描述，看System V接口定义，第三版本或者第6章节的数据定义（Data Definitions）section（在适当的处理器补充到System V ABI）。 在下面表中的入口有<name>-_<name>的形式。一对符号都代表了一些数据。 下划线的synonyms假设满足ANSI C标准。 + Figure 3-3: libc Contents, Global External Data Symbols    getdate_err   optarg    _getdate_err   opterr    __iob   optind    optopt

Roy2010

ELF文件格式(六)

★★ 前言 本篇文章以linux为平台为例，演示ELF动态解析符号的过程。 不正之处，还请斧正。 通常，ELF解析符号方式称为lazy MODE装载的。这种装载技术是ELF平台上 默认的方式。在不同的体系平台在实现这种机制也是不同的。但是i386和SPARC 在大部分上是相同的。 动态连接器（rtld）提供符号的动态连接，装载共享objects和解析标号的引用。 通常是ld.so,它可以是一个共享object也可以是个可执行的文件。 ★★ 符号表(symbol table) 每个object要想使它对其他的ELF文件可用，就要用到符号表(symbol table)中 symbol entry.事实上，一个symbol entry 是个symbol结构，它描述了这个 symbol的名字和该symbol的value.symbol name被编码作为dynamic string table的索引(index). The value of a symbol是在ELF OBJECT文件内该 symbol的地址。该地址通常需要被重新定位（加上该object装载到内存的基地址 (base load address)）. 从而构成该symbol在内存中的绝对地址。 一个符号表入口有如下的格式： typedef struct { Elf32_Word    st_name;   /* Symbol name (string tbl index) */ Elf32_Addr    st_value; /* Symbol value */ Elf32_Word    st_size;   /* Symbol size */ unsigned char st_info;   /* Symbol type and binding */ unsigned char st_other; /* No defined meaning, 0 */ Elf32_Section st_shndx; /* Section index */ } Elf32_Sym; 可执行文件他们知道运行时刻他们的地址，所以他们内部的引用符号在编译时候就已 经被重定位了。 ★★ GOT（global offset table） GOT是一个数组，存在ELF image的数据段中，他们是一些指向objects的指针(通常 是数据objects).动态连接器将重新修改那些编译时还没有确定下来地址的符号的 GOT入口。所以说GOT在i386动态连接中扮演着重要的角色。 ★★ PLT（procedure linkage table） PLT是一个这样的结构，它的entries包含了一些代码片段用来传输控制到外部的过程。 在i386体系下，PLT和他的代码片段entries有如下格式： PLT0: push GOT[1] ; word of identifying information jmp GOT[2] ; pointer to rtld function nop ... PLTn: jmp GOT[x + n] ; GOT offset of symbol address push n ; relocation offset of symbol jmp PLT0 ; call the rtld PLTn + 1 jmp GOT[x +n +1]; GOT offset of symbol address push n +1 ; relocation offset of symbol jmp PLT0 ; call the rtld 当传输控制到一个外部的函数时，它传输执行到PLT 中跟该symbol相关的那个entry (是在编译时候连接器安装的)。在PLT entry中第一条指令将jump到一个存储在GOT 中的一个指针地址；假如符号还没有被解析，该GOT中存放着的是该PLT entry中的 下一条指令地址。该指令push一个在重定位表中的偏移量到stack，然后下一条指令 传输控制到PLT[0]入口。该PLT[0]包含了调用RTLD解析符号的函数代码。该 解析符号函数地址由程序装载器已经插入到GOT[2]中了。 动态连接器将展开stack并且获取需要解析符号在重定位表地址信息。重定位入口、 符号表和字符串表共同决定着PLT entry引用的那个符号和在进程内存中符号应该 存放的地址。假如可能的话，该符号将被解析出来，它的地址将被存放在被该 PLT entry使用的GOT entry中。下一次该符号被请求时，与之对应的GOT已经包 含了该符号的地址了。所以，所有后来的调用将直接通过GOT传输控制。动态连接器 只解析第一次被二进制文件所引用的符号；这种引用方式就是我们上面所说的 lazy MODE。 ★★ 哈希表和链(hash table and chain) 除了符号表（symbol table），GOT（global offset table），PLT（procedure linkage table），字符串表(string table),ELF objects还可以包含一个 hash table和chain（用来使动态连接器解析符号更加容易）。hash table和chain 通常被用来迅速判定在符号表中哪个entry可能符合所请求的符号名。hash table(总 是伴随着chain的)被作为整型数组存放。在hash表中，一半位置是留给那些buckets的， 另一半是留给在chain中的元素(element)的. hash table直接反映了symbol table 的元素数目和他们的次序。 动态连接器结构提供了所有动态连接的执行是以透明方式访问动态连接器. 然而，明确访问也是可用的。动态连接（装载共享objects和解析符号）， 可以通过直接访问RTLD的那些函数来完成：dlopen() , dlsym() and dlclose() .这些函数被包含在动态连接器本身中。为了访问那些函数， 连接时需要把动态连接函数库(libdl)连接进去。该库包含了一些stub函数 允许编译时候连接器解析那些函数的引用；然而那些stub函数只简单的返回0。 因为事实上函数驻留在动态连接器中，假如从静态连接的ELF文件中调用 那些函数，共享object的装载将会失败。 对于执行动态连接器所必须的是：hash table,hash table元素的数目， chain,dynamic string table和dynamic symbol talbe。满足了 这些条件，下面算法适用任何symbol的地址计算： 1. hn = elf_hash(sym_name) % nbuckets; 2. for (ndx = hash[ hn ]; ndx; ndx = chain[ ndx ]) { 3. symbol = sym_tab + ndx; 4. if (strcmp(sym_name, str_tab + symbol->st_name) == 0) 5. return (load_addr + symbol->st_value); } hash号是elf_hash()的返回值，在ELF规范的第4部分有定义，以hash table中元素 个数取模。该号被用来做hash table的下表索引，求得hash值，找出与之匹配的符号 名的chain的索引(line 3)。使用该索引，符号从符号表中获得（line 3).比较获得 的符号名和请求的符号名是否相同(line 5).使用这个算法，就可以简单解析任何符号了。 ★★ 演示 #include <stdio.h> int main(int argc, char *argv[]) { printf("Hello, world\n"); return 0; } Relocation section '.rel.plt' at offset 0x278 contains 4 entries: Offset    Info Type            Symbol's Value Symbol's Name 0804947c 00107 R_386_JUMP_SLOT       080482d8 __register_frame_info 08049480 00207 R_386_JUMP_SLOT       080482e8 __deregister_frame_info 08049484 00307 R_386_JUMP_SLOT       080482f8 __libc_start_main 08049488 00407 R_386_JUMP_SLOT       08048308 printf 只有R_386_JUMP_SLOT的才会出现在GOT中 Symbol table '.dynsym' contains 7 entries: Num:    Value Size Type    Bind   Ot Ndx Name     0:        0     0 NOTYPE LOCAL   0 UND     1: 80482d8   116 FUNC    WEAK    0 UND __register_frame_info@GLIBC_2.0 (2)     2: 80482e8   162 FUNC    WEAK    0 UND __deregister_frame_info@GLIBC_2.0 ( 2)     3: 80482f8   261 FUNC    GLOBAL 0 UND __libc_start_main@GLIBC_2.0 (2)     4: 8048308    41 FUNC    GLOBAL 0 UND printf@GLIBC_2.0 (2)     5: 804843c     4 OBJECT GLOBAL 0   14 _IO_stdin_used     6:        0     0 NOTYPE WEAK    0 UND __gmon_start__ [alert7@redhat]$ gcc -o test test.c [alert7@redhat]$ ./test Hello, world [alert7@redhat]$ objdump -x test ... Dynamic Section: NEEDED      libc.so.6 INIT        0x8048298 FINI        0x804841c HASH        0x8048128 STRTAB      0x80481c8 SYMTAB      0x8048158 STRSZ       0x70 SYMENT      0x10 DEBUG       0x0 PLTGOT      0x8049470 PLTRELSZ    0x20 PLTREL      0x11 JMPREL      0x8048278 REL         0x8048270 RELSZ       0x8 RELENT      0x8 VERNEED     0x8048250 VERNEEDNUM 0x1 VERSYM      0x8048242 ... 7 .rel.got      00000008 08048270 08048270 00000270 2**2                   CONTENTS, ALLOC, LOAD, READONLY, DATA 8 .rel.plt      00000020 08048278 08048278 00000278 2**2                   CONTENTS, ALLOC, LOAD, READONLY, DATA 9 .init         0000002f 08048298 08048298 00000298 2**2                   CONTENTS, ALLOC, LOAD, READONLY, CODE 10 .plt          00000050 080482c8 080482c8 000002c8 2**2                   CONTENTS, ALLOC, LOAD, READONLY, CODE 11 .text         000000fc 08048320 08048320 00000320 2**4                   CONTENTS, ALLOC, LOAD, READONLY, CODE 12 .fini         0000001a 0804841c 0804841c 0000041c 2**2                   CONTENTS, ALLOC, LOAD, READONLY, CODE 13 .rodata       00000016 08048438 08048438 00000438 2**2                   CONTENTS, ALLOC, LOAD, READONLY, DATA 14 .data         0000000c 08049450 08049450 00000450 2**2                   CONTENTS, ALLOC, LOAD, DATA 15 .eh_frame     00000004 0804945c 0804945c 0000045c 2**2                   CONTENTS, ALLOC, LOAD, DATA 16 .ctors        00000008 08049460 08049460 00000460 2**2                   CONTENTS, ALLOC, LOAD, DATA 17 .dtors        00000008 08049468 08049468 00000468 2**2                   CONTENTS, ALLOC, LOAD, DATA 18 .got          00000020 08049470 08049470 00000470 2**2                   CONTENTS, ALLOC, LOAD, DATA 19 .dynamic      000000a0 08049490 08049490 00000490 2**2                   CONTENTS, ALLOC, LOAD, DATA ... [alert7@redhat]$ gdb -q test (gdb) disass main Dump of assembler code for function main: 0x80483d0 <main>:       push   %ebp 0x80483d1 <main+1>:     mov    %esp,%ebp 0x80483d3 <main+3>:     push   $0x8048440 0x80483d8 <main+8>:     call   0x8048308 <printf> 0x80483dd <main+13>:    add    $0x4,%esp 0x80483e0 <main+16>:    xor    %eax,%eax 0x80483e2 <main+18>:    jmp    0x80483e4 <main+20> 0x80483e4 <main+20>:    leave 0x80483e5 <main+21>:    ret ... 0x80483ef <main+31>:    nop End of assembler dump. (gdb) b * 0x80483d8 Breakpoint 1 at 0x80483d8 (gdb) r Starting program: /home/alert7/test Breakpoint 1, 0x80483d8 in main () (gdb) disass 0x8048308    ① ⑴ Dump of assembler code for function printf: /****************************************/ //PLT4： 0x8048308 <printf>:     jmp    *0x8049488       //jmp GOT[6]       //此时，GOT[6]中存在的是0x804830e 0x804830e <printf+6>:   push   $0x18 //$0x18为printf重定位入口在JMPREL section中的偏移量 0x8048313 <printf+11>: jmp    0x80482c8 <_init+48> //jmp PLT0       //PLT0处存放着调用RTLD函数的指令       //当函数返回时候，把GOT[6]修改为真正的       //printf函数地址，然后直接跳到printf函数       //执行。 该部分为PLT的一部分 /****************************************/ End of assembler dump. (gdb) x 0x8049488    0x8049488 <_GLOBAL_OFFSET_TABLE_+24>:   0x0804830e 080482c8 <.plt>:    ② //PLT0： 80482c8:       ff 35 74 94 04 08       pushl 0x8049474 //pushl GOT[1]地址         //GOT[1]是一个鉴别信息，是link_map类型的一个指针 80482ce:       ff 25 78 94 04 08       jmp    *0x8049478 //JMP GOT[2]         //跳到动态连接器解析函数执行 80482d4:       00 00                   add    %al,(%eax) 80482d6:       00 00                   add    %al,(%eax) 80482d8:       ff 25 7c 94 04 08       jmp    *0x804947c //PLT1： 80482de:       68 00 00 00 00          push   $0x0 80482e3:       e9 e0 ff ff ff          jmp    80482c8 <_init+0x30> 80482e8:       ff 25 80 94 04 08       jmp    *0x8049480 //PLT2： 80482ee:       68 08 00 00 00          push   $0x8 80482f3:       e9 d0 ff ff ff          jmp    80482c8 <_init+0x30> 80482f8:       ff 25 84 94 04 08       jmp    *0x8049484 //PLT3： 80482fe:       68 10 00 00 00          push   $0x10 8048303:       e9 c0 ff ff ff          jmp    80482c8 <_init+0x30> 8048308:       ff 25 88 94 04 08       jmp    *0x8049488 //PLT4： 804830e:       68 18 00 00 00          push   $0x18 8048313:       e9 b0 ff ff ff          jmp    80482c8 <_init+0x30> (gdb) b * 0x80482c8 Breakpoint 2 at 0x80482c8 (gdb) c Continuing. Breakpoint 2, 0x80482c8 in _init () (gdb) x/8x 0x8049470 0x8049470 <_GLOBAL_OFFSET_TABLE_>:      0x08049490      0x40013ed0      0x4000a960      0x400fa550 0x8049480 <_GLOBAL_OFFSET_TABLE_+16>:   0x080482ee      0x400328cc      0x0804830e      0x00000000 (gdb) x/50x 0x40013ed0 ( * link_map类型) 0x40013ed0:     0x00000000      0x40010c27      0x08049490      0x400143e0 0x40013ee0:     0x00000000      0x40014100      0x00000000      0x08049490 0x40013ef0:     0x080494e0      0x080494d8      0x080494a8      0x080494b0 0x40013f00:     0x080494b8      0x00000000      0x00000000      0x00000000 0x40013f10:     0x080494c0      0x080494c8      0x08049498      0x080494a0 0x40013f20:     0x00000000      0x00000000      0x00000000      0x080494f8 0x40013f30:     0x08049500      0x08049508      0x080494e8      0x080494d0 0x40013f40:     0x00000000      0x080494f0      0x00000000      0x00000000 0x40013f50:     0x00000000      0x00000000      0x00000000      0x00000000 0x40013f60:     0x00000000      0x00000000      0x00000000      0x00000000 (gdb) disass 0x4000a960    ③ Dump of assembler code for function _dl_runtime_resolve: 0x4000a960 <_dl_runtime_resolve>:       push   %eax 0x4000a961 <_dl_runtime_resolve+1>:     push   %ecx 0x4000a962 <_dl_runtime_resolve+2>:     push   %edx 0x4000a963 <_dl_runtime_resolve+3>:     mov    0x10(%esp,1),%edx 0x4000a967 <_dl_runtime_resolve+7>:     mov    0xc(%esp,1),%eax 0x4000a96b <_dl_runtime_resolve+11>:    call   0x4000a740 <fixup>      //调用真正的解析函数fixup()，修正GOT[6]，使它指向真正的printf函数地址 0x4000a970 <_dl_runtime_resolve+16>:    pop    %edx 0x4000a971 <_dl_runtime_resolve+17>:    pop    %ecx 0x4000a972 <_dl_runtime_resolve+18>:    xchg   %eax,(%esp,1) 0x4000a975 <_dl_runtime_resolve+21>:    ret    $0x8 //跳到printf函数地址执行 0x4000a978 <_dl_runtime_resolve+24>:    nop 0x4000a979 <_dl_runtime_resolve+25>:    lea    0x0(%esi,1),%esi End of assembler dump. (gdb) b * 0x4000a972 Breakpoint 4 at 0x4000a972: file dl-runtime.c, line 182. (gdb) c Continuing. Breakpoint 4, 0x4000a972 in _dl_runtime_resolve () at dl-runtime.c:182 182     in dl-runtime.c (gdb) i reg $eax $esp eax            0x4006804c       1074167884 esp            0xbffffb64       -1073743004 (gdb) b *0x4000a975 Breakpoint 5 at 0x4000a975: file dl-runtime.c, line 182. (gdb) c Continuing. Breakpoint 5, 0x4000a975 in _dl_runtime_resolve () at dl-runtime.c:182 182     in dl-runtime.c (gdb) si printf (format=0x1 <Address 0x1 out of bounds>) at printf.c:26 26      printf.c: No such file or directory. (gdb) disass     ④ ⑵ Dump of assembler code for function printf: 0x4006804c <printf>:    push   %ebp 0x4006804d <printf+1>: mov    %esp,%ebp 0x4006804f <printf+3>: push   %ebx 0x40068050 <printf+4>: call   0x40068055 <printf+9> 0x40068055 <printf+9>: pop    %ebx 0x40068056 <printf+10>: add    $0xa2197,%ebx 0x4006805c <printf+16>: lea    0xc(%ebp),%eax 0x4006805f <printf+19>: push   %eax 0x40068060 <printf+20>: pushl 0x8(%ebp) 0x40068063 <printf+23>: mov    0x81c(%ebx),%eax 0x40068069 <printf+29>: pushl (%eax) 0x4006806b <printf+31>: call   0x400325b4 0x40068070 <printf+36>: mov    0xfffffffc(%ebp),%ebx 0x40068073 <printf+39>: leave 0x40068074 <printf+40>: ret End of assembler dump. (gdb) x/8x 0x8049470 0x8049470 <_GLOBAL_OFFSET_TABLE_>:      0x08049490      0x40013ed0      0x4000a960      0x400fa550 0x8049480 <_GLOBAL_OFFSET_TABLE_+16>:   0x080482ee      0x400328cc      0x4006804c      0x00000000 GOT[6]已经被修正为0x4006804c了 第一次调用printf()的时候需要经过①->②->③->④ 以后调用printf()的时候就不需要这么复杂了，只要经过⑴->⑵就可以了 我们来看看到底是如何修正GOT[6]的，也是就说如何找到要修正的地址的 (以前我在这点理解上发生了一些比较大的误解，误导各位的地方还请包涵 ) 1： 进入PLT4的时候 push   $0x18 ，该$0x18为printf重定位入口在JMPREL section中的偏移量 2： printf重定位地址为JMPREL+$0x18 /* Elf32_Rel * reloc = JMPREL + reloc_offset; */ (gdb) x/8x 0x8048278+0x18 0x8048290: 0x08049488      0x00000407      0x53e58955      0x000000e8 0x80482a0 <_init+8>:    0xc3815b00      0x000011cf      0x001cbb83      0x74000000 typedef struct {       Elf32_Addr r_offset;       Elf32_Word r_info; } Elf32_Rel; 也就是说printf重定位printf_retloc.r_offset=0x08049488;     printf_retloc.r_info=0x00000407; 再看看0x08049488是什么地方 (gdb) x 0x08049488 0x8049488 <_GLOBAL_OFFSET_TABLE_+24>:   0x4006804c 也就是GOT[6] 3: void *const rel_addr = (void *)(l->l_addr + reloc->r_offset); 对一个可执行文件 或一个共享目标而言,rel_addr就等于reloc->r_offset 所以rel_addr=0x08049488=GOT[6]； 4： *reloc_addr = value; 修正了rel_addr也就是GOT[6] 至于value是如何计算的，请参考下面的源代码 同时r_info又关联着一个符号 Elf32_Sym * sym = &SYMTAB[ ELF32_R_SYM (reloc->r_info) ]; sym=0x8048158+0x00000407; typedef struct {       Elf32_Word st_name;       Elf32_Addr st_value;       Elf32_Word st_size;       unsigned char st_info;       unsigned char st_other;       Elf32_Half st_shndx; } Elf32_Sym; (gdb) x/10x 0x8048158+0x00000407 0x804855f:      0x00003a00      0x00008000      0x00000000      0x00006900 0x804856f:      0x00008000      0x00000000      0x00008300      0x00008000 0x804857f:      0x00000000      0x0000b700 link_map结构说明如下： /* Structure describing a loaded shared object. The `l_next' and `l_prev'    members form a chain of all the shared objects loaded at startup.    These data structures exist in space used by the run-time dynamic linker;    modifying them may have disastrous results.    This data structure might change in future, if necessary. User-level    programs must avoid defining objects of this type. */ ★★ glibc中动态解析符号的源代码（glibc 2.1.3的实现） .text .globl _dl_runtime_resolve .type _dl_runtime_resolve, @function .align 16 _dl_runtime_resolve: pushl %eax # Preserve registers otherwise clobbered. pushl %ecx pushl %edx movl 16(%esp), %edx # Copy args pushed by PLT in register. Note movl 12(%esp), %eax # that `fixup' takes its parameters in regs. call fixup # Call resolver. popl %edx # Get register content back. popl %ecx xchgl %eax, (%esp) # Get %eax contents end store function address. ret $8   # Jump to function address. static ElfW(Addr) __attribute__ ((unused)) fixup ( # ifdef ELF_MACHINE_RUNTIME_FIXUP_ARGS         ELF_MACHINE_RUNTIME_FIXUP_ARGS, # endif        struct link_map *l, ElfW(Word) reloc_offset) { const ElfW(Sym) *const symtab     = (const void *) l->l_info[DT_SYMTAB]->d_un.d_ptr; const char *strtab = (const void *) l->l_info[DT_STRTAB]->d_un.d_ptr; const PLTREL *const reloc /*计算函数重定位人口*/     = (const void *) (l->l_info[DT_JMPREL]->d_un.d_ptr + reloc_offset);                       /*l->l_info[DT_JMPREL]->d_un.d_ptr 为JMPREL section的地址*/ const ElfW(Sym) *sym = &symtab[ELFW(R_SYM) (reloc->r_info)];/*计算函数symtab入口*/ void *const rel_addr = (void *)(l->l_addr + reloc->r_offset);/*重定向符号的绝对地址*/     ElfW(Addr) value; /* The use of `alloca' here looks ridiculous but it helps. The goal is      to prevent the function from being inlined and thus optimized out.      There is no official way to do this so we use this trick. gcc never      inlines functions which use `alloca'. */ alloca (sizeof (int)); /* Sanity check that we're really looking at a PLT relocation. */ assert (ELFW(R_TYPE)(reloc->r_info) == ELF_MACHINE_JMP_SLOT);/*健壮性检查*/    /* Look up the target symbol. */ switch (l->l_info[VERSYMIDX (DT_VERSYM)] != NULL)     {     default:       { const ElfW(Half) *vernum =    (const void *) l->l_info[VERSYMIDX (DT_VERSYM)]->d_un.d_ptr; ElfW(Half) ndx = vernum[ELFW(R_SYM) (reloc->r_info)]; const struct r_found_version *version = &l->l_versions[ndx]; if (version->hash != 0)    {      value = _dl_lookup_versioned_symbol(strtab + sym->st_name,       &sym, l->l_scope, l->l_name,       version, ELF_MACHINE_JMP_SLOT);      break;    }       }     case 0:       value = _dl_lookup_symbol (strtab + sym->st_name, &sym, l->l_scope,      l->l_name, ELF_MACHINE_JMP_SLOT);     }    /*此时value为object装载的基地址*/ /* Currently value contains the base load address of the object      that defines sym. Now add in the symbol offset. */ value = (sym ? value + sym->st_value : 0);/*函数的绝对地址*/ /* And now perhaps the relocation addend. */ value = elf_machine_plt_value (l, reloc, value);/*可能还需要一下重定位*/ /* Finally, fix up the plt itself. */ elf_machine_fixup_plt (l, reloc, rel_addr, value);/*修正rel_addr，一般来说是GOT[N]*/ return value; } static inline Elf32_Addr elf_machine_plt_value (struct link_map *map, const Elf32_Rela *reloc,          Elf32_Addr value) { return value + reloc->r_addend; } /* Fixup a PLT entry to bounce directly to the function at VALUE. */ static inline void elf_machine_fixup_plt (struct link_map *map, const Elf32_Rel *reloc,          Elf32_Addr *reloc_addr, Elf32_Addr value) { *reloc_addr = value; } 参考资料： 1.glibc 2.1.3 src 2.<<ELF文件格式>> 3.<<Cheating the ELF Subversive Dynamic Linking to Libraries>> write by the grugq 4.Linux动态链接技术 http://www.linuxforum.net/forum/ ... &o=31&part= 5.p58-0x04 by Nergal <Roy@ofunny.com> << The advanced return-into-lib(c) exploits >>