iOS底层-Mach-O探索（二）

“Mach-O探索（一）”我们已经分析过了Mach-O到底是什么，包括分析Mach-O有什么用，以及分析Mach-O常用工具。现在我们分析一下Mach-O文件的结构及它们的功能。

Mach-O的格式

对于苹果来说，Mach-O是可执行文件，它其实包含以下几种文件类型

Executable：可执行文件
Dylib：动态链接库
Bundle：无法被链接的动态库，只能在运行时使用dlopen加载
Image：指的是Executable、Dylib和Bundle的一种
Framework：包含Dylib、资源文件和头文件的集合通过machoview我们可以得到其内部结构归纳以下Mach-O文件组成如下图总结：一个Mach-O的组成主要分为三大部分：Header Mach-O头部、Load Commands 加载命令、Data 数据。它们的作用如下：
Header Mach-O头部：主要是Mach-O的cpu架构，文件类型以及加载命令等信息
Load Commands 加载命令：描述了文件内部数据的具体组织结构，不同的数据类型使用不同的加载命令表示
Data 数据：数据中的每个段（segment）的数据都保存在这里。每个段都有一个或多个部分，它们放置了具体的数据与代码，主要包含代码，数据，例如符号表，动态符号表等等

Header分析

Header源码分析如下

struct mach_header_64 {
    // 0xfeedface(32位) 0xfeedfacf(64位)，系统内核用来判断是否是mach-o格式
    uint32_t    magic;      /* mach magic number identifier */
    // CPU类型，比如ARM
    cpu_type_t  cputype;    /* cpu specifier */
    // CPU的具体类型，例如arm64、armv7
    cpu_subtype_t   cpusubtype; /* machine specifier */
    // 由于可执行文件、目标文件、静态库和动态库等都是mach-o格式，filetype来说明mach-o文件是属于哪种文件
    uint32_t    filetype;   /* type of file */
    // 加载命令的条数（加载命令紧跟header之后）
    uint32_t    ncmds;      /* number of load commands */
    // 加载命令的大小
    uint32_t    sizeofcmds; /* the size of all the load commands */
    // 标志位标识二进制文件支持的功能，主要是和系统加载、链接有关
    uint32_t    flags;      /* flags */
    // 保留字段
    uint32_t    reserved;   /* reserved */
};

CPU通过读取Header文件能快速获取到可执行文件支持的CPU架构、系统类型、指令的条数。针对32位和64位架构的cpu，分别使用了mach_header和mach_header_64结构体。64位架构的mach_header_64比32位架构的mach_header，仅仅多了一个reserved保留字段。

Load Commands

Load Commands主要是用于加载指令，它的大小和数目在Header中已经被提供，Load Commands源码分析如下

struct load_command {
    // 命令的类型
    uint32_t cmd;       /* type of load command */
    // 命令的大小
    uint32_t cmdsize;   /* total size of command in bytes */
};

Load commands记录了动态链接器的位置、程序的入口、依赖库的信息、代码的位置、符号表的位置等等信息。Load commands内部组成部分功能如下：
LC_SEGMENT_64（_PAGEZERO）：用于记录共享虚拟空间信息如位置和大小，一般用于放空指针
LC_SEGMENT_64（_TEXT）：只读数据段，记录TEXT段的起始位置、大小、偏移信息。
LC_SEGMENT_64（_DATA）：读写数据段，记录DATA段的起始位置、大小、偏移信息。
LC_SEGMENT_64（_LINKEDIT）：链接使用段，记录dyld的位置信息。
LC_DYLD_INFO_ONLY：记录dyld的重定向、懒加载、绑定等信息。
LC_SYMTAB：符号表信息，记录符号表的位置、偏移量、数据个数等。
LC_DYSYMTAB：符号表的一些额外信息。
LC_LOAD_DYLINKER：记录dyld链接的cpu的内核信息，和位置信息。
LC_UUID：唯一标识符。
LC_SOURCE_VERSION：代码的版本信息。
LC_MAIN：入口地址，dyld通过这里跳转程序主入口。
LC_ENCRYPTION_INFO_64：加密标识，标记了是否被加密以及加密内容的偏移等。 LC_LOAD_DYLIB(Foudation)：依赖库信息，标记了依赖库的位置和版本信息。
LC_RPATH：路径信息。
LC_FUCTION_STARTS：函数起始地址表。
LC_DATA_IN_CODE ：代码段非指令表。
LC_CODE_SIGNATURE：代码签名信息。其中LC_SEGMENT_64的类型segment_command_64源码定义如下

   // 段加载命令
struct segment_command_64 { /* for 64-bit architectures */
    // 表示加载命令类型，
    uint32_t    cmd;        /* LC_SEGMENT_64 */
    // 表示加载命令大小（还包括了紧跟其后的nsects个section的大小）
    uint32_t    cmdsize;    /* includes sizeof section_64 structs */
    // 16个字节的段名字
    char        segname[16];    /* segment name */
    // 段的虚拟内存起始地址
    uint64_t    vmaddr;     /* memory address of this segment */
    // 段的虚拟内存大小
    uint64_t    vmsize;     /* memory size of this segment */
    // 段在文件中的偏移量
    uint64_t    fileoff;    /* file offset of this segment */
    // 段在文件中的大小
    uint64_t    filesize;   /* amount to map from the file */
    // 段页面所需要的最高内存保护（4 = r，2 = w，1 = x）
    vm_prot_t   maxprot;    /* maximum VM protection */
    // 段页面初始的内存保护
    vm_prot_t   initprot;   /* initial VM protection */
    // 段中section数量
    uint32_t    nsects;     /* number of sections in segment */
    // 杂项标志位
    uint32_t    flags;      /* flags */
};

DATA

data区域存储了代码信息，而且此区域可读可写。如方法、符号表、字符表、代码数据、连接器所需的数据（重定向、符号绑定等）。在data区域，section占用了很大的比例。Section在Mach.h中是以section_64（在arm64架构下）表示，其源码定义如下

struct section_64 { /* for 64-bit architectures */
    // 当前section的名称
    char        sectname[16];   /* name of this section */
    // section所在的segment名称
    char        segname[16];    /* segment this section goes in */
    // 内存中起始位置
    uint64_t    addr;       /* memory address of this section */
    // section大小
    uint64_t    size;       /* size in bytes of this section */
    // section的文件偏移
    uint32_t    offset;     /* file offset of this section */
    // 字节大小对齐
    uint32_t    align;      /* section alignment (power of 2) */
    // 重定位入口的文件偏移
    uint32_t    reloff;     /* file offset of relocation entries */
    // 重定位入口数量
    uint32_t    nreloc;     /* number of relocation entries */
    // 标志，section的类型和属性
    uint32_t    flags;      /* flags (section type and attributes)*/
    // 保留（用于偏移量或索引）
    uint32_t    reserved1;  /* reserved (for offset or index) */
    // 保留（用于count或sizeof）
    uint32_t    reserved2;  /* reserved (for count or sizeof) */
    // 保留
    uint32_t    reserved3;  /* reserved */
};

总结：大多数的Mach-O文件均包含以下三个段：

__TEXT 代码段：只读，包括函数，和只读的字符串
__DATA 数据段：读写，包括可读写的全局变量等
__LINKEDIT： __LINKEDIT包含了方法和变量的元数据（位置，偏移量），以及代码签名等信息。