程序员的自我修养之目标文件里有什么

凌川
210 阅读5分钟

持续创作，加速成长！这是我参与「掘金日新计划 · 6 月更文挑战」的第4天，点击查看活动详情

这一系列是《程序员的自我修养》的阅读笔记：

程序员的自我修养之程序的编译和链接

目标文件的格式

目标文件是源代码编译后但未进行链接的那些中间文件，目标文件的结构和内容和可执行文件的结构和内容很相似，所以一般跟可执行文件格式一起采用一种格式存储。现在PC平台流行的可执行文件格式（Executable）主要是Windows下的PE（Portable Executable）和Linux的ELF（Executable Linkable Format），它们都是COFF（Common file format）格式的变种。

ELF文件标准里面把系统中采用ELF格式的文件归为以下所列举的4类。

image.png

可以在 Linux 下使用 file 命令来查看相应的文件格式。我们查看上一篇中我们编译得到的 hello.o ,以及链接后得到的 a.out 的文件格式。

$ file hello.o
hello.o: ELF 64-bit LSB relocatable, x86-64, version 1 (SYSV), not stripped

$ file a.out
a.out: ELF 64-bit LSB executable, x86-64, version 1 (SYSV), dynamically linked, interpreter /lib64/ld-linux-x86-64.so.2, for GNU/Linux 3.2.0, BuildID[sha1]=dac95660539d9802b772d4658acead0886d28144, not stripped

目标文件是什么样的

一般目标文件将这些信息按不同的属性，以“段”（Section）的形式存储。

让我们来看一个简单的程序被编译成目标文件后的结构，如下图所示。

image.png

编译后的结构主要的段有以下几个：

  • File Header：文件头，它描述了整个文件的文件属性，包括文件是否可执行、是静态链接还是动态链接及入口地址（如果是可执行文件）、目标硬件、目标操作系统等信息，文件头还包括一个段表（Section Table），段表是一个描述文件中各个段的数组。
  • .text section：代码段，保存程序的指令。
  • .data section：数据段，已初始化的全局变量和局部静态变量都保存在这里。
  • .bss section：未初始化的全局变量和局部静态变量一般放在这里。.bss段只是为未初始化的全局变量和局部静态变量预留位置而已，它并没有内容，所以它在文件中不占据空间。

目标文件格式实例

我们在原来的 hello.c 程序添加一些变量，编译成 hello.o 后观察它的文件格式。

#include <stdio.h> 

int main() { 
    static int static_var = 1;
    static int static_var2;
    
    int a = 1;
    int b;
    printf("Hello World\n"); 
    return 0; 
}

可以使用 binutils 的工具 objdump 来查看 object 内部的结构。参数“-h”就是把ELF文件的各个段的基本信息打印出来。

$ gcc -c hello.c
$ objdump -h hello.o

image.png

从上面的结果来看，hello.o的段的数量比我们想象中的要多，除了最基本的代码段、数据段和BSS段以外，还有只读数据段（.rodata）、注释信息段（.comment）、堆栈提示段（.note.GNU-stack）和供系统运行时调试使用的.eh_frame段。

段的属性，其中最容易理解的是段的长度（Size）和段所在的位置（File Offset），每个段的第2行中的“CONTENTS”、“ALLOC”等表示段的各种属性，“CONTENTS”表示该段在文件中存在。我们可以看到BSS段没有“CONTENTS”，表示它实际上在ELF文件中不存在内容。

代码段

objdump的“-s”参数可以将所有段的内容以十六进制的方式打印出来，“-d”参数可以将所有包含指令的段反汇编。

分析一下关于代码段的内容.

image.png

“Contents of section .text”就是.text的数据以十六进制方式打印出来的内容，总共0x20字节，跟前面我们了解到的“.text”段长度相符合。最左面一列是偏移量，中间4列是十六进制内容，最右面一列是.text段的ASCII码形式。对照下面的反汇编结果，可以很明显地看到，.text段里所包含的正是hello.c里函数main()的指令。

image.png

数据段和只读数据段

.data段保存的是那些已经初始化了的全局静态变量和局部静态变量。前面的hello.c代码里面有一个这样的变量static_var。这个变量4个字节，所以“.data”这个段的大小为4个字节。

hello.c里面我们在调用“printf”的时候，用到了一个字符串常量“Hello World\n”，它是一种只读数据，所以它被放到了“.rodata”段。

“.rodata”段存放的是只读数据，一般是程序里面的只读变量（如const修饰的变量）和字符串常量。单独设立“.rodata”段有很多好处，不光是在语义上支持了C++的const关键字，而且操作系统在加载的时候可以将“.rodata”段的属性映射成只读，这样对于这个段的任何修改操作都会作为非法操作处理，保证了程序的安全性。另外在某些嵌入式平台下，有些存储区域是采用只读存储器的，如ROM，这样将“.rodata”段放在该存储区域中就可以保证程序访问存储器的正确性。

BSS段

.bss段存放的是未初始化的全局变量和局部静态变量，如上述代码中static_var2就是被存放在.bss段，预留了4个字节的空间。

avatar
文章
阅读
粉丝