操作系统原理番外篇 - 可执行文件

From: ongoingcre

不知道谁说过，回忆是一座桥 - 佚名

同样是2011年的夏天，我接触了程序语言界的鼻祖C　Language,而教我们课的老师却恰好是我的老乡-陈老师，一口方言＋普通话！让我很是记忆犹新。人都是从无知开始的,谁都不例外！渐渐的确实喜欢上了，但是这种模式只开始了一学期就结束了，大学里的一学期说长不长，说短也不短！可是蓦然回首，发现自己变得更无知了，越学越没入门！然后自己呢，就开始变得急躁，总是想着自己能做点什么？会做点什么？那一学期是我大学生活中过的最纠结的一学期！
故事到这里就暂时告别一段落了…
我们都知道写出来的程序是需要被编译的？那么这个神秘的编译工具究竟是如何工作的呢？　记得那个使用用的是VC++6.0，这里我不打算以它为例子！作为一个工作和生活的百分之95都在使用Linux的人来说,我觉得开始学C就应该在Linux上！那么显而易见，我们这里的主角就是大胡子倡导的GNU家族的GCC了！

1、编译器构造

在早期的编译器设计中,都是用汇编代码写的！可想而知，随着90年代江湖上各种体系架构各种处理器的推出！显然使用汇编语言已经不能满足当前市场的需求，总不能出现一款编译器就使用汇编重构一次？高级语言些的编译器就显得很V5了！就拿GCC来说,其实他还是使用C写的！那么构造就是函数和参数了！(听说在以前绝大多数编译器中，编译器并不是一个单独庞大的程序，而是由几个小程序组成的_每个模块都有elf可执行文件)！那么现在我们的GCC也是模块化！但是却是用参数来让我们一步一步的进行！

2、再说 Hello World

那么写一段程序是必不可少的！我们都知道入门代码就是Hello World!那么此处也就入乡随俗！

#include <stdio.h>
int main()
{
printf(“Hello World\n”);
return 0;
}
a、预处理   gcc  -E　－－替换头文件以及宏
b、编译           gcc  -S　－－编译为汇编语言
c、汇编           gcc  -c   －－编译为机器语言
d、链接     gcc  file.o -o elf　－－生成可执行文件

链接最终生成可执行文件　在linux　上一般为a.out　如果不加-o指定输出的话!

3、a.out 的命名故事

为什么要生成a.out　此处的名称到底由何而来？
就像刚刚发布的苹果新版的系统OS X Yosemite一样!每个命名都是有一段故事的！
而这里的故事则是这样的！
a.out 是汇编程序输出(assembler output)的缩写形式！在早期的unix系统文档(此处为BSD文档非system v)中是有记载的！
NAME:
a.out - 汇编程序和链接编辑输出格式
这里只为链接输出，并不是汇编程序输出！
早期的PDP-7(比C他爹B语言还早)的时候采用的就是a.out格式,之后被system V的coff格式所替换,一直到SVR4的出现才被统一为elf！现在基本上大多数都是elf！
说到这里，也会发现开源的一大优点也算是小缺点，那就是一堆的发行版以及各种的衍生版横空出世！导致了各种接口的不统一性！还好，总是会有那么些人专门为制定标准而生，诸如POSIX,ANSI等！这也使得我们学习选择之余可以去创新和改变它！我们的Linux和mac os显然就是这种，青出于蓝而胜于蓝！

4、a.out 的详细剖析

使用nm 、readelf、objdump 命令就可以窥探他们的内部结构！
而使用size 就可以分析到底该变量存放于那个段！
下面使用nm分析上述hello world

0000000000600e50 d _DYNAMIC
0000000000600fe8 d _GLOBAL_OFFSET_TABLE_
00000000004005f8 R _IO_stdin_used
                 w _Jv_RegisterClasses
0000000000600e30 d __CTOR_END__
0000000000600e28 d __CTOR_LIST__
0000000000600e40 D __DTOR_END__
0000000000600e38 d __DTOR_LIST__
00000000004006d8 r __FRAME_END__
0000000000600e48 d __JCR_END__
0000000000600e48 d __JCR_LIST__
0000000000601020 A __bss_start
0000000000601010 D __data_start
00000000004005b0 t __do_global_ctors_aux
0000000000400460 t __do_global_dtors_aux
0000000000601018 D __dso_handle
                 w __gmon_start__
0000000000600e24 d __init_array_end
0000000000600e24 d __init_array_start
00000000004005a0 T __libc_csu_fini
0000000000400510 T __libc_csu_init
                 U __libc_start_main@@GLIBC_2.2.5
0000000000601020 A _edata
0000000000601030 A _end
00000000004005e8 T _fini
00000000004003c8 T _init
0000000000400410 T _start
000000000040043c t call_gmon_start
0000000000601020 b completed.6531
0000000000601010 W data_start
0000000000601028 b dtor_idx.6533
00000000004004d0 t frame_dummy
00000000004004f4 T main
                 U puts@@GLIBC_2.2.5

再让我们来用一张图简单的描述内部结构！

5、让a.out 跑起来

程序编译出来在计算机上运行，我们称之为进程！
图解进程..

那么如何知道各个变量存放在什么位置？
这里我推荐使用size a.out 然后逐项进行比较。
未初始化 – BSS
初始化的全局或者静态 – Data
局部栈区，指针 – 堆栈
字符串常量 – 栈区
共享库其实是内切进去 – 一 般都用extern 做标识
进程作为载体可以处理不同的任务，一切神奇的事情都将会发生！
Note：
在Linux的堆栈中，当进程需要更多的空间时候，堆栈会变长！尤其在当今64位的处理器可以想象为无限大！当你试图去访问你不能访问的地方的时候，内核会发出警告，如(段错误)！就表示你看了不该看的东西！

By: Keven - 点滴积累