编译与反汇编过程

编译过程四个阶段：

1. 预处理（Preprocessing）:

   • 宏替换：预处理器根据 #define 指令替换宏名为宏定义的内容。
   • 文件包含：预处理器处理 #include 指令，插入被包含文件的内容。
   • 条件编译：预处理器根据 #if、#ifdef 等条件指令决定哪些代码应该被编译，哪些应该被忽略。
   • 注释移除：预处理器删除代码中的注释，使得它们不会被编译器处理。
   • 输出：经过预处理后的文件通常具有 .i 后缀，内容是纯 C 代码，已处理所有宏和包含文件。

2. 编译（Compilation）:

   • 语法检查：编译器分析源代码，检查其语法是否正确。
   • 生成中间代码：编译器将源代码转换为中间表示（IR，Intermediate Representation），这种表示形式独立于目标机器。
   • 代码优化：编译器优化中间代码，使其更高效，例如消除冗余代码、进行常量折叠等。
   • 生成汇编代码：编译器将优化后的中间代码转换为汇编代码，这些代码是针对特定架构的指令集编写的。
   • 输出：汇编代码通常存储在 .s 文件中。

3. 汇编（Assembly）:

   • 翻译成机器码：汇编器将汇编代码翻译为机器码，也就是处理器可以直接执行的二进制指令。
   • 生成目标文件：汇编器生成的目标文件是一个包含二进制代码和数据的文件，这些文件通常带有 .o 或 .obj 扩展名。
   • 输出：目标文件包含了可执行代码的片段，但还不能独立执行，因为它们可能依赖于其他代码或库。

4. 链接（Linking）:

   • 符号解析：链接器将不同目标文件中的符号（如函数名、变量名）解析为具体的内存地址。
   • 库链接：链接器将程序需要的库函数（如标准库函数）链接到最终的可执行文件中。
   • 重定位：链接器调整目标文件中代码和数据的内存地址，以确保它们在最终的可执行文件中位于正确的位置。
   • 生成二进制文件：最终生成的二进制文件通常采用 ELF（Executable and Linkable Format）格式，在 UNIX 系统中使用广泛。

ELF 文件包含的主要部分：

1. .text 段：

   • 存放程序的机器指令，也称为代码段。CPU 从这里读取指令并执行。

2. .data 段：

   • 存放已初始化的全局变量。这些变量在程序启动时会加载到内存中，并保留在程序运行期间。

3. .bss 段：

   • 存放未初始化的全局变量。这些变量在加载时被初始化为零，不占用文件空间，但在程序运行时会占用内存。

4. 符号表：

   • 存放程序中的函数名、变量名等符号信息。符号表在调试或链接过程中使用，但不包含在最终的可执行文件中。

5. 重定位信息：

   • 在程序链接过程中，链接器使用重定位信息将符号地址调整到正确的内存位置。

反汇编 ELF 文件

ELF 文件包含二进制数据和指令，无法直接作为文本文件查看。因此，需要使用反汇编工具将其中的机器码转换回汇编代码，这种过程称为反汇编。

使用 objdump -D 进行反汇编

objdump 是一个用于显示二进制文件信息的工具，可以用来反汇编 ELF 文件。

objdump -D hello

这个命令将 hello 可执行文件中的所有段（包括 .text 段）反汇编并输出为人类可读的汇编代码。

• -D 选项：表示反汇编整个文件中的所有代码段，而不仅仅是 .text 段。
• 输出说明：
  • 地址：每条汇编指令对应的内存地址。
  • 机器码：汇编指令对应的二进制机器码。
  • 汇编指令：与机器码对应的汇编语言指令。

具体链接： objdump命令介绍-CSDN博客