转载:文件结构及原理

文件结构及原理
要了解病毒就必须先了解文件的结构和原理，下面把COM/EXE文件的结构介绍一下：
一 .COM文件结构及原理
.COM 文件比较简单，.COM文件包含程序的一个绝对映象―――就是说,为了运行程序准确的处
理器指令和内存中的数据，MS-DOS通过直接把该映象从文件拷贝到内存而加载.COM程序，它不
作任何改变。为加载一个.COM程序，MS-DOS首先试图分配内存,因为.COM程序必须位于一个
64K的段中，所以.COM文件的大小不能超过65,024(64K减去用于PSP的256字节和用于一个起始
堆栈的至少256字节)。如果MS-DOS不能为程序、一个PSP、一个起始堆栈分配足够内存，则分
配尝试失败。否则，MS-DOS分配尽可能多的内存(直至所有保留内存)，即使.COM程序本身不能
大于64K。在试图运行另一个程序或分配另外的内存之前,大部分.COM程序释放任何不需要的内
存。分配内存后，MS-DOS在该内存的头256字节建立一个PSP，如果PSP中的第一个FCB含有一个
有效驱动器标识符，则置AL为00h,否则为0FFh。MS-DOS还置AH为00h或0FFh，这依赖于第二个
FCB是否含有一个有效驱动器标识符。建造PSP后,MS-DOS在PSP后立即开始(偏移100h)加载
.COM文件，它置SS,DS和ES为PSP的段地址，接着创建一个堆栈.为创建一个堆栈，MS-DOS置
SP为0000h,若已分配了至少64K内存;否则,它置寄存器为比所分配的字节总数大2的值.最后，
它把0000h推进栈（这是为了保证与在早期MS-DOS版本上设计的程序的兼容性）。MS-DOS通过
把控制传递偏移100h处的指令而启动程序.程序设计者必须保证.COM文件的第一条指令是程序
的入口点。注意，因为程序是在偏移100h处加载，因此所有代码和数据偏移也必须相对于
100h.汇编语言程序设计者可通过置程序的初值为100h而保证这一点(例如通过在原程序的开始
使用语句org 100h).  

文件结构及原理
二 EXE文件结构
　EXE 文件比较复杂，每个EXE文件都有一个文件头,结构如下：
　　　　　　　EXE文件头信息　　　　
　　　　―――――――――――――――――――
　　　　 ├ 偏移量 ┤　　 意义　　　　　 　┤
　　　　 ├00h-01h ┤MZ'EXE文件标记　　　　┤
　　　　 ├2h-03h　┤文件长度除512的余数　 ┤
　　　　 ├04h-05h ┤...............商　 　┤
　　　　 ├06h-07h ┤重定位项的个数　　 　 ┤
　　　　 ├08h-09h ┤文件头除16的商　　 　┤
　　　　 ├0ah-0bh ┤程序运行所需最小段数 ┤
　　　　 ├0ch-0dh ┤..............大.... ┤
　　　　 ├oeh-0fh ┤堆栈段的段值 (SS)　 ┤
　　　　 ├10h-11h ┤........sp　　　　　 ┤
　　　　 ├12h-13h ┤文件校验和　　　　　　┤
　　　　 ├14h-15h ┤IP　　　　　　　　　　┤
　　　　 ├16h-17h ┤CS　　　　　　　　　　┤
　　　　 ├18h-19h ┤............　　　　　 ┤
　　　　 ├1ah-1bh ┤............　　　 　　┤
　　　　 ├1ch　　 ┤............　　　 　　┤　
　―――――――――――――――――――――――――
.EXE文件包含一个文件头和一个可重定位程序映象。文件头包含MS-DOS用于加载程序的信息，例如程序的大小和寄存器的初始值。文件头还指向一个重定位表，该表包含指向程序映象中可重定位段地址的指针链表。文件头的形式与EXEHEADER结构对应：
EXEHEADER STRUC
exSignature dw 5A4Dh ;.EXE标志
exExraBytes dw ? ;最后(部分)页中的字节数
exPages dw ? ;文件中的全部和部分页数
exRelocItems dw ? ;重定位表中的指针数
exHeaderSize dw ? ;以字节为单位的文件头大小
exMinAlloc dw ? ;最小分配大小
exMaxAlloc dw ? ;最大分配大小
exInitSS dw ? ;初始SS值
exInitSP dw ? ;初始SP值
exChechSum dw ? ;补码校验值
exInitIP dw ? ;初始IP值
exInitCS dw ? ;初始CS值
exRelocTable dw ? ;重定位表的字节偏移量
exOverlay dw ? ;覆盖号
EXEHEADER ENDS程序映象，包含处理器代码和程序的初始数据，紧接在文件头之后。它的大小以字节为单位，等于.EXE文件的大小减去文件头的大小，也等于exHeaderSize的域的值乘以16。MS-DOS通过把该映象直接从文件拷贝到内存加载.EXE程序然后调整定位表中说明的可重定位段地址。
定位表是一个重定位指针数组，每个指向程序映象中的可重定位段地址。文件头中的exRelocItems域说明了数组中指针的个数,exRelocTable域说明了分配表的起始文件偏移量。每个重定位指针由两个16位值组成:偏移量和段值。 为加载.EXE程序，MS-DOS首先读文件头以确定.EXE标志并计算程序映象的大小。然后它试图申请内存。首先，它计算程序映象文件的大小加上PSP的大小再加上EXEHEADER结构中的exMinAlloc域说明的内存大小这三者之和，如果总和超过最大可用内存块的大小。则MS-DOS停止加载程序并返回一个出错值。否则面，它计算程序映象的大小加上PSP的大小再加上EXEHEADER结构中exMaxAlloc域说明的内存大小之和，如果第二个总和小于最大可用内存块的大小，则MS-DOS 分配计算得到的内存量。否则，它分配最大可用内存块。分配完内存后，MS-DOS确定段地址，也称为起始段地址，MS-DOS从此处加载程序映象。如果exMinAlloc域和exMaxAlloc域中的值都为零，则MS-DOS把映象尽可能地加载到内存最高端。否则，它把映象加载到紧挨着PSP域之上。接下来，MS-DOS读取重定位表中的项目调整所有由可重定位指针说明的段地址。对于重定位表中的每个指针，MS-DOS寻找程序映象中相应的可重定位段地址，并把起始段地址加到它之上。一旦调整完毕，段地址便指向了内存中被加载程序的代码和数据段。 MS-DOS在所分配内存的最低部分建造256字节的PSP，把AL和AH设置为加载 .COM程序时所设置的值。MS-DOS使用文件头中的值设置SP与SS，调整SS初始值，把起始地址加到它之上。MS-DOS还把ES和DS设置为PSP的段地址.最后，MS-DOS从程序文件头读取CS和IP的初始值,把起始段地址加到CS之 上，把控制转移到位于调整后地址处的程序。