读书笔记--《程序员的自我修养》第3章：目标文件里有什么（3）

3.5 链接的接口–符号

在链接中，我们将函数名和变量统称为符号，函数名和变量名就是符号名。
每一个目标文件都有一个符号表，里面记录了目标文件中所有用到的符号。
每一个符号都有一个对应的值，叫做符号值。对于变量和函数来说，符号值就是地址。
符号分为5类。
**（1）本目标文件中定义的全局符号。可以被其他目标文件引用。如fun1、main、global_init_var
（2）不在本目标文件中定义的全局符号。称为外部符号。如printf**
（3）段名。由编译器产生，它的值就是该段的起始地址。如.text、.data等。
（4）局部符号。只在编译单元内可见。如static_var、static_var2
（5）行号信息。即目标文件指令与源代码中代码行的对应关系，可选。
其中，（1）（2）最为重要。

使用：$nm SimpleSection.o查看符号

nm命令用来列出一个目标文件中的各种符号。
T：Text段的符号。
D：已初始化的变量符号
C：该符号为common。common symbol是未初始化的的数据段。只在链接时被分配。
U：在当前文件中未定义，定义在别的文件中。

3.5.1 ELF符号表结构
符号表是一个Elf32_Sym结构的数组，一个Elf32_Sym对应一个符号。
typedef struct{
Elf32_Word st_name; //符号名
Elf32_Addr st_value; //符号名对应的值。
Elf32_Word st_size; //符号大小。
unsigned char st_info; //符号类型和绑定信息。
unsigned char st_other; //为0，没用。
Elf32_Half st_shndx; //符号所在的段。
}Elf32_Sym;
利用readelf查看ELF文件的符号：

解释：

1. 第6列vis段未使用，忽略。
2. printf在本文件中未定义，因此它的Ndx是SHN_UNDEF。
3. static_var.1488和staic_var2.1489是两个静态变量，绑定属性是STB_LOCAL在编译单元内部可见。用到了”符号修饰“

（1）符号类型和绑定信息
高28位表示符号绑定信息；第4位表示符号类型。

（2）符号所在的段
如果符号定义在本目标文件中，则表示符号所在段在段表中的下标；如果不在或有些特殊符号，则如表所示：

如：

（3）符号值
分下列3种情况：

1. 如果时符号的定义且符号不是”COMMON块“类型的，则表示该符号在段中的偏移。？？？
2. 如果是”COMMON块“类型的，则表示该符号的对齐属性。如global_uninit_var.
3. 在可执行文件中，表示符号的虚拟地址。该地址对动态链接器十分有用。

3.5.2 特殊符号
有些符号没有在程序中定义，但可以直接声明并引用，我们称为特殊符号。链接器会在链接时将其解释为正确的值。
几个代表性的特殊符号如下：

1. __executabel_start：程序起始地址。注意不是入口地址，是程序最开始地址
2. __etext、_etext、etext：代码段结束地址
3. _edata、edata：数据段结束地址
4. _end、end：程序结束地址
   以上都是虚拟地址。

使用这些符号：

#include<stdio.h>

extern char __executable_start[];
extern char __etext[],etext[],_etext[];
extern char _edata[],edata[];
extern char _end[],end[];

int main()
{
    printf("Executable Start %X\n",__executable_start);
    printf("Text End %X %X %X\n",etext,_etext,__etext);
    printf("Data End %X %X\n",edata,_edata);
    printf("Executable End %X\n",end,_end);

    return 0;
}

编译并运行：

3.5.3 符号修饰与函数签名
为防止库函数与自定义函数的命名冲突，采取了符号修饰来避免。例如：C语言代码中所有全局变量和函数经过编译后，会在符号名前加上”_”；C++增加了名称空间来解决符号冲突问题。
例如：

int func(int);
float func(float);
class C{
    int func(int);
    class C2{
        int func(int);
    };
};
namespace N{
    int func(int);
    class C{
        int func(int);
    };
};

这6个func都是不同的，因为它们的函数签名不同。函数签名包含了一个函数的信息，包括函数名、参数类型、所在的类和名称空间。由于它们的参数类型、所处的类、名称空间的不同，因此函数签名是不同的。

3.5.4 extern “C”
C++为了与C兼容，在符号的管理上，C++有一个用来声明或定义一个C的符号的“extern ”C”“关键字用法。如

extern "C"{
    int func(int);
    int var;
    }

C++编译器会将extern “C”的大括号内部的代码当作C语言代码处理。
考虑以下情况：
C语言代码或C++包含了用C语言编写的函数或全局变量，如C语言库函数中的string.h中声明了memset这个函数，它的原型如下：
void memset(void ,int,size_t);
当C语言用到这个函数时，会正确处理；但是在C++语言中，编译器会认为memset是一个C++函数，于是将memset的符号修饰成_Z6memsetPvii，这样链接器就无法与C语言库中的memset符号进行链接。为了解决这个问题，我们使用C++的宏”__cplusplus“，C++编译器在编译C++的程序时默认定义这个宏，我们可以使用这个宏判断当前编译单元是不是C++代码。具体代码如下：

#ifdef __cplusplus
extern "C"{
#endif

void *memset(void *,int,size_t);

#ifdef __cplusplus
}
#endif

如果当前编译单元是C++代码，那么memset会在extern “C”里面被声明；
如果是C代码，就直接声明。
这个技巧很重要！几乎在所有的系统头文件中都被用到。

3.5.5 弱符号与强符号
1、对于C/C++语言来说，编译器默认函数和初始化了的全局变量为强符号，未初始化的全局变量为弱符号。
可以通过GCC的”attribute((weak))“来将强符号定义为弱符号。
注意：强符号和弱符号都是针对定义来说，不是针对引用
链接器对全局符号的处理规则：

1. 不允许强符号被多次定义
2. 如果一个符号在某个目标文件中是强符号，在其他文件是弱符号，则选择强符号。
3. 如果一个符号在所有目标文件中是弱符号，那么选择其中占用空间最大的那个。

2、强引用与弱引用
强引用：对外部文件的符号引用在目标文件被最终链接成可执行文件时，需要被正确决议，如果没有找到该符号的定义，链接器就会报未定义错误。
弱引用：如果该符号有定义，链接器将正确处理；如果未定义，链接器不报错。
对于未定义的弱引用，链接器将其默认为0，或一个特殊的值，以便于程序代码能够识别。
如下面这段代码：

__attribute__((weakref)) void foo();
int main()
{
    foo();
}

当将其编译成一个可执行文件，GCC并不会报链接错误。但是当我们运行这个可执行文件时，会发送错误。因为foo函数的地址是0，找不到。对其进行改进：

__attribute__((weakref)) void foo();
int main
{
    if(foo) foo();
}

弱符号和弱引用对库来说十分有用，比如库中定义的弱符号可以被用户定义的强符号覆盖，从而使得程序可以使用自定义版本的库函数。或者程序将某些功能模块的引用定义为弱引用，当我们将扩展模块与程序链接在一起时，功能模块就可以正常使用。

3.6 调试信息
如果我们在GCC编译时加上-g参数，编译器就会在产生的目标文件里面加上调试的信息。

这些段中保存的就是调试信息。现在的ELF文件采用一个叫DWARF的标准的调试信息格式。
可以使用strip命令去掉ELF文件中的调试信息。