《程序员的自我修养》笔记二：目标文件

目标文件

源代码经过编译器编译后生成的文件，是已经编译后的可执行文件格式，只是还没有经过链接，与真正的可执行文件在结构上稍有不同。

目标文件在不同的段中保存代码、数据和辅助信息

ELF 文件结构

• 文件头
  包含了描述整个文件的基本属性
  • ELF 文件版本
  • 目标机器型号
  • 程序入口地址
  • 段表的位置、长度和段的数量
• 各个段
  应用程序可以自定义段，段名以 .作为前缀的是系统保留段
  • .text
    保存代码
  • .code
    保存程序的指令
  • .data
    保存程序中已初始化的全局变量和静态变量
  • .bss
    未初始化的全局变量和静态变量，并没有内容，在文件中不占据空间
  • .rodata
    保存只读数据
  • .debug
    存放调试信息，调试信息在目标文件和可执行文件中占用很大的空间，发布时需去掉
• 段表（Section Header Table）
  描述了 ELF 文件所包含的所有段的信息，段的结构是由段表决定的
  • 段表内容
    • 段名
    • 段长
    • 文件中的偏移
    • 读写权限
    • 段的其他属性
  • 重定位表
    同时也是 ELF 的一个段
    • 每个在链接时需要重定位的代码段和数据段，都有一个相对应的重定位表
  • 字符串表
    同时也是 ELF 的一个段
  • 符号表 （Symbol Table/.symtab）
    • 符号名
      函数名或变量名就是符号名
    • 符号值
      函数或变量的地址
    • 符号大小
    • 符号所在段
    • 符号类型和绑定信息
      • 符号类型
        • 未知类型
        • 数据对象
          变量或数组等
        • 函数或可执行代码
        • 段
        • 文件名
          该目标文件所对应的的源文件名
      • 绑定信息
        • 局部符号
        • 全局符号
        • 弱引用

---

链接的接口——符号

链接过程中，目标文件之间的连接就是对符号（函数和变量）的地址的引用

链接过程值关心全局符号的相互粘合，其他符号对于其他目标文件来说是不可见的，在链接过程中无关紧要。

特殊符号

链接器链接可执行文件时，会定义许多特殊的符号，我们可以在程序中直接声明并引用

部分特殊符号：

__executable_start
__etext/_etext/etext
_edata/edata
_end/end

符号修饰与函数签名

强符号和弱符号

强符号和弱符号是针对定义来说的

• 强符号
  函数和初始化的全局变量为强符号​
• 弱符号
  未初始化的全局变量为弱符号
• 处理规则
  • 不允许强符号被定义多次
  • 一个符号在某个目标文件中是强符号，其他文件中是弱符号，链接器会选择强符号
  • 一个符号在所有目标文件中都是弱符号，链接器选择占用空间最大的一个
• 强引用和弱引用
  • 强引用
    对外部目标文件的符号引用，如果未找到定义，链接器报错
  • 弱引用
    对于未定义的弱引用，链接器不报错
• 作用
  弱符号和弱引用对于库来说十分有用，库定义的弱符号可以被用户定义的强符号覆盖，或将扩展功能模块的引用定义为弱引用，扩展模块和程序链接一起时，功能可以使用，去掉功能模块，程序也可以正常链接，只是少了相应的功能，使程序功能组合更方便

---

可执行文件格式

可执行文件格式 PE（Windows）和 ELF（Linux）都是 COFF 格式的变种，目标文件可以看成是可执行文件的一种

• 可执行文件
  EXE 和 ELF

• 动态链接库
  .dll 和 .so

• 静态链接库
  .lib 和 .a​ 静态链接库可以理解为包含很多目标文件的文件包

---

为什么把程序指令和数据分开存放？

源代码被编译后主要分为两种段：程序指令和程序数据

• 分权限，数据域可读写，指令域只读，防止程序指令被改写
• 因为现代 CPU 的缓存被设计为数据和指令缓存分离，提高缓存的命中率
• （最重要）当运行多个该程序的副本时，只需要保存一份该程序的指令域，只读数据也是可以共享的，节省大量的内存。