PWN二进制安全修仙秘籍【第二章#二进制文件篇01】从源代码到可执行文件

进入到了第二章的学习，第二章主要学习二进制文件是如何产生的，以及Linux中的二进制文件ELF文件。

这一小节我们先学习二进制文件是如何产生的，即从源代码到可执行文件的过程

1. 展示源代码

下面将采用一段Hello World程序来演示这个过程

#include <stdio.h>
int main() {
    print("Hello, world!\n");
}

使用如下命令对以上C语言程序进行编译

gcc hello.c -o hello -save-temps --verbose

以上命令中，-save-temps表示将编译过程中生成的中间文件保存下来，--verbose表示查看GCC编译的详细工作流程。

2. 解读中间文件

众所周知，GCC编译共四个阶段：预处理、编译、汇编、链接。

2.1 预编译阶段

 /usr/lib/gcc/x86_64-linux-gnu/11/cc1这是第一阶段，cc1是编译器，对应预处理和编译阶段。

 何为预处理？

预处理就是处理源代码中以“#”开始的预处理指令，比如“#include”、“#define”等，将其转化后直接插入到程序文本中，得到另一个程序，通常以“.i”作为文件扩展名。

你也可以敲入以下命令得到一个预编译文件：

gcc -E hello.c -o hello.i

-E表示单独执行预处理过程。

经过预处理后的 hello.i 文件大概长这样👇（GCC版本不同，编译出来的东西也不同）

# 1 "hello.c"
# 1 "<built-in>"
# 1 "<command-line>"
……
extern int printf(const char *__restrict __format, …);
……
int main() {
    printf("Hello, world!\n");
}

通过以上预处理文件，我们可以观察发现，在文件进行预处理阶段时，主要进行了以下动作：

• 递归处理“#include”预处理指令，将对应文件的内容复制到该指令的位置；
• 删除所有“#define”指令，并且在其被引用的位置递归地展开所有的宏定义；
• 处理所有条件预处理指令：“#if”、“#ifdef”、“#elif”、“#else”、“#endif”等；
• 删除所有注释；
• 添加行号和文件名标识。

2.2 编译阶段

GCC编译的第二阶段即编译

在编译阶段主要进行了词法分析、语法分析、语义分析以及优化等一系列动作，最终生成汇编代码。

你也可以敲以下命令得到编译后的文件：

gcc -S hello.c -o hello.s

-S表示将预处理和编译合并处理，操作对象可以是源代码hello.o或者是预处理文件hello.i

hello.s文件如下所示：

        .file   "hello.c"
        .text
        .section        .rodata
.LC0:
        .string "Hello, world!\n"
        .text
        .globl  main

 2.3 汇编阶段

as是汇编器，对应第三阶段——汇编。汇编器根据汇编指令与机器指令的对照表进行翻译，将hello.s汇编成目标文件hello.o。

你也可以使用如下命令直接生成目标文件：

gcc -c hello.c -o hello.o

此时生成的hello.o为可重定位文件，使用objdump -sd hello.o命令查看其内容：

 先解释一下参数的意思，-s表示sections段，-d表示disassemble，即反汇编；sections段不理解没关系，这个以后会解释。

继续解释一下里面的汇编代码的意思。

由于尚未进行链接，对象文件中符号的虚拟地址无法确定，因此“Hello,world!”这个字符串的地址被设置为0x0000，看下图👇

“call puts”指令中函数puts()的地址被设置为下一条指令的地址0x1c

2.4 链接阶段

collect2是链接器，是对ld命令的封装，用于将C语言运行时库（CRT）中的目标文件（crt1.o、crti.o、crtbegin.o、crtend.o、crtn.o）以及所需的动态链接库（libgcc.so、libgcc_s.so、ligc.so）链接到可执行hello中。

链接分为两种：静态链接和动态链接

GCC默认使用动态链接

若要使用静态链接应添加编译选项“-static”即可指定使用静态链接

链接阶段主要进行地址和空间分配、符号绑定、重定位等操作。