《程序员的自我修养》--笔记02

目标文件的内容

ELF文件

linux下，使用file命令可以看到一个文件的类型，对于elf文件来说，一共有四个类型，分别是：

• 可重定位文件：linux下的.o文件和windows下面的.obj文件，包含代码和数据，可以被链接成共享目标文件；（静态链接库也属于这一类，即.so文件）
• 可执行文件：可以直接执行，例如/bin/bash,windows的exe；
• 共享目标文件：linux下的so文件，windows下的dll文件；包含数据和代码，（1）可以作为其他可重定位文件或共享目标文件，一起链接生成目标文件；（2）动态链接器可以将几个这种文件与可执行文件结合，作为进程映像的一部分来运行；
• 核心转储文件：进程意外终止时，转存相关信息的文件。

ELF文件中的段类别

下图是一个标准的elf文件结构示意图，主要包括图中几个部分：

---

1. ELF Header：使用readelf -h xxx.o来查看目标文件的elf header信息；  此外，从elf的头信息中，我们可以得到elf文件基本属性，类型，目标机器号，程序入口地址等。具体信息如下：
2. 
3. 几个重要的段的解释，可以使用objcopy命令自定义段，并插入内容；详情可以百度gcc的扩展运用；
4. 整体来说，程序经过编译后，通过段实现了抽象。将源代码分为两部分：程序指令以及程序数据，优点主要是：（1）读写数据分离，防止程序被修改；（2）程序和数据的缓存区域单独设计，在cache里面，实现指令缓存和数据缓存分离，提高了指令缓存命中率；（3） 多个程序或者进程时候，实现指令共享。
5. 分析指令： 用gcc -c将cc文件编译成.o文件，然后用下列命令查看；（linux下有很多实用的小命令，参考：GNU binutils 里的九种武器 - Linux中国的文章 - 知乎 https://zhuanlan.zhihu.com/p/85913402）
6. 

ELF中的三剑客

ELF文件中，除了一些基本段，有三个比较重要的部分，分别是段表，重定位表，字符串表。

段表

该表描叙了elf文件包含的所有段的信息，例如每个段的段名，长度，在文件中的偏移，读写权限以及其他权限等。段表是一个数组（每个元素是一个结构体，该结构体定义在 /usr/include/elf.h文件中，需要根据不同的硬件参数，找到对应的宏定义），数组的长度等于ELF文件中段的长度加一，第一个是保留的null结构体。所以，知道了段表数组中，每个结构体的信息，就知道了所有段的信息。但是描述段的信息的结构体，比较复杂。例如ELF32_Shdr段描述符结构：

• sh_type可以告诉我们一个段是无效段，符号表，或者程序段/代码段/数据段；
• sh_flags告诉我们该段在进程虚拟地址空间的属性，是否可写，可执行；
• sh_link和sh_info：如果段的类型和链接相关（重定位表，符号表）的，这两个成员则表明需要使用的数据的地址；

重定位表

在段表中.rel.text是针对.text段的重定位表，所谓重定位，是对代码段中某些函数或者变量的地址进行重新分配（例如对当前代码文件引用别的代码文件的函数或者变量等）。对于重定位表，sh_type的数值为宏定义的”重定位表“类型。sh_link表示符号表的下标，sh_info表示需要重定位的段（地址偏移）。

字符串表

ELF文件中用到了很多的字符串，便于存储， 专门开辟段来存在字符串，在引用字符串的地方，直接用字符串表的偏移即可。字符串表分为两种：

• 字符串表（.strtab）：保存普通的字符串。例如符号的名字
• 段表字符串表(shstrtab)：保存段表中用到的字符串，例如段名;在elf_header的结构体中，e_shrtrndx。

链接的接口——符号

符号：将代码文件中的函数和变量地址，根据编译器的规则，表示为符号（一定格式的字母名称）；链接——跨文件，模块，将这些符号，替代成实际的地址。每个目标文件都有一个符号表，该表记录文件的所有符号，每个定义的符号有个value，表示该符号的地址。函数和变量名最重要，以及：全局符号（函数名，全局变量），外部符号（引用外部文件的函数名，变量名），段名，局部符号，符号信息；前两者对于链接需要关心（nm xxx.o,命令查看）。

---

ELF符号表结构：符号有一个名为.symtab的段表示；定义可在elf.h文件找到

 

st_info 低4位表示符号的类型，高28位表示符号的绑定信息；

st_shndx：如果符号在本目标文件中，则是符号所在段的在段表中的下标；如果符号不是在本目标文件中，则如下：

st_value:结合《程序员自我修养》p84

特殊符号——在代码中直接声明和引用，可以被ld识别；

符号修饰和函数签名——说白了就是符号名的生成规则，和具体编译器规则相关

extern C——用这个语句概括起来的语句，会被当做c语言规则处理，例如：

强符号和弱符号

初始化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关键字在源码中修饰。）强符号和弱符号的处理规则：

gcc中可以在源码中设置某个引用为弱引用，强引用（链接找不到符号定义就报错）和弱引用（有定义就用，没有就默认为0或特殊值）。这种设定，可以用于代码库的灵活裁剪和组合，例如在库文件定义一个弱引用，可以在用户依赖的代码被覆盖，而不报错。

其他

目标文件在debug模式下，-g 参数编译，有debug的信息参数；