一、内容分析
1.可执行文件的创建
（1）预处理阶段
预处理过程读入源代码，检查包含预处理指令的语句和宏定义，并对源代码进行相应的转换，预处理过程还会删除程序中的注释和多余的空白字符。其中预处理指令主要包括以下四个方面：
宏定义指令——预处理过程会把源代码中出现的宏标识符替换成宏定义时的值，常用的两种宏定义：
//声明一个标识符，全部用大写字母来定义宏 #define MAX_NUM 10 //带参数的#define指令（宏函数） #define Cube(x) ((x)*(x)) int i,num=1; i=Cube(num);
条件编译指令——定义不同的宏来决定编译程序对哪些代码进行处理，条件编译指令将决定哪些代码被编译，而哪些是不被编译的。
头文件包含指令——#include预处理指令的作用是在指令处展开被包含的文件。程序中包含头文件有两种格式：#include <my.h>和#include "my.h"
特殊符号——预编译程序可以识别一些特殊的符号。预编译程序对于在源程序中出现的这些串将用合适的值进行替换，__FILE__，__LINE__，__TIME__ 等。
上述阶段对应 gcc -E -o hello.cpp hello.c -m32
（2）编译阶段
在这个阶段中，Gcc首先要检查代码的规范性、是否有语法错误等，以确定代码的实际要做的工作，在检查无误后，Gcc把代码翻译成汇编语言。
对应gcc -x cpp-output -S -o hello.s hello.cpp -m32
（3） 汇编阶段
把编译阶段生成的”.s”文件转成目标文件，得到一个二进制文件。
对应 gcc -x assembler -c hello.s -o hello.o -m32
（4）链接阶段
函数库一般分为静态库和动态库两种。静态库是指编译链接时，把库文件的代码全部加入到可执行文件中，因此生成的文件比较大，但在运行时也就不再需要库文件了。动态库在编译链接时并没有把库文件的代码加入到可执行文件中，而是在程序执行时由运行时链接文件加载库。动态库一般后缀名为”.so”，Gcc在编译时默认使用动态库。
gcc -o hello hello.o -m32 （动态编译）
gcc -o hello.static hello.o -m32 -static（静态编译）
2.ELF可执行文件
(1)目标文件有三类：
可重定位文件——文件保存着代码和适当的数据，用来和其他的object文件一起来创建一个可执行文件或者是一个共享文件。
可执行文件：一个可执行(executable)文件保存着一个用来执行的程序；该文件指出了exec(BA_OS)如何来创建程序进程映象。
共享object文件：一个共享object文件保存着代码和合适的数据，用来被两个链接器链接，分别是连接编辑器[ld(SD_CMD)]和动态链接器。
（2）ELF文件格式
用readelf -h hello看看elf文件内容。
ELF文件头
ELF文件默认从0x8048000开始加载，上图的ELF头中Entry point address的内容为程序实际入口，当启动一个刚加载过可执行文件的进程时，就从此处执行。
3.可执行程序的执行环境，动态链接方式
实验直接使用execve系统调用。$ ls -l /usr/bin 列出/usr/bin下的目录信息。
Shell本身不限制命令行参数的个数， 命令行参数的个数受限于命令自身。例如，int main(int argc, char *argv[])；又如， int main(int argc, char *argv[], char *envp[])。
Shell会调用execve将命令行参数和环境参数传递给可执行程序的main函数，int execve(const char * filename,char * const argv[ ],char * const envp[ ])，库函数exec*都是execve的封装例程。
int Exec(int argc, char * argv[]) { int pid; /* fork another process */ pid = fork(); if (pid<0) { /* error occurred */ fprintf(stderr,"Fork Failed!"); exit(-1); } else if (pid==0) { /* child process */ execlp("/bin/ls","ls",NULL); } else { /* parent process */ /* parent will wait for the child to complete*/ wait(NULL); printf("Child Complete!"); exit(0); } }
在Makefile中做了修改。编译的时候执行了hello.c，并把init 和hello放到了rootfs.img目录下，所以在执行exec命令的时候就相当于自动了加载了hello这个程序。
gdb调试前的准备可总结为：
$ cd LinuxKernel/ $ rm menu -rf $ git clone https://github.com/mengning/menu.git $ move test_exec.c test.c //查看Makefile文件可知道实验采用的是静态编译 rootfs: gcc -o init linktable.c menu.c test.c -m32 -static -lpthread gcc -o hello hello.c -m32 -static
之后通过gdb进行跟踪分析。
设置b sys_execve ,b load_elf_binary 等断点后，在MenuOS中输入exec进行调试分析。gdb首先在sys_execve处停下来。
然后是start_thread函数。
此时可以通过po new_ip和新窗口的 readelf -h helloc查看入口地址是否一致。
可以看到hello的入口地址和new_ip的值都是0x8048d0a 。说明对hello程序链接到了执行程序中。
继续单步执行可以看到把new_ip复制给了regs-> ip，之后继续执行看可以看到MenuOS界面输出了相应的hello world。
三、总结
可执行文件的创建包括预处理、编译、汇编、链接四个阶段。
学习并了解了ELF文件的格式，了解了ELF文件头、段头表、text节等各个组成部分。
通过对源码的追踪分析，理解了可执行程序加载的大致流程。当执行到execve系统调用时，陷入内核态，用execve加载的可执行文件覆盖当前进程的可执行程序，当execve系统调用返回时，返回新的可执行程序的执行起点。
如果是静态链接，elf_entry指向可执行文件规定的头部（main函数对应的位置0x8048***）如果需要依赖动态链接库，elf_entry指向动态链接器的起点。动态链接主要是由动态链接器ld来完成的。
可执行文件描述了如何初始化一个新的执行上下文，也就是如何开始一个新的计算。可执行文件类别有很多，在内核中有一个链表，在init的时候会将支持的可执行程序解析程序注册添加到链表中，那么在对可执行文件进行解析时，就从链表头开始找，找到匹配的处理函数就可以对其进行解析。
在shell中启动一个可执行程序时，会创建一个新进程，它通过覆盖父进程（也就是shell进程）的进程环境，并将用户态堆栈清空，获得所需要的执行上下文环境。
命令行参数和环境变量会通过shell传递给execve，excve通过系统调用参数传递，传递给sys_execve，最后sys_execve在初始化新进程堆栈的时候拷贝进去。
load_elf_binary->start_thread(…)通过修改内核堆栈中EIP的值作为新程序的起点。 如果新程序的动态链接的，那么就需要加载所需要的库函数，动态连接器ld会负责加载过程，动态链接库的装载过程类似于一个图的广度优先遍历过程，装载完成后，ld将CPU控制权交给可执行程序，继续执行可执行程序。
刘帅
原创作品转载请注明出处
《Linux内核分析》MOOC课程http://mooc.study.163.com/course/USTC-1000029000
