6.828 lab1 ELF
ELF
ELF 是Executable and Linking Format的缩写，即可执行和可链接的格式，是Unix/Linux系统ABI (Application Binary Interface)规范的一部分。Unix/Linux下的可执行二进制文件、目标代码文件、共享库文件和core dump文件都属于ELF文件。
ELF文件分如下几类
- 目标文件(可重定位文件)
下图描述了ELF文件的大致布局
左边是ELF的链接视图，可以理解为是目标代码文件的内容布局。右边是ELF的执行视图，可以理解为可执行文件的内容布局。
注意目标代码文件的内容是由section组成的，而可执行文件的内容是由segment组成的。
- Segment 而文件载入内存执行时，是以segment组织的，每个segment对应ELF文件中program header table中的一个条目，用来建立可执行文件的进程映像。
- Section我们写汇编程序时，用.text，.bss，.data这些指示，都指的是section，比如.text，告诉汇编器后面的代码放入.text section中。目标代码文件中的section和section header table中的条目是一一对应的。section的信息用于链接器对代码重定位。
为了彻底搞清楚ELF文件格式，我们需要搞清楚ELF Header ，program Header，和section Header
ELF header
readelf命令可以读出目标文件的ELF Header ，以下是kernel的ELF Header
#vaddr 虚拟地址 #paddr 实地址
Program Header:
LOAD off 0x00001000 vaddr 0xf0100000 paddr 0x00100000 align 2**12
filesz 0x00007dac memsz 0x00007dac flags r-x
LOAD off 0x00009000 vaddr 0xf0108000 paddr 0x00108000 align 2**12
filesz 0x0000b6a8 memsz 0x0000b6a8 flags rw-
STACK off 0x00000000 vaddr 0x00000000 paddr 0x00000000 align 2**4
filesz 0x00000000 memsz 0x00000000 flags rwx
(base) yaokai@Denny:~/code/lab$ readelf -a obj/kern/kernel
ELF Header:
Magic: 7f 45 4c 46 01 01 01 00 00 00 00 00 00 00 00 00
Class: ELF32
Data: 2 s complement, little endian
Version: 1 (current)
OS/ABI: UNIX - System V #操作系统
ABI Version: 0
Type: EXEC (Executable file)
Machine: Intel 80386
Version: 0x1
Entry point address: 0x10000c #程序入口
Start of program headers: 52 (bytes into file)
Start of section headers: 86816 (bytes into file)
Flags: 0x0
Size of this header: 52 (bytes)
Size of program headers: 32 (bytes)
Number of program headers: 3
Size of section headers: 40 (bytes)
Number of section headers: 15
Section header string table index: 14
在操作系统程序中也有相应的ELF定义，lab1代码中ELF定义如下,与readelf命令的结果一一对应。
struct Elf {
uint32_t e_magic; // must equal ELF_MAGIC
uint8_t e_elf[12];
uint16_t e_type;
uint16_t e_machine;
uint32_t e_version;
uint32_t e_entry;
uint32_t e_phoff;
uint32_t e_shoff;
uint32_t e_flags;
uint16_t e_ehsize;
uint16_t e_phentsize;
uint16_t e_phnum;
uint16_t e_shentsize;
uint16_t e_shnum;
uint16_t e_shstrndx;
};
- e_magic :
- e_elf[12]: 描述了ELF文件内容如何解码等信息
- e_type:2字节,以下取值有意义
ET_NONE, 0, No file type
ET_REL, 1, Relocatable file（可重定位文件，通常是文件名以.o结尾，目标文件）
ET_EXEC, 2, Executable file （可执行文件）
ET_DYN, 3, Shared object file （动态库文件，你用gcc编译出的二进制往往也属于这种类型，惊讶吗？）
ET_CORE, 4, Core file （core文件，是core dump生成的吧？）
ET_NUM, 5，表示已经定义了5种文件类型
ET_LOPROC, 0xff00, Processor-specific
ET_HIPROC, 0xffff, Processor-specific
- e_version 2字节，描述了ELF文件的版本号，合法取值如下
EV_NONE, 0, Invalid version
EV_CURRENT, 1, Current version，通常都是这个取值。
EV_NUM, 2, 表示已经定义了2种版本号
- e_entry ，（32位4字节，64位8字节），执行入口点，如果文件没有入口点，这个域保持0。
- e_phoff, （32位4字节，64位8字节），program header table的offset，如果文件没有PH，这个值是0。
- e_shoff, （32位4字节，64位8字节）， section header table 的offset，如果文件没有SH，这个值是0。
- e_flags, 4字节，特定于处理器的标志，32位和64位Intel架构都没有定义标志，因此eflags的值是0。
- e_ehsize, 2字节，ELF header的大小，32位ELF是52字节，64位是64字节。
- e_phentsize，2字节。program header table中每个入口的大小。
- e_phnum, 2字节。如果文件没有program header table, e_phnum的值为0。- e_phentsize乘以e_phnum就得到了整个program header table的大小。
- e_shentsize, 2字节，section header table中entry的大小，即每个section header占多少字节。
- e_shnum, 2字节，section header table中header的数目。如果文件没有section header table, e_shnum的值为0。e_shentsize乘以e_shnum，就得到了整个section header table的大小。
- e_shstrndx, 2字节。section header string table index. 包含了section header table中section name string table。如果没有section name string table, e_shstrndx的值是SHN_UNDEF.
Section Header
Section header table是一个header集合，每个节的Section Headers 中有相应Section的信息。lab1中的Section header定义及解释如下如下
struct Secthdr {
uint32_t sh_name; //section名称
uint32_t sh_type; //类型
uint32_t sh_flags; //
uint32_t sh_addr; //执行时section所在的虚拟地址
uint32_t sh_offset; //文件内的偏移
uint32_t sh_size; //大小
uint32_t sh_link;
uint32_t sh_info; //额外信息
uint32_t sh_addralign; //按几个字节对齐
uint32_t sh_entsize; //每条记录占的字节数
};
- sh_name，4字节，是一个索引值，在shstrtable（section header string table，包含section name的字符串表，也是一个section）中的索引。第二讲介绍ELF文件头时，里面专门有一个字段e_shstrndx，其含义就是shstrtable对应的section header在section header table中的索引。
- sh_type，4字节，描述了section的类型，常见的取值如下：
- SHT_NULL 0，表明section header无效，没有关联的section。
- SHT_PROGBITS 1，section包含了程序需要的数据，格式和含义由程序解释。
- SHT_SYMTAB 2， 包含了一个符号表。当前，一个ELF文件中只有一个符号表。SHT_SYMTAB提供了用于(link editor)链接编辑的符号，当然这些符号也可能用于动态链接。这是一个完全的符号表，它包含许多符号。
- SHT_STRTAB 3，包含一个字符串表。一个对象文件包含多个字符串表，比如.strtab（包含符号的名字）和.shstrtab（包含section的名称）。
- SHT_RELA 4，重定位节，包含relocation入口，参见Elf32_Rela。一个文件可能有多个Relocation Section。比如.rela.text，.rela.dyn。
- SHT_HASH 5，这样的section包含一个符号hash表，参与动态连接的目标代码文件必须有一个hash表。目前一个ELF文件中只包含一个hash表。讲链接的时候再细讲。
- SHT_DYNAMIC 6，包含动态链接的信息。目前一个ELF文件只有一个DYNAMIC section。
- SHT_NOTE 7，note section, 以某种方式标记文件的信息，以后细讲。
- SHT_NOBITS 8，这种section不含字节，也不占用文件空间，section header中的sh_offset字段只是概念上的偏移。
- SHT_REL 9， 重定位节，包含重定位条目。和SHT_RELA基本相同，两者的区别在后面讲重定位的时候再细讲。
- SHT_SHLIB 10，保留，语义未指定，包含这种类型的section的elf文件不符合ABI。
- SHT_DYNSYM 11， 用于动态连接的符号表，推测是symbol table的子集。
- SHT_LOPROC 0x70000000 到 SHT_HIPROC 0x7fffffff，为特定于处理器的语义保留。
- SHT_LOUSER 0x80000000 and SHT_HIUSER 0xffffffff，指定了为应用程序保留的索引的下界和上界，这个范围内的索引可以被应用程序使用。
- sh_flags, 32位占4字节， 64位占8字节。包含位标志，用 readelf -S
可以看到很多标志。常用的有： 名称 代码 功能 SHF_WRITE 0x1 进程执行的时候，section内的数据可写。 SHF_ALLOC 0x2 进程执行的时候，section需要占据内存。 SHF_EXECINSTR 0x4 节内包含可以执行的机器指令 SHF_STRINGS 0x20 包含0结尾的字符串 SHF_MASKOS 0x0ff00000 这个mask为OS特定的语义保留8位 SHF_MASKPROC 0xf0000000 这个mask包含的所有位保留（也就是最高字节的高4位），为处理器相关的语义使用。 - sh_addr, 对32位来说是4字节，64位是8字节。如果section会出现在进程的内存映像中，给出了section第一字节的虚拟地址。
- sh_offset，对于32位来说是4字节，64位是8字节。section相对于文件头的字节偏移。对于不占文件空间的section（比如SHT_NOBITS），它的sh_offset只是给出了section逻辑上的位置。
- sh_size，section占多少字节，对于SHT_NOBITS类型的section，sh_size没用，其值可能不为0，但它也不占文件空间。
- sh_link，含有一个section header的index，该值的解释依赖于section type。如果是SHT_DYNAMIC，sh_link是string table的section header index，也就是说指向字符串表。如果是SHT_HASH，sh_link指向symbol table的section header index，hash table应用于symbol table。如果是重定位节SHT_REL或SHT_RELA，sh_link指向相应符号表的section header index。如果是SHT_SYMTAB或SHT_DYNSYM，sh_link指向相关联的符号表，暂时不解。对于其它的section type，sh_link的值是SHN_UNDEF。
- sh_info，存放额外的信息，值的解释依赖于section type。如果是SHT_REL和SHT_RELA类型的重定位节，sh_info是应用relocation的节的节头索引。如果是SHT_SYMTAB和SHT_DYNSYM，sh_info是第一个non-local符号在符号表中的索引。推测local symbol在前面，non-local symbols紧跟在后面，所以文档中也说，sh_info是最后一个本地符号的在符号表中的索引加1。对于其它类型的section，sh_info是0。
- sh_addralign，地址对齐，如果一个section有一个doubleword字段，系统在载入section时的内存地址必须是doubleword对齐。也就是说sh_addr必须是sh_addralign的整数倍。只有2的正整数幂是有效的。0和1说明没有对齐约束。
- sh_entsize，有些section包含固定大小的记录，比如符号表。这个值给出了每个记录大小。对于不包含固定大小记录的section，这个值是0。
每一个ELF文件通常包含许多Seciton，文件中也就存在许多Section Header
使用readelf命令可以查看文件中所有的Section Header，
系统预定义了一些节名，这些节具有特殊的类型和含义
- .bss：包含程序运行时未初始化的数据（全局变量和静态变量）。当程序运行时，这些数据初始化为0。 其类型为SHT_NOBITS，表示不占文件空间。SHF_ALLOC + SHF_WRITE，运行时要占用内存的。
- .comment 包含版本控制信息（是否包含程序的注释信息？不包含，注释在预处理时已经被删除了）。类型为SHT_PROGBITS。
.data和.data1，包含初始化的全局变量和静态变量。 类型为SHT_PROGBITS，标志为SHF_ALLOC + SHF_WRITE（占用内存，可写）。 - .debug，包含了符号调试用的信息，我们要想用gdb等工具调试程序，需要该类型信息，类型为SHT_PROGBITS。
- .dynamic，类型SHT_DYNAMIC，包含了动态链接的信息。标志SHF_ALLOC，是否包含SHF_WRITE和处理器有关。
- .dynstr，SHT_STRTAB，包含了动态链接用的字符串，通常是和符号表中的符号关联的字符串。标志 SHF_ALLOC
- .dynsym，类型SHT_DYNSYM，包含动态链接符号表， 标志SHF_ALLOC。
- .fini，类型SHT_PROGBITS，程序正常结束时，要执行该section中的指令。标志SHF_ALLOC + SHF_EXECINSTR（占用内存可执行）。现在ELF还包含.fini_array section。
- .got，类型SHT_PROGBITS，全局偏移表(global offset table)，以后会重点讲。
- .hash，类型SHT_HASH，包含符号hash表，以后细讲。标志SHF_ALLOC。
- .init，SHT_PROGBITS，程序运行时，先执行该节中的代码。SHF_ALLOC + SHF_EXECINSTR，和.fini对应。现在ELF还包含.init_array section。
- .interp，SHT_PROGBITS，该节内容是一个字符串，指定了程序解释器的路径名。如果文件中有一个可加载的segment包含该节，属性就包含SHF_ALLOC，否则不包含。
- .line，SHT_PROGBITS，包含符号调试的行号信息，描述了源程序和机器代码的对应关系。gdb等调试器需要此信息。
- .note Note Section, 类型SHT_NOTE，以后单独讲。
- .plt 过程链接表（Procedure Linkage Table），类型SHT_PROGBITS,以后重点讲。
- .relNAME，类型SHT_REL, 包含重定位信息。如果文件有一个可加载的segment包含该section，section属性将包含SHF_ALLOC，否则不包含。NAME，是应用重定位的节的名字，比如.text的重定位信息存储在.rel.text中。
- .relaname 类型SHT_RELA，和.rel相同。SHT_RELA和SHT_REL的区别，会在讲重定位的时候说明。
- .rodata和.rodata1。类型SHT_PROGBITS, 包含只读数据，组成不可写的段。标志SHF_ALLOC。
- .shstrtab，类型SHT_STRTAB，包含section的名字。有读者可能会问：section header中不是已经包含名字了吗，为什么把名字集中存放在这里？ sh_name 包含的是.shstrtab 中的索引，真正的字符串存储在.shstrtab中。那么section names为什么要集中存储？我想是这样：如果有相同的字符串，就可以共用一块存储空间。如果字符串存在包含关系，也可以共用一块存储空间。
- .strtab SHT_STRTAB，包含字符串，通常是符号表中符号对应的变量名字。如果文件有一个可加载的segment包含该section，属性将包含SHF_ALLOC。字符串以\0结束， section以\0开始，也以\0结束。一个.strtab可以是空的，它的sh_size将是0。针对空字符串表的非0索引是允许的。
- symtab，类型SHT_SYMTAB，Symbol Table，符号表。包含了定位、重定位符号定义和引用时需要的信息。符号表是一个数组，Index 0 第一个入口，它的含义是undefined symbol index， STN_UNDEF。如果文件有一个可加载的segment包含该section，属性将包含SHF_ALLOC。
\kernel\kernel文件的Section Headers 如下
Section Headers:
[Nr] Name Type Addr Off Size ES Flg Lk Inf Al
[ 0] NULL 00000000 000000 000000 00 0 0 0
[ 1] .text PROGBITS f0100000 001000 001acd 00 AX 0 0 16
[ 2] .rodata PROGBITS f0101ae0 002ae0 0006bc 00 A 0 0 32
[ 3] .stab PROGBITS f010219c 00319c 004291 0c A 4 0 4
[ 4] .stabstr STRTAB f010642d 00742d 00197f 00 A 0 0 1
[ 5] .data PROGBITS f0108000 009000 009300 00 WA 0 0 4096
[ 6] .got PROGBITS f0111300 012300 000008 00 WA 0 0 4
[ 7] .got.plt PROGBITS f0111308 012308 00000c 04 WA 0 0 4
[ 8] .data.rel.local PROGBITS f0112000 013000 001000 00 WA 0 0 4096
[ 9] .data.rel.ro.loca PROGBITS f0113000 014000 000044 00 WA 0 0 4
[10] .bss PROGBITS f0113060 014060 000648 00 WA 0 0 32
[11] .comment PROGBITS 00000000 0146a8 00002a 01 MS 0 0 1
[12] .symtab SYMTAB 00000000 0146d4 0007d0 10 13 66 4
[13] .strtab STRTAB 00000000 014ea4 0003fc 00 0 0 1
[14] .shstrtab STRTAB 00000000 0152a0 00007d 00 0 0 1
我们需要重点关注以下几个节
- .text 程序的可执行指令
- .rodata 只读数据
- .data 数据部分保存程序的初始化数据，例如全局变量
浙公网安备 33010602011771号