Linux ELF格式文件解析之relocation和entry入口点，基于gas汇编语言视角

452432

问题引入：
    Linux的elf文件一开始理解起来的确很难，有的人可能会去看《linkers and loaders》，这书的确好，但是没有详细的解释很多细节，尤其是从汇编语言视角。我读了这本书很多地方后还是不明白，然后我又读了IBM360计算机的汇编器设计文档，里面详解了二次扫描汇编器的设计原理，以及relocation概念。但这些依然解决不了我的疑惑，因为困扰我的是一个选项，即ld -Ttext=org，我不明白这个org偏移会对程序产生什么影响，一开始我以为这选项只不过更改了elf的文件头信息，但是我错了，这里面涉及到很复杂的机制。于是我经过很多次试验，终于得出了现在的个人见解，之所以说是个人见解，是因为可能在某些细节我的理解依然不准确，所以希望各位读者能给我指出。在此谢过。如果我的文章能对大家有所帮助，我将倍感荣幸。

首先让我们看看一个简单的汇编程序，

1 2 3 4 5 6 7 8 9 10

.section .data a:     .int 2222 .section .text .globl _start _start: mov a,%eax mov $1,%eax mov $250,%ebx int $0x80

这程序很简单，当然，这是用AT&T语法写的。程序简单的把2222存入eax，然后退出，并返回退出码250.

让我们汇编它。

1	as -o testelf.o testelf.s

    下面即将开始链接，注意，我们为了以后看代码更清晰，所以要用到ld的很多选项，-x和-s都用于去掉不必要的符号信息，因为我们这篇博文重点是函数入口点和重定位。
好了，运行命令

1	ld -o testelf testelf.o -s -x

下面我们用

1	readelf testelf -a

看看elf可执行文件的详细信息。【为了简洁，我不截图了，直接复制必要的输出部分】
Entry point address:               0x8048074
Program Headers:
  Type           Offset   VirtAddr   PhysAddr   FileSiz MemSiz  Flg Align
  LOAD           0x000000 0x08048000 0x08048000 0x00085 0x00085 R E 0x1000
  LOAD           0x000088 0x08049088 0x08049088 0x00004 0x00004 RW  0x1000

Section to Segment mapping:
  Segment Sections...
   00     .text
   01     .data
解释一下，我不翻译了，更准确
Offset：This member gives the offset from the beginning of the file at which the first byte of the segment resides.
VirtAddr：This member gives the virtual address at which the first byte of the segment resides in memory.
PhysAddr：On systems for which physical addressing is relevant, this member is reserved for the segment’s physical address. Because System V ignores physical addressing for application
programs, this member has unspecified contents for executable files and shared objects.
FileSiz：This member gives the number of bytes in the file image of the segment; it may be zero.
MemSiz：This member gives the number of bytes in the memory image of the segment; it may be zero.
【发现再详细的写下去太麻烦了，都是十六进制代码没法写。。我自己当成记笔记算了，各位对不住】

    总之就是我用-Ttext可以影响VirtAddr的值，-Ttext 0x22，VirtAddr就变成0x22（不是完全对等，后文有描述），但是entry是0x24，因为有对齐的因素存在。
    如果-Ttext 0，那么你会发现出现了页对齐，也就是elf文件以4k的页面对齐，在第一页4k字节内，出了开头是文件头和program header，其余全0，这是为了填补第0和1页之间的空隙。ld一看你要把text段放到文件内第0页偏移0x22处，这会覆盖文件头，于是就把text搞到第1页去了，故而会出现空隙。text在第1页的偏移还是0x22。
Entry point address:               0x24
Program Headers:
  Type           Offset   VirtAddr   PhysAddr   FileSiz MemSiz  Flg Align
  LOAD           0x001022 0x00000022 0x00000022 0x00013 0x00013 R E 0x1000
  LOAD           0x001038 0x00001038 0x00001038 0x00004 0x00004 RW  0x1000
    看，这就是变化，原先是把text和文件头一起加载，所以从偏移0开始，现在只是加载text，所以从第1页偏移0x22开始。当然为了对齐，真正的代码退后了两字节，故入口在0x24.把代码0x001022--0x001034载入内存0x00000022位置，代码入口正好是0x00000024
    要是-Ttext 0x128，这样即使text放在第0页也不会覆盖文件头，所以这下ld就把text放在第0页，和文件头之间的空隙几百字节用0补全。program header内容随之调整。
Entry point address:               0x128
Program Headers:
  Type           Offset   VirtAddr   PhysAddr   FileSiz MemSiz  Flg Align
  LOAD           0x000000 0x00000000 0x00000000 0x00139 0x00139 R E 0x1000
  LOAD           0x00013c 0x0000113c 0x0000113c 0x00004 0x00004 RW  0x1000
    这次是从偏移0开始加载text，连同文件头一起。加载到0x00000000，entry是0x128正好访问到代码开头。
    如果用-n禁止ld分页，那么你-Ttext 0会强制ld把text放到第0页的开头，为了避免覆盖文件头，ld会把text强制放到文件头后面。但是data依然在第1页，没有跟在text后面，原因是-Ttext 0没有影响data，除非你用-Tdata 0
    基本就是这样，这个选项会影响elf的很多信息，包括文件格局，因为ld会根据参数不同做出调整。我只是留个笔记，写完了，我也晕了。各位再见。。。