前言

一個 C 語言程序經(jīng)編譯器和匯編器生成可重定位目標文件，再經(jīng)鏈接器生成可執(zhí)行目標文件。那么目標文件中存放的是什么？我們的源代碼在經(jīng)編譯以后又是怎么存儲的？

文章為 《深入理解計算機系統(tǒng)》的讀書筆記，更為詳細的內(nèi)容可以閱讀原書。

目標文件分類

目標文件有三種形式：

• 可重定位目標文件
  包含二進制代碼和數(shù)據(jù)，其形式可以在編譯時與其他可重定位目標文件合并，創(chuàng)建一個可執(zhí)行目標文件
• 可執(zhí)行目標文件
  包含二進制代碼和數(shù)據(jù)，其形式可以被直接復(fù)制到內(nèi)存并執(zhí)行
• 共享目標文件
  一種特殊可重定位目標文件，可以在加載或運行時被動態(tài)地加載進內(nèi)存并鏈接

可重定位目標文件

下圖為一個典型的 ELF 可重定位目標文件的格式。

ELF 頭以一個 16 字節(jié)的序列開始，這個序列包含了：生成該文件的系統(tǒng)的字的大小和字節(jié)順序、目標文件的類型、機器類型、節(jié)頭部表（也稱段表）的文件偏移，以及節(jié)頭部表中條目的大小和數(shù)量等。

節(jié)頭部表是由描述文件中各個節(jié)的條目（entry）組成的數(shù)組。節(jié)頭部表描述了文件中各個節(jié)在文件中的偏移位置及節(jié)的屬性等，從節(jié)頭部表里面可以得到每個節(jié)的所有信息。

• .text：已編譯程序的機器代碼
• .rodata：只讀數(shù)據(jù)
  • 比如 printf 語句中的格式串（%d\n）
• .data：已初始化的全局和靜態(tài) C 變量
  • 局部 C 變量在運行時被保存在棧中，既不在 .data 節(jié)中，也不在 .bss 節(jié)中
• .bss：未初始化的全局和靜態(tài) C 變量，以及所有被初始化為 0 的全局或靜態(tài)變量
  • 目標文件格式區(qū)分已初始化和未初始化變量是為了空間效率：
    • 未初始化變量不需要占據(jù)任何實際的磁盤空間，因為沒有初始化，值沒有意義，也就不必表示每個值
    • .bss 段只是為未初始化全部變量和局部靜態(tài)變量預(yù)留位置，它并沒有內(nèi)容，也不占據(jù)實際的空間，僅僅是個占位符
    • .bss 段的大小存放在節(jié)頭部表中
      • 可以使用 readelf -S test 來查看 test 可執(zhí)行程序節(jié)頭部表
    • 運行時，在內(nèi)存中分配這些變量，并初始化為 0
• .symtab：一個符號表，它存放在程序中定義和引用的函數(shù)和全局變量的信息
  • 包含局部靜態(tài)變量
  • 不包含局部非靜態(tài)變量，這些符號在運行時在棧中被管理，鏈接器不關(guān)心這些
• .rel.text：一個 .text 節(jié)中位置的列表，當(dāng)鏈接器把這個目標文件和其他文件組合時，需要修改這些位置
• .rel.data：被模塊引用或定義的所有全局變量的重定位信息
• .debug：一個調(diào)試符號表，其條目是程序中定義的局部變量和類型定義，程序中定義和引用的全局變量，以及原始的 C 源文件
  • 只有在編譯時加入 -g 選項才會得到這張表
• .line：原始 C 源程序中的行號和 .text 節(jié)中機器指令之間的映射
  • 只有在編譯時加入 -g 選項才會得到這張表
• .strtab：一個字符串表，其中包含 .symtab 和 .debug 節(jié)中的符號表，以及節(jié)頭部中的節(jié)名字
  • 字符串表就是以 NULL 結(jié)尾的字符串序列

分段的優(yōu)點

為什么要這么麻煩，把程序的指令和數(shù)據(jù)分開存放？

• 程序被裝載進內(nèi)存后，數(shù)據(jù)和指令分別被映射到兩個虛擬區(qū)域
  • 由于數(shù)據(jù)是可讀寫的，指令是只讀的，權(quán)限可以分別設(shè)置成可讀寫和只讀
  • 可以防止程序指令被改寫
• 對現(xiàn)代 CPU 而言緩存是極其重要的
  • 數(shù)據(jù)區(qū)和指令區(qū)分離有利于提高程序的局部性，從而提高緩存命中率
• 啟動多個相同進程時
  • 可以共享一份指令，節(jié)省內(nèi)存

符號和符號表

每個可重定位目標模塊 m 都有一個符號表，它包含 m 定義和引用的符號的信息。在鏈接器的上下文中，有三種不同的符號：

• 由模塊 m 定義并能被其他模塊引用的全局符號
  • 全局鏈接器符號對應(yīng)于非靜態(tài)的 C 函數(shù)和全局變量
• 由其他模塊定義并被模塊 m 引用的全局符號
  • 這些符號稱為外部符號，對應(yīng)于在其他模塊中定義的非靜態(tài) C 函數(shù)和全局變量
• 只被模塊 m 定義和引用的符號
  • 它們對應(yīng)于帶 static 屬性的 C 函數(shù)和全局變量，這些符號在模塊 m 中任何位置都可見，但是不能被其他模塊引用

符號表是由匯編器用編譯器輸出到匯編語言 .s 文件中的符號構(gòu)造的。.symtab 節(jié)中包含 ELF 符號表，這張符號表包含一個條目的數(shù)組。下面是 ELF 符號表條目格式：

typedef struct {
    int	  name;		// String table offset
    char  type:4,	// Function or data (4 bits)
    	  binding:4;// Local or global (4 bits)
    char  reserved;	// Unused
    short section;	// Section header index
    long  value;	// Section offset or absolute address
    long  size;		// Object size in bytes
} Elf64_Symbol;

name 是字符串表中的字節(jié)偏移，指向符號的字符串名字。value 是符號的位置。對于可重定位目標文件，value 是距定義目標的起始位置的偏移。對于可執(zhí)行目標文件，該值是一個絕對運行時地址。size 是目標的大?。ㄒ宰止?jié)為單位）。

每個符號都被分配到目標文件的某個節(jié)，由 section 字段表示，該字段是一個到節(jié)頭部表的索引。有三個特殊的的偽節(jié)，它們在節(jié)頭部表中是沒有條目的：

• ABS：代表不該被重定位的符號
• UNDEF：代表未定義的符號，也就是在本目標模塊中引用，但定義在其他地方的符號
• COMMON：表示還未被分配位置的未初始化的數(shù)據(jù)目標
  • 對于該類型符號，value 字段給出對齊要求，size 給出最小的大小

只有可重定位目標文件中才有偽節(jié)，可執(zhí)行目標文件中是沒有的。

GCC 將可重定位目標文件中的符號分配到 COMMON 和 .bss 的規(guī)則：

• COMMON：未初始化的全局變量
• .bss：未初始化的靜態(tài)變量，以及初始化為 0 的全局或靜態(tài)變量

符號解析

對于局部符號的解析是非常簡單的，因為編譯器只允許每個模塊中每個局部符號有一個定義。不過，對全局符號的引用解析就麻煩的多。當(dāng)編譯器遇到一個不是在當(dāng)前模塊中定義的符號（變量或函數(shù)名）時，會假設(shè)該符號是在其他某個模塊中定義的，生成一個鏈接器符號表條目，并把它交給鏈接器處理。

如果多個模塊定義同名的全局符號，會發(fā)生什么呢？下面是 Linux 編譯系統(tǒng)采用的方法。

在編譯時，編譯器向匯編器輸出每個全局符號，或者是強或者是弱，匯編器把這個信息編碼在可重定位目標文件的符號表里。函數(shù)和已初始化的全局變量是強符號，未初始化的全局變量是弱符號。

根據(jù)強弱符號的定義，Linux 鏈接器使用如下規(guī)則來處理多重定義的符號名：

• 不允許有多個同名強符號
• 如果有一個強符號和多個弱符號同名，選擇強符號
• 如果有多個弱符號同名，從弱符號中任意選擇一個

重定位

當(dāng)匯編器生成一個目標模塊時，它并不知道數(shù)據(jù)和代碼最終將放在內(nèi)存中的什么位置。它也不知道這個模塊引用的任何外部定義的函數(shù)或者全局變量的位置。所以，無論何時匯編器遇到對最終位置位置的目標引用，它就會生成一個重定位條目，告訴鏈接器在將目標文件合并成可執(zhí)行文件時如何修改這個引用。代碼的重定位條目放在 .rel.text 中，已初始化數(shù)據(jù)的重定位條目放在 .rel.data 中。

下圖為 ELF 重定位條目的格式：

符號解析完成后，代碼中的每個符號引用和正好一個符號定義關(guān)聯(lián)起來。此時，就可以開始重定位了。在重定位中，將合并輸入模塊，并為每個符號分配運行時地址。重定位由兩步組成：

• 重定位節(jié)和符號定義
  • 鏈接器將所有相同類型的節(jié)合并為同一類型的新的聚合節(jié)
  • 鏈接器將運行時內(nèi)存地址賦給新的聚合節(jié)，賦給輸入模塊定義的每個節(jié)，以及賦給輸入模塊定義的每個符號

• 重定位節(jié)中的符號引用
  • 鏈接器修改代碼節(jié)和數(shù)據(jù)節(jié)中對每個符號的引用，使得它們指向正確的運行時地址

可執(zhí)行目標文件

下圖為一個典型的 ELF 可執(zhí)行文件：

可執(zhí)行文件加載到內(nèi)存：

總結(jié) 

到此這篇關(guān)于C語言目標文件的文章就介紹到這了,更多相關(guān)C語言目標文件內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！