程序的靜態鏈接——鏈接和目標文件格式

今天，手機壞了，這部分的課後題忘交了，沒心情學習怎麼辦，那就聽《Artist》吧，小鬼在加油，鬼姐姐也得加油！（上週用這首歌榮獲英語展示小組第一）

這部分內容會利用gdb調試展示內部表示，所有的linux命令行在另一篇博客中展示

（由於我也是新手，寫的東西僅僅是筆記，大家還是參考網上更權威的教程進行學習）
首先我們提到了鏈接這個詞，在程序開發中，我們往往會將多個源文件和標準庫函數鏈接成一個可執行文件，這種可執行文件是一個統一的整體，可以被加載到存儲器中執行，鏈接器是將多個可重定位目標文件合成一個可執行文件的工具。

可執行文件生成概述

這部分內容主要講述如何從.c文件轉化爲可執行目標文件，以及鏈接器的主要功能

可執行文件的生成

對於hello.c文件：

前三種文件都是文本語言，都是用ASCII碼書寫的文件，機器不能識別。
😈 預處理命令
$gcc -E hello.c-o hello.i
$cpp hello.c >hello.i（cpp是預處理命令）

• 刪除“#define"並展開定義的宏
  簡單介紹宏定義命令：類似於c++中const，用標識符代替常量或語句，預處理時將有相應標識符的地方進行替換。

#define N 100;
int t=N;//N會被直接換成100

• 處理所有條件預編譯指令
  “#if” “#ifdef” “#endif”
  相當於if語句
• 插入頭文件到”#include"處，採用遞歸方式處理
• 刪除所有註釋
• 添加行號和文件名標識，便於編譯產生調試的行號信息
• 保留編譯指令#pragma：設定編譯器的狀態或者是指示編譯器完成一些特定的動作
  此時的文件依然是可讀的文本文件，但不包含任何宏定義

😈 編譯
通過語法分析，詞法分析，優化，生成彙編代碼，這個過程往往需要多次對文件進行掃描
$gcc -S hello.i-o hello.s
也可以直接用一個步驟
$gcc -S hello.c-o hello.s
cc1命令
😈 彙編
彙編語言源程序->二進制代碼（機器語言序列）（生成可重定位目標文件，機器不能識別）
區分機器代碼和機器級代碼
$gcc -c hello.s-o hello.o
$as hello.s-o hello.o
每個文件都要經歷上述過程
😈 鏈接
多個可重定位合併生成可執行目標文件
$gcc -static -o myproc main.o test.o
$ld -static -o myproc main.o test.o
靜態鏈接static，如果不指定-o選項，可執行文件名爲a.out

鏈接

鏈接發展史

鏈接的概念從機器語言一開始就存在
鏈接的關鍵是找出各個數據或變量之間的關係
😈 很久很久以前的機器代碼時期
跳轉時的地址直接用二進制代碼表示，如果增加指令，就需要修改很多指令的地址，紙帶就得重做，真麻煩！
😈後來啊，出現了彙編語言
用符號表示轉移目標，另一個地方引用這個標號，就能建立標號之間的關係
鏈接也就是找到各個標號的關係，再將對應的值填入具體的位置。
😈 高級！程序語言
符號定義：子程序和變量的起始地址都使用符號表示，確定定義和引用關係，然後將定義填入引入。
模塊中的定義可以被另一個模塊引用
符號定義和符號引用

鏈接操作的步驟

靜態鏈接器可以將多個可重定位目標文件合成一個可執行文件

😈 符號解析：將符號定義和符號引用建立關聯
這裏的符號指的是全局靜態變量和函數名，非靜態局部變量不需要考慮與其他重定位文件的關係，局部變量不會被函數外被引用，不屬於符號
編譯器能將所有符號放在可重定位目標文件的符號表中
以下爲重定位操作：
😈 合併代碼（可執行文件中每種類型的數據都有自己該去的代碼段）
😈 確定地址
😈 將定義處的地址填入引用的地方：這是虛擬地址空間，代碼區和數據區的地址都是從0開始的

鏈接的好處

😈 模塊化編程
😈 效率高
在可執行文件運行對應的內存中不需要包含整個共享庫，提高空間利用率。

深入討論鏈接

鏈接的本質：合併相同的節
每個可重定位目標文件中的數據和代碼都有自己的分類，鏈接就是將相應的部分合成一個新的節，然後分配地址

程序頭表：描述在磁盤上的內容如何映射到內存中，會映射到一個虛擬地址空間（地址實際上是虛擬地址）
虛擬地址中有讀寫數據段和只讀代碼段，就是由磁盤中的可執行文件相應的節組成的

目標文件格式

• 目標代碼是機器語言代碼，目標文件是存放目標代碼的文件
• 可執行文件存儲映像
  
  開始鏈接生成文件在磁盤中。
  段頭表描述如何映射，如何將磁盤中內容映射到虛擬地址空間中。
  先映射到虛擬地址空間中

三類目標文件

😈 可重定位目標文件（鏈接對象）
代碼和數據地址都是從0開始
😈 可執行目標文件
Linux：默認爲a.out window默認爲.exe
代碼和數據被複制到內存中執行
對應地址是虛擬地址空間中的地址
😈 共享目標文件：可以動態轉入內存，自動鏈接到可執行文件

ELF目標文件格式概述

鏈接視圖：（可重定位目標文件）
節是ELF文件中具有相同特徵的最小可處理單位

執行視圖（可執行目標文件）

ELF可重定位目標文件格式

主要結構 ELF頭+代碼部分+數據部分+節頭表
😈 節頭表：包含文件中各節的說明信息節的節名，偏移和大小
定義節頭表所用的是struct類型，可以根據單個struct類型字節數和定義的節數確定節頭表所佔字節數
節頭表不一定在磁盤最後，根據ELF頭中的數據判斷節頭表的首地址

跳轉順序：elf頭→節頭表→各種節
😈 ELF頭：

• 位於目標文件的起始位置，包含文件結構說明信息，分爲32位對應結構和64位對應結構。
• 佔52個字節
• 文件開始的幾個字節爲魔數，確定文件類型和格式，加載文件時通過魔數判斷文件類型是否正確
  在ELF格式下，最開始有個16字節序列，最開始的4字節爲魔數

Magic: 7f 45 4c 46 02 01 01 00 00 00 00 00 00 00 00 00

• e_type表明了文件的類型（可重定位？還是可執行）
• 定義了程序頭表和節頭表的位置和長度

😈 .text
😈 rodata：跳轉表
😈 .data：已初始化的全局變量，有具體的值，需要磁盤空間
😈 .bss：未初始化的全局變量和靜態局部變量，默認值爲0，僅僅是一個佔位符，會在內存中分配空間，但是磁盤中不會有空間，節頭表中說明需要預留的空間
😈其他節

• symtab：符號表節：函數名和全局變量信息，不包括非靜態局部變量
• rel.text節：用於修改text的地址值
• rel-data節：修改data的地址值

ELF可執行目標文件格式

• 在ELF頭中給出執行程序第一條指令的地址，在可重定位中該值爲0
• 程序頭表（段頭表）：結構數組
  將節分段，描述節和段的關係
  說明段的信息
• .init：定義init函數，對執行目標文件進行初始化
• 沒有.rel節：無需重定位