這世界有10種人，一種人懂二進制，另一種人不懂二進制。 ——魯迅
大家好，我是良許。
二進制文件是我們幾乎每天都需要打交道的文件類型，但很少人知道他們的工作原理。這裏所講的二進制文件，是指一些可執行文件，包括你天天要使用的 Linux 命令，也是二進制文件的一種。
Linux 系統給我們提供了非常多用於分析二進制文件的工具，不管你在 Linux 下從事的是何種工作，知道這些工具也會讓你對你的系統更加了解。
在本文中，將介紹幾種最常用的用於分析二進制文件的工具及命令，這些工具在大部分發行版裏可以直接使用，如果不能直接用的話，可以自行安裝。
file
file 命令用於分析文件的類型。
如果你需要分析二進制文件，可以首先使用 file 命令來切入。我們知道，在 Linux 下，一切皆文件，但並不是所有的文件都具有可執行性，我們還有各種各樣的文件，比如：文本文件，管道文件，鏈接文件，socket文件，等等。
在對一個文件進行分析之前，我們可以首先使用 file 命令來分析它們的類型。當然除此之外，我們還可以看到一些其它信息。
$ file /bin/pwd
/bin/pwd: ELF 64-bit LSB executable, x86-64, version 1 (SYSV), dynamically linked (uses shared libs), for GNU/Linux 2.6.32, BuildID[sha1]=0d264bacf2adc568f0e21cbcc9576df434c44380, stripped
ldd
ldd 命令可以用於分析可執行文件的依賴。
我們使用 file 命令來分析一個可執行文件的時候，有時候可以看到輸出中有 dynamically linked 這樣的字眼。這個是啥意思呢？
大部分程序，都會使用到第三方庫，這樣就可以不用重複造輪子，節約大量時間。最簡單的，我們寫C程序代碼的話，肯定會使用到 libc 或者 glibc 庫。當然，除此之外，還可能使用其它的庫。
那我們在什麼情況下需要分析程序的依賴庫呢？有一個場景大家肯定經歷過。你去你同事那邊拷備他寫好的程序放到自己的環境下運行，有時候可能會跑不起來。當然跑不起來的原因可能很多，但其中一個原因可能就是缺少對應的依賴庫。
這時候，ldd 就派上用場了。它可以分析程序需要一些什麼依賴庫，你只要把對應的庫放在對應的位置就可以了。
$ ldd /bin/pwd
linux-vdso.so.1 => (0x00007ffeb73e5000)
libc.so.6 => /lib64/libc.so.6 (0x00007f908b321000)
/lib64/ld-linux-x86-64.so.2 (0x00007f908b6ef000)
ltrace
ltrace的功能是能夠跟蹤進程的庫函數調用。
我們可以使用 ldd 命令來找到程序的依賴庫，但是，一個庫裏少則幾個，多則幾千個函數，怎麼知道現在程序調用的是什麼函數呢？
ltrace 命令就是用來做這個事的。在下面的例子裏，我們可以看到程序調用的函數，以及傳遞進去的參數，同時你也可以看到函數調用的輸出。
$ ltrace /bin/pwd
__libc_start_main(0x401760, 1, 0x7ffff6524cc8, 0x404a00 <unfinished ...>
getenv("POSIXLY_CORRECT") = nil
strrchr("/bin/pwd", '/') = "/pwd"
setlocale(LC_ALL, "") = "en_US.utf8"
bindtextdomain("coreutils", "/usr/share/locale") = "/usr/share/locale"
textdomain("coreutils") = "coreutils"
__cxa_atexit(0x4022f0, 0, 0, 0x736c6974756572) = 0
getopt_long(1, 0x7ffff6524cc8, "LP", 0x606d00, nil) = -1
getcwd(nil, 0) = ""
puts("/home/alvin"/home/alvin
) = 12
free(0x22bc030) = <void>
exit(0 <unfinished ...>
__fpending(0x7f3048865400, 0, 64, 0x7f3048865eb0) = 0
fileno(0x7f3048865400) = 1
__freading(0x7f3048865400, 0, 64, 0x7f3048865eb0) = 0
__freading(0x7f3048865400, 0, 2052, 0x7f3048865eb0) = 0
fflush(0x7f3048865400) = 0
fclose(0x7f3048865400) = 0
__fpending(0x7f30488651c0, 0, 3328, 0xfbad000c) = 0
fileno(0x7f30488651c0) = 2
__freading(0x7f30488651c0, 0, 3328, 0xfbad000c) = 0
__freading(0x7f30488651c0, 0, 4, 0xfbad000c) = 0
fflush(0x7f30488651c0) = 0
fclose(0x7f30488651c0) = 0
+++ exited (status 0) +++
strace
strace 命令可以用於追蹤程序運行過程中的系統調用及信號。
通過上面的介紹，我們知道 ltrace 命令是用來追蹤函數調用的。strace 命令類似，但它追蹤的是系統調用。何爲系統調用？簡單說就是我們可以通過系統調用與內核進行交互，完成我們想要的任務。
例如，如果我們想在屏幕上打印某些字符，可以使用 printf 或 puts 函數，而這兩個都是 libc 的庫函數，在更底層，他們都是調用 write 這個系統調用。
$ strace -f /bin/pwd
execve("/bin/pwd", ["/bin/pwd"], [/* 24 vars */]) = 0
brk(NULL) = 0xbc9000
mmap(NULL, 4096, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_ANONYMOUS, -1, 0) = 0x7f918ba69000
access("/etc/ld.so.preload", R_OK) = -1 ENOENT (No such file or directory)
open("/etc/ld.so.cache", O_RDONLY|O_CLOEXEC) = 3
fstat(3, {st_mode=S_IFREG|0644, st_size=38684, ...}) = 0
mmap(NULL, 38684, PROT_READ, MAP_PRIVATE, 3, 0) = 0x7f918ba5f000
close(3) = 0
open("/lib64/libc.so.6", O_RDONLY|O_CLOEXEC) = 3
read(3, "\177ELF\2\1\1\3\0\0\0\0\0\0\0\0\3\0>\0\1\0\0\0\20&\2\0\0\0\0\0"..., 832) = 832
fstat(3, {st_mode=S_IFREG|0755, st_size=2156160, ...}) = 0
mmap(NULL, 3985888, PROT_READ|PROT_EXEC, MAP_PRIVATE|MAP_DENYWRITE, 3, 0) = 0x7f918b47b000
mprotect(0x7f918b63e000, 2097152, PROT_NONE) = 0
mmap(0x7f918b83e000, 24576, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_FIXED|MAP_DENYWRITE, 3, 0x1c3000) = 0x7f918b83e000
mmap(0x7f918b844000, 16864, PROT_READ|PROT_WRITE, MAP_PRIVATE|MAP_FIXED|MAP_ANONYMOUS, -1, 0) = 0x7f918b844000
close(3)
…………
+++ exited with 0 +++
hexdump
hexdump 命令用來查看二進制文件的 16 進制編碼，但實際它能查看任何文件，而不限於二進制文件。
一個二進制文件，如果你直接使用文本編輯器打開的話，將看到一堆亂碼。這時候，你就可以使用 hexdump 命令來查看它的內容了。
hexdump 的顯示格式是：左邊是字節序號，中間是文件的 16 進制編碼，如果是可打印字符的話就會顯示在右邊。
通過使用這個命令，我們就可以大概知道這個二進制文件裏面有什麼內容，後面要做什麼處理就比較方便了。
$ hexdump -C /bin/pwd | head
00000000 7f 45 4c 46 02 01 01 00 00 00 00 00 00 00 00 00 |.ELF............|
00000010 02 00 3e 00 01 00 00 00 17 19 40 00 00 00 00 00 |..>.......@.....|
00000020 40 00 00 00 00 00 00 00 50 7a 00 00 00 00 00 00 |@.......Pz......|
00000030 00 00 00 00 40 00 38 00 09 00 40 00 1e 00 1d 00 |[email protected]...@.....|
00000040 06 00 00 00 05 00 00 00 40 00 00 00 00 00 00 00 |........@.......|
00000050 40 00 40 00 00 00 00 00 40 00 40 00 00 00 00 00 |@.@.....@.@.....|
00000060 f8 01 00 00 00 00 00 00 f8 01 00 00 00 00 00 00 |................|
00000070 08 00 00 00 00 00 00 00 03 00 00 00 04 00 00 00 |................|
00000080 38 02 00 00 00 00 00 00 38 02 40 00 00 00 00 00 |8.......8.@.....|
00000090 38 02 40 00 00 00 00 00 1c 00 00 00 00 00 00 00 |8.@.............|
strings
strings 命令可以用來打印二進制文件中可顯示的字符。
什麼是可顯示字符？簡單說你在顯示器上看到的字符都是可顯示字符，比如：abcABC,.:。
我們知道，一個二進制文件裏面的內容很多是非顯示字符，所以無法直接用文本處理器打開。程序在被開發的時候，我們經常會加一些調試信息，比如：debug log, warn log, error log，等等。這些信息我們就可以使用 strings 命令看得到。
$ strings /bin/pwd | head
/lib64/ld-linux-x86-64.so.2
libc.so.6
fflush
strcpy
__printf_chk
readdir
setlocale
mbrtowc
strncmp
optind
readelf
readelf 一般用於查看 ELF 格式的文件信息。
ELF（Executable and Linkable Format）即可執行連接文件格式，是一種比較複雜的文件格式，但其應用廣泛。當你使用 file 命令發現某個文件是 ELF 文件時，你就可以使用 readelf 命令來讀取這個文件的信息。
$ readelf -h /bin/pwd
ELF Header:
Magic: 7f 45 4c 46 02 01 01 00 00 00 00 00 00 00 00 00
Class: ELF64
Data: 2's complement, little endian
Version: 1 (current)
OS/ABI: UNIX - System V
ABI Version: 0
Type: EXEC (Executable file)
Machine: Advanced Micro Devices X86-64
Version: 0x1
Entry point address: 0x401917
Start of program headers: 64 (bytes into file)
Start of section headers: 31312 (bytes into file)
Flags: 0x0
Size of this header: 64 (bytes)
Size of program headers: 56 (bytes)
Number of program headers: 9
Size of section headers: 64 (bytes)
Number of section headers: 30
Section header string table index: 29
objdump
objdump是用查看目標文件或者可執行的目標文件的構成的GCC工具。
我們知道，程序在開發完成之後，需要經過編譯，纔可以生成計算機可以識別的二進制文件。我們寫的代碼計算機不能直接執行，需要編譯成彙編程序，計算機才能依次執行。
objdump 命令可以讀取可執行文件，然後將彙編指令打印出來。所以如果你想看懂 objdump 的結果，你就需要有一些彙編基礎纔可以。
2020 精選 阿里/騰訊等一線大廠 面試、簡歷、進階、電子書 公衆號「良許Linux」後臺回覆「資料」免費獲取
$ objdump -d /bin/pwd | head
/bin/pwd: file format elf64-x86-64
Disassembly of section .init:
0000000000401350 <.init>:
401350: 48 83 ec 08 sub $0x8,%rsp
401354: 48 8b 05 6d 5c 20 00 mov 0x205c6d(%rip),%rax # 606fc8 <__ctype_b_loc@plt+0x205878>
40135b: 48 85 c0 test %rax,%rax
nm
nm命令主要是列出目標文件的符號（說白了就是一些函數和全局變量等）。
如果你編譯出來的程序沒有經過 strip ，那麼 nm 命令可以挖掘出隱含在可執行文件中的重大祕密。它可以幫你列出文件中的變量及函數，這對於我們進行反向操作具有重大意義。
下面我們通過一小段簡單的程序來講解 nm 命令的用途。在編譯這個程序時，我們加上了 -g 選項，這個選項可以使編譯出來的文件包含更多有效信息。
$ cat hello.c
#include <stdio.h>
int main() {
printf("Hello world!");
return 0;
}
$
$ gcc -g hello.c -o hello
$
$ file hello
hello: ELF 64-bit LSB executable, x86-64, version 1 (SYSV), dynamically linked (uses shared libs), for GNU/Linux 2.6.32, BuildID[sha1]=3de46c8efb98bce4ad525d3328121568ba3d8a5d, not stripped
$
$ ./hello
Hello world!$
$
$ nm hello | tail
0000000000600e20 d __JCR_END__
0000000000600e20 d __JCR_LIST__
00000000004005b0 T __libc_csu_fini
0000000000400540 T __libc_csu_init
U __libc_start_main@@GLIBC_2.2.5
000000000040051d T main
U printf@@GLIBC_2.2.5
0000000000400490 t register_tm_clones
0000000000400430 T _start
0000000000601030 D __TMC_END__
$
gdb
gdb 就是所謂的 GNU debugger。
gdb 大家或多或少都有聽說過。我們在使用一些 IDE 寫代碼的時候，可以進行打斷點、步進、查看變量值等方式調試，其實這些 IDE 底層調用的也是 gdb 。
對於 gdb 的用法，可以寫很多，本文就暫且不深入了。下面先演示一小段 gdb 最基礎的功能。
$ gdb -q ./hello
Reading symbols from /home/flash/hello...done.
(gdb) break main
Breakpoint 1 at 0x400521: file hello.c, line 4.
(gdb) info break
Num Type Disp Enb Address What
1 breakpoint keep y 0x0000000000400521 in main at hello.c:4
(gdb) run
Starting program: /home/flash/./hello
Breakpoint 1, main () at hello.c:4
4 printf("Hello world!");
Missing separate debuginfos, use: debuginfo-install glibc-2.17-260.el7_6.6.x86_64
(gdb) bt
#0 main () at hello.c:4
(gdb) c
Continuing.
Hello world![Inferior 1 (process 29620) exited normally]
(gdb) q
$
小結
如果你在 Linux 下進行程序開發的時候，那麼你免不了跟二進制文件打交道。熟練使用以上介紹的 10 個命令，將會對你的工作產生很大的幫助。
看完的都是真愛，點個贊再走唄？您的「三連」就是良許持續創作的最大動力！
- 關注原創公衆號「良許Linux」，第一時間獲取最新Linux乾貨！
- 公衆號後臺回覆【資料】【面試】【簡歷】獲取精選一線大廠面試、自我提升、簡歷等資料。
- 關注我的博客：lxlinux.net