免費AI編程助手
Gcc 編譯的背后
Gcc 編譯的背后
前言
平時在 Linux 下寫代碼，直接用 gcc -o out in.c 就把代碼編譯好了，但是這背后到底做了什么呢？
如果學習過《編譯原理》則不難理解，一般高級語言程序編譯的過程莫過于：預處理、編譯、匯編、鏈接。
gcc 在后臺實際上也經(jīng)歷了這幾個過程，可以通過 -v 參數(shù)查看它的編譯細節(jié)，如果想看某個具體的編譯過程，則可以分別使用 -E，-S，-c 和 -O，對應的后臺工具則分別為 cpp，cc1，as，ld。
下面將逐步分析這幾個過程以及相關的內(nèi)容，諸如語法檢查、代碼調(diào)試、匯編語言等。
預處理
簡述
預處理是 C 語言程序從源代碼變成可執(zhí)行程序的第一步，主要是 C 語言編譯器對各種預處理命令進行處理，包括頭文件的包含、宏定義的擴展、條件編譯的選擇等。
以前沒怎么“深入”預處理，腦子對這些東西總是很模糊，只記得在編譯的基本過程（詞法分析、語法分析）之前還需要對源代碼中的宏定義、文件包含、條件編譯等命令進行處理。這三類的指令很常見，主要有 #define，#include和 #ifdef ... #endif，要特別地注意它們的用法。
#define 除了可以獨立使用以便靈活設置一些參數(shù)外，還常常和 #ifdef ... #endif 結(jié)合使用，以便靈活地控制代碼塊的編譯與否，也可以用來避免同一個頭文件的多次包含。關于 #include 貌似比較簡單，通過 man 找到某個函數(shù)的頭文件，復制進去，加上 <> 就好。這里雖然只關心一些技巧，不過預處理還是隱藏著很多潛在的陷阱（可參考《C Traps & Pitfalls》）也是需要注意的。下面僅介紹和預處理相關的幾個簡單內(nèi)容。
打印出預處理之后的結(jié)果
$ gcc -E hello.c這樣就可以看到源代碼中的各種預處理命令是如何被解釋的，從而方便理解和查錯。
實際上 gcc 在這里調(diào)用了 cpp（雖然通過 gcc -v 僅看到 cc1)，cpp 即 The C Preprocessor，主要用來預處理宏定義、文件包含、條件編譯等。下面介紹它的一個比較重要的選項 -D。
在命令行定義宏
$ gcc -Dmacro hello.c這個等同于在文件的開頭定義宏，即 #define macro，但是在命令行定義更靈活。例如，在源代碼中有這些語句。
#ifdef DEBUG
printf("this code is for debugging\n");
#endif如果編譯時加上 -DDEBUG 選項，那么編譯器就會把 printf 所在的行編譯進目標代碼，從而方便地跟蹤該位置的某些程序狀態(tài)。這樣 -DDEBUG 就可以當作一個調(diào)試開關，編譯時加上它就可以用來打印調(diào)試信息，發(fā)布時則可以通過去掉該編譯選項把調(diào)試信息去掉。
編譯（翻譯）
簡述
編譯之前，C 語言編譯器會進行詞法分析、語法分析，接著會把源代碼翻譯成中間語言，即匯編語言。如果想看到這個中間結(jié)果，可以用 gcc -S。需要提到的是，諸如 Shell 等解釋語言也會經(jīng)歷一個詞法分析和語法分析的階段，不過之后并不會進行“翻譯”，而是“解釋”，邊解釋邊執(zhí)行。
把源代碼翻譯成匯編語言，實際上是編譯的整個過程中的第一個階段，之后的階段和匯編語言的開發(fā)過程沒有什么區(qū)別。這個階段涉及到對源代碼的詞法分析、語法檢查（通過 -std 指定遵循哪個標準），并根據(jù)優(yōu)化（-O）要求進行翻譯成匯編語言的動作。
語法檢查
如果僅僅希望進行語法檢查，可以用 gcc 的 -fsyntax-only 選項；如果為了使代碼有比較好的可移植性，避免使用 gcc 的一些擴展特性，可以結(jié)合 -std 和 -pedantic（或者 -pedantic-erros ）選項讓源代碼遵循某個 C 語言標準的語法。這里演示一個簡單的例子：
$ cat hello.c
#include <stdio.h>
int main()
{
printf("hello, world\n")
return 0;
}
$ gcc -fsyntax-only hello.c
hello.c: In function ‘main’:
hello.c:5: error: expected ‘;’ before ‘return’
$ vim hello.c
$ cat hello.c
#include <stdio.h>
int main()
{
printf("hello, world\n");
int i;
return 0;
}
$ gcc -std=c89 -pedantic-errors hello.c #默認情況下，gcc是允許在程序中間聲明變量的，但是turboc就不支持
hello.c: In function ‘main’:
hello.c:5: error: ISO C90 forbids mixed declarations and code語法錯誤是程序開發(fā)過程中難以避免的錯誤（人的大腦在很多情況下都容易開小差），不過編譯器往往能夠通過語法檢查快速發(fā)現(xiàn)這些錯誤，并準確地告知語法錯誤的大概位置。因此，作為開發(fā)人員，要做的事情不是“恐慌”（不知所措），而是認真閱讀編譯器的提示，根據(jù)平時積累的經(jīng)驗（最好總結(jié)一份常見語法錯誤索引，很多資料都提供了常見語法錯誤列表，如《C Traps & Pitfalls》和編輯器提供的語法檢查功能（語法加亮、括號匹配提示等）快速定位語法出錯的位置并進行修改。
編譯器優(yōu)化
語法檢查之后就是翻譯動作，gcc 提供了一個優(yōu)化選項 -O，以便根據(jù)不同的運行平臺和用戶要求產(chǎn)生經(jīng)過優(yōu)化的匯編代碼。例如，
$ gcc -o hello hello.c # 采用默認選項，不優(yōu)化
$ gcc -O2 -o hello2 hello.c # 優(yōu)化等次是2
$ gcc -Os -o hellos hello.c # 優(yōu)化目標代碼的大小
$ ls -S hello hello2 hellos # 可以看到，hellos 比較小, hello2 比較大
hello2 hello hellos
$ time ./hello
hello, world
real 0m0.001s
user 0m0.000s
sys 0m0.000s
$ time ./hello2 # 可能是代碼比較少的緣故，執(zhí)行效率看上去不是很明顯
hello, world
real 0m0.001s
user 0m0.000s
sys 0m0.000s
$ time ./hellos # 雖然目標代碼小了，但是執(zhí)行效率慢了些
hello, world
real 0m0.002s
user 0m0.000s
sys 0m0.000s根據(jù)上面的簡單演示，可以看出 gcc 有很多不同的優(yōu)化選項，主要看用戶的需求了，目標代碼的大小和效率之間貌似存在一個“糾纏”，需要開發(fā)人員自己權(quán)衡。
生成匯編語言文件
下面通過 -S 選項來看看編譯出來的中間結(jié)果：匯編語言，還是以之前那個 hello.c 為例。
$ gcc -S hello.c # 默認輸出是hello.s，可自己指定，輸出到屏幕`-o -`，輸出到其他文件`-o file`
$ cat hello.s
cat hello.s
.file "hello.c"
.section .rodata
.LC0:
.string "hello, world"
.text
.globl main
.type main, @function
main:
leal 4(%esp), %ecx
andl $-16, %esp
pushl -4(%ecx)
pushl %ebp
movl %esp, %ebp
pushl %ecx
subl $4, %esp
movl $.LC0, (%esp)
call puts
movl $0, %eax
addl $4, %esp
popl %ecx
popl %ebp
leal -4(%ecx), %esp
ret
.size main, .-main
.ident "GCC: (GNU) 4.1.3 20070929 (prerelease) (Ubuntu 4.1.2-16ubuntu2)"
.section .note.GNU-stack,"",@progbits不知道看出來沒？和課堂里學的 intel 的匯編語法不太一樣，這里用的是 AT&T 語法格式。如果想學習 Linux 下的匯編語言開發(fā)，下一節(jié)開始的所有章節(jié)基本上覆蓋了 Linux 下匯編語言開發(fā)的一般過程，不過這里不介紹匯編語言語法。
在學習后面的章節(jié)之前，建議自學舊金山大學的微機編程課程 CS 630，該課深入介紹了 Linux/X86 平臺下的 AT&T 匯編語言開發(fā)。如果想在 Qemu 上做這個課程里的實驗，可以閱讀本文作者寫的 CS630: Linux 下通過 Qemu 學習 X86 AT&T 匯編語言。
需要補充的是，在寫 C 語言代碼時，如果能夠?qū)幾g器比較熟悉（工作原理和一些細節(jié)）的話，可能會很有幫助。包括這里的優(yōu)化選項（有些優(yōu)化選項可能在匯編時采用）和可能的優(yōu)化措施，例如字節(jié)對齊、條件分支語句裁減（刪除一些明顯分支）等。
匯編
簡述
匯編實際上還是翻譯過程，只不過把作為中間結(jié)果的匯編代碼翻譯成了機器代碼，即目標代碼，不過它還不可以運行。如果要產(chǎn)生這一中間結(jié)果，可用 gcc -c，當然，也可通過 as 命令處理匯編語言源文件來產(chǎn)生。
匯編是把匯編語言翻譯成目標代碼的過程，如果有在 Windows 下學習過匯編語言開發(fā)，大家應該比較熟悉 nasm 匯編工具(支持 Intel 格式的匯編語言)，不過這里主要用 as 匯編工具來匯編 AT&T 格式的匯編語言，因為 gcc 產(chǎn)生的中間代碼就是 AT&T 格式的。
生成目標代碼
下面來演示分別通過 gcc -c 選項和 as 來產(chǎn)生目標代碼。
$ file hello.s
hello.s: ASCII assembler program text
$ gcc -c hello.s #用gcc把匯編語言編譯成目標代碼
$ file hello.o #file命令用來查看文件類型，目標代碼可重定位的(relocatable)，
#需要通過ld進行進一步鏈接成可執(zhí)行程序(executable)和共享庫(shared)
hello.o: ELF 32-bit LSB relocatable, Intel 80386, version 1 (SYSV), not stripped
$ as -o hello.o hello.s #用as把匯編語言編譯成目標代碼
$ file hello.o
hello.o: ELF 32-bit LSB relocatable, Intel 80386, version 1 (SYSV), not strippedgcc 和 as 默認產(chǎn)生的目標代碼都是 ELF 格式的，因此這里主要討論ELF格式的目標代碼（如果有時間再回顧一下 a.out 和 coff 格式，當然也可以先了解一下，并結(jié)合 objcopy 來轉(zhuǎn)換它們，比較異同)。
ELF 文件初次接觸
目標代碼不再是普通的文本格式，無法直接通過文本編輯器瀏覽，需要一些專門的工具。如果想了解更多目標代碼的細節(jié)，區(qū)分 relocatable（可重定位）、executable（可執(zhí)行）、shared libarary（共享庫）的不同，我們得設法了解目標代碼的組織方式和相關的閱讀和分析工具。下面主要介紹這部分內(nèi)容。
BFD is a package which allows applications to use the same routines tooperate on object files whatever the object file format. A new object fileformat can be supported simply by creating a new BFD back end and adding it tothe library.
binutils（GNU Binary Utilities）的很多工具都采用這個庫來操作目標文件，這類工具有 objdump，objcopy，nm，strip 等（當然，我們也可以利用它。如果深入了解ELF格式，那么通過它來分析和編寫 Virus 程序?qū)臃奖悖贿^另外一款非常優(yōu)秀的分析工具 readelf 并不是基于這個庫，所以也應該可以直接用 elf.h 頭文件中定義的相關結(jié)構(gòu)來操作 ELF 文件。
下面將通過這些輔助工具（主要是 readelf 和 objdump），結(jié)合 ELF 手冊來分析它們。將依次介紹 ELF 文件的結(jié)構(gòu)和三種不同類型 ELF 文件的區(qū)別。
ELF 文件的結(jié)構(gòu)
ELF Header(ELF文件頭)
Program Headers Table(程序頭表，實際上叫段表好一些，用于描述可執(zhí)行文件和可共享庫)
Section 1
Section 2
Section 3
...
Section Headers Table(節(jié)區(qū)頭部表，用于鏈接可重定位文件成可執(zhí)行文件或共享庫)對于可重定位文件，程序頭是可選的，而對于可執(zhí)行文件和共享庫文件（動態(tài)鏈接庫），節(jié)區(qū)表則是可選的?？梢苑謩e通過 readelf 文件的 -h，-l 和 -S 參數(shù)查看 ELF 文件頭（ELF Header）、程序頭部表（Program Headers Table，段表）和節(jié)區(qū)表（Section Headers Table）。
文件頭說明了文件的類型，大小，運行平臺，節(jié)區(qū)數(shù)目等。
三種不同類型 ELF 文件比較
先來通過文件頭看看不同ELF的類型。為了說明問題，先來幾段代碼吧。
/* myprintf.c */
#include <stdio.h>
void myprintf(void)
{
printf("hello, world!\n");
}/* test.h -- myprintf function declaration */
#ifndef _TEST_H_
#define _TEST_H_
void myprintf(void);
#endif/* test.c */
#include "test.h"
int main()
{
myprintf();
return 0;
}下面通過這幾段代碼來演示通過 readelf -h 參數(shù)查看 ELF 的不同類型。期間將演示如何創(chuàng)建動態(tài)鏈接庫（即可共享文件）、靜態(tài)鏈接庫，并比較它們的異同。
編譯產(chǎn)生兩個目標文件 myprintf.o 和 test.o，它們都是可重定位文件（REL）：
$ gcc -c myprintf.c test.c
$ readelf -h test.o | grep Type
Type: REL (Relocatable file)
$ readelf -h myprintf.o | grep Type
Type: REL (Relocatable file)根據(jù)目標代碼鏈接產(chǎn)生可執(zhí)行文件，這里的文件類型是可執(zhí)行的(EXEC)：
$ gcc -o test myprintf.o test.o
$ readelf -h test | grep Type
Type: EXEC (Executable file)用 ar 命令創(chuàng)建一個靜態(tài)鏈接庫，靜態(tài)鏈接庫也是可重定位文件（REL）：
$ ar rcsv libmyprintf.a myprintf.o
$ readelf -h libmyprintf.a | grep Type
Type: REL (Relocatable file)可見，靜態(tài)鏈接庫和可重定位文件類型一樣，它們之間唯一不同是前者可以是多個可重定位文件的“集合”。
靜態(tài)鏈接庫可直接鏈接（只需庫名，不要前面的 lib），也可用 -l 參數(shù)，-L 指定庫搜索路徑。
$ gcc -o test test.o -lmyprintf -L./編譯產(chǎn)生動態(tài)鏈接庫，并支持 major 和 minor 版本號，動態(tài)鏈接庫類型為 DYN：
$ gcc -Wall myprintf.o -shared -Wl,-soname,libmyprintf.so.0 -o libmyprintf.so.0.0
$ ln -sf libmyprintf.so.0.0 libmyprintf.so.0
$ ln -sf libmyprintf.so.0 libmyprintf.so
$ readelf -h libmyprintf.so | grep Type
Type: DYN (Shared object file)動態(tài)鏈接庫編譯時和靜態(tài)鏈接庫類似：
$ gcc -o test test.o -lmyprintf -L./但是執(zhí)行時需要指定動態(tài)鏈接庫的搜索路徑，把 LD_LIBRARY_PATH 設為當前目錄，指定 test 運行時的動態(tài)鏈接庫搜索路徑：
$ LD_LIBRARY_PATH=./ ./test
$ gcc -static -o test test.o -lmyprintf -L./在不指定 -static 時會優(yōu)先使用動態(tài)鏈接庫，指定時則阻止使用動態(tài)鏈接庫，這時會把所有靜態(tài)鏈接庫文件加入到可執(zhí)行文件中，使得執(zhí)行文件很大，而且加載到內(nèi)存以后會浪費內(nèi)存空間，因此不建議這么做。
經(jīng)過上面的演示基本可以看出它們之間的不同：
- 可重定位文件本身不可以運行，僅僅是作為可執(zhí)行文件、靜態(tài)鏈接庫（也是可重定位文件）、動態(tài)鏈接庫的 “組件”。
- 靜態(tài)鏈接庫和動態(tài)鏈接庫本身也不可以執(zhí)行，作為可執(zhí)行文件的“組件”，它們兩者也不同，前者也是可重定位文件（只不過可能是多個可重定位文件的集合），并且在鏈接時加入到可執(zhí)行文件中去。
- 而動態(tài)鏈接庫在鏈接時，庫文件本身并沒有添加到可執(zhí)行文件中，只是在可執(zhí)行文件中加入了該庫的名字等信息，以便在可執(zhí)行文件運行過程中引用庫中的函數(shù)時由動態(tài)鏈接器去查找相關函數(shù)的地址，并調(diào)用它們。
從這個意義上說，動態(tài)鏈接庫本身也具有可重定位的特征，含有可重定位的信息。對于什么是重定位？如何進行靜態(tài)符號和動態(tài)符號的重定位，我們將在鏈接部分和《動態(tài)符號鏈接的細節(jié)》一節(jié)介紹。
ELF 主體：節(jié)區(qū)
下面來看看 ELF 文件的主體內(nèi)容：節(jié)區(qū)（Section)。
ELF 文件具有很大的靈活性，它通過文件頭組織整個文件的總體結(jié)構(gòu)，通過節(jié)區(qū)表 (Section Headers Table）和程序頭（Program Headers Table 或者叫段表）來分別描述可重定位文件和可執(zhí)行文件。但不管是哪種類型，它們都需要它們的主體，即各種節(jié)區(qū)。
在可重定位文件中，節(jié)區(qū)表描述的就是各種節(jié)區(qū)本身；而在可執(zhí)行文件中，程序頭描述的是由各個節(jié)區(qū)組成的段（Segment），以便程序運行時動態(tài)裝載器知道如何對它們進行內(nèi)存映像，從而方便程序加載和運行。
下面先來看看一些常見的節(jié)區(qū)，而關于這些節(jié)區(qū)（Section）如何通過重定位構(gòu)成不同的段（Segments），以及有哪些常規(guī)的段，我們將在鏈接部分進一步介紹。
可以通過 readelf -S 查看 ELF 的節(jié)區(qū)。（建議一邊操作一邊看文檔，以便加深對 ELF 文件結(jié)構(gòu)的理解）先來看看可重定位文件的節(jié)區(qū)信息，通過節(jié)區(qū)表來查看：
默認編譯好 myprintf.c，將產(chǎn)生一個可重定位的文件 myprintf.o，這里通過 myprintf.o 的節(jié)區(qū)表查看節(jié)區(qū)信息。
$ gcc -c myprintf.c
$ readelf -S myprintf.o
There are 11 section headers, starting at offset 0xc0:
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 00000000 000034 000018 00 AX 0 0 4
[ 2] .rel.text REL 00000000 000334 000010 08 9 1 4
[ 3] .data PROGBITS 00000000 00004c 000000 00 WA 0 0 4
[ 4] .bss NOBITS 00000000 00004c 000000 00 WA 0 0 4
[ 5] .rodata PROGBITS 00000000 00004c 00000e 00 A 0 0 1
[ 6] .comment PROGBITS 00000000 00005a 000012 00 0 0 1
[ 7] .note.GNU-stack PROGBITS 00000000 00006c 000000 00 0 0 1
[ 8] .shstrtab STRTAB 00000000 00006c 000051 00 0 0 1
[ 9] .symtab SYMTAB 00000000 000278 0000a0 10 10 8 4
[10] .strtab STRTAB 00000000 000318 00001a 00 0 0 1
Key to Flags:
W (write), A (alloc), X (execute), M (merge), S (strings)
I (info), L (link order), G (group), x (unknown)
O (extra OS processing required) o (OS specific), p (processor specific)用 objdump -d 可看反編譯結(jié)果，用 -j 選項可指定需要查看的節(jié)區(qū)：
$ objdump -d -j .text myprintf.o
myprintf.o: file format elf32-i386
Disassembly of section .text:
00000000 <myprintf>:
0: 55 push %ebp
1: 89 e5 mov %esp,%ebp
3: 83 ec 08 sub $0x8,%esp
6: 83 ec 0c sub $0xc,%esp
9: 68 00 00 00 00 push $0x0
e: e8 fc ff ff ff call f <myprintf+0xf>
13: 83 c4 10 add $0x10,%esp
16: c9 leave
17: c3 ret用 -r 選項可以看到有關重定位的信息，這里有兩部分需要重定位：
$ readelf -r myprintf.o
Relocation section '.rel.text' at offset 0x334 contains 2 entries:
Offset Info Type Sym.Value Sym. Name
0000000a 00000501 R_386_32 00000000 .rodata
0000000f 00000902 R_386_PC32 00000000 puts.rodata 節(jié)區(qū)包含只讀數(shù)據(jù)，即我們要打印的 hello, world!
$ readelf -x .rodata myprintf.o
Hex dump of section '.rodata':
0x00000000 68656c6c 6f2c2077 6f726c64 2100 hello, world!.沒有找到 .data 節(jié)區(qū), 它應該包含一些初始化的數(shù)據(jù)：
$ readelf -x .data myprintf.o
Section '.data' has no data to dump.也沒有 .bss 節(jié)區(qū)，它應該包含一些未初始化的數(shù)據(jù)，程序默認初始為 0：
$ readelf -x .bss myprintf.o
Section '.bss' has no data to dump..comment 是一些注釋，可以看到是是 Gcc 的版本信息
$ readelf -x .comment myprintf.o
Hex dump of section '.comment':
0x00000000 00474343 3a202847 4e552920 342e312e .GCC: (GNU) 4.1.
0x00000010 3200 2..note.GNU-stack 這個節(jié)區(qū)也沒有內(nèi)容：
$ readelf -x .note.GNU-stack myprintf.o
Section '.note.GNU-stack' has no data to dump..shstrtab 包括所有節(jié)區(qū)的名字：
$ readelf -x .shstrtab myprintf.o
Hex dump of section '.shstrtab':
0x00000000 002e7379 6d746162 002e7374 72746162 ..symtab..strtab
0x00000010 002e7368 73747274 6162002e 72656c2e ..shstrtab..rel.
0x00000020 74657874 002e6461 7461002e 62737300 text..data..bss.
0x00000030 2e726f64 61746100 2e636f6d 6d656e74 .rodata..comment
0x00000040 002e6e6f 74652e47 4e552d73 7461636b ..note.GNU-stack
0x00000050 00 .符號表 .symtab 包括所有用到的相關符號信息，如函數(shù)名、變量名，可用 readelf 查看：
$ readelf -symtab myprintf.o
Symbol table '.symtab' contains 10 entries:
Num: Value Size Type Bind Vis Ndx Name
0: 00000000 0 NOTYPE LOCAL DEFAULT UND
1: 00000000 0 FILE LOCAL DEFAULT ABS myprintf.c
2: 00000000 0 SECTION LOCAL DEFAULT 1
3: 00000000 0 SECTION LOCAL DEFAULT 3
4: 00000000 0 SECTION LOCAL DEFAULT 4
5: 00000000 0 SECTION LOCAL DEFAULT 5
6: 00000000 0 SECTION LOCAL DEFAULT 7
7: 00000000 0 SECTION LOCAL DEFAULT 6
8: 00000000 24 FUNC GLOBAL DEFAULT 1 myprintf
9: 00000000 0 NOTYPE GLOBAL DEFAULT UND puts字符串表 .strtab 包含用到的字符串，包括文件名、函數(shù)名、變量名等：
$ readelf -x .strtab myprintf.o
Hex dump of section '.strtab':
0x00000000 006d7970 72696e74 662e6300 6d797072 .myprintf.c.mypr
0x00000010 696e7466 00707574 7300 intf.puts.從上表可以看出，對于可重定位文件，會包含這些基本節(jié)區(qū) .text, .rel.text, .data, .bss, .rodata, .comment, .note.GNU-stack, .shstrtab, .symtab 和 .strtab。
匯編語言文件中的節(jié)區(qū)表述
為了進一步理解這些節(jié)區(qū)和源代碼的關系，這里來看一看 myprintf.c 產(chǎn)生的匯編代碼。
$ gcc -S myprintf.c
$ cat myprintf.s
.file "myprintf.c"
.section .rodata
.LC0:
.string "hello, world!"
.text
.globl myprintf
.type myprintf, @function
myprintf:
pushl %ebp
movl %esp, %ebp
subl $8, %esp
subl $12, %esp
pushl $.LC0
call puts
addl $16, %esp
leave
ret
.size myprintf, .-myprintf
.ident "GCC: (GNU) 4.1.2"
.section .note.GNU-stack,"",@progbits是不是可以從中看出可重定位文件中的那些節(jié)區(qū)和匯編語言代碼之間的關系？在上面的可重定位文件，可以看到有一個可重定位的節(jié)區(qū)，即 .rel.text，它標記了兩個需要重定位的項，.rodata 和 puts。這個節(jié)區(qū)將告訴編譯器這兩個信息在鏈接或者動態(tài)鏈接的過程中需要重定位， 具體如何重定位？將根據(jù)重定位項的類型，比如上面的 R_386_32 和 R_386_PC32。
到這里，對可重定位文件應該有了一個基本的了解，下面將介紹什么是可重定位，可重定位文件到底是如何被鏈接生成可執(zhí)行文件和動態(tài)鏈接庫的，這個過程除了進行一些符號的重定位外，還進行了哪些工作呢？
鏈接
簡述
重定位是將符號引用與符號定義進行鏈接的過程。因此鏈接是處理可重定位文件，把它們的各種符號引用和符號定義轉(zhuǎn)換為可執(zhí)行文件中的合適信息（一般是虛擬內(nèi)存地址）的過程。
鏈接又分為靜態(tài)鏈接和動態(tài)鏈接，前者是程序開發(fā)階段程序員用 ld（gcc 實際上在后臺調(diào)用了 ld）靜態(tài)鏈接器手動鏈接的過程，而動態(tài)鏈接則是程序運行期間系統(tǒng)調(diào)用動態(tài)鏈接器（ld-linux.so）自動鏈接的過程。
比如，如果鏈接到可執(zhí)行文件中的是靜態(tài)鏈接庫 libmyprintf.a，那么 .rodata 節(jié)區(qū)在鏈接后需要被重定位到一個絕對的虛擬內(nèi)存地址，以便程序運行時能夠正確訪問該節(jié)區(qū)中的字符串信息。而對于 puts 函數(shù)，因為它是動態(tài)鏈接庫 libc.so 中定義的函數(shù)，所以會在程序運行時通過動態(tài)符號鏈接找出 puts 函數(shù)在內(nèi)存中的地址，以便程序調(diào)用該函數(shù)。在這里主要討論靜態(tài)鏈接過程，動態(tài)鏈接過程見《動態(tài)符號鏈接的細節(jié)》。
靜態(tài)鏈接過程主要是把可重定位文件依次讀入，分析各個文件的文件頭，進而依次讀入各個文件的節(jié)區(qū)，并計算各個節(jié)區(qū)的虛擬內(nèi)存位置，對一些需要重定位的符號進行處理，設定它們的虛擬內(nèi)存地址等，并最終產(chǎn)生一個可執(zhí)行文件或者是動態(tài)鏈接庫。這個鏈接過程是通過 ld 來完成的，ld 在鏈接時使用了一個鏈接腳本（linker script），該鏈接腳本處理鏈接的具體細節(jié)。
由于靜態(tài)符號鏈接過程非常復雜，特別是計算符號地址的過程，考慮到時間關系，相關細節(jié)請參考 ELF 手冊。這里主要介紹可重定位文件中的節(jié)區(qū)（節(jié)區(qū)表描述的）和可執(zhí)行文件中段（程序頭描述的）的對應關系以及 gcc 編譯時采用的一些默認鏈接選項。
可執(zhí)行文件的段：節(jié)區(qū)重排
下面先來看看可執(zhí)行文件的節(jié)區(qū)信息，通過程序頭（段表）來查看，為了比較，先把 test.o 的節(jié)區(qū)表也列出：
$ readelf -S test.o
There are 10 section headers, starting at offset 0xb4:
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 00000000 000034 000024 00 AX 0 0 4
[ 2] .rel.text REL 00000000 0002ec 000008 08 8 1 4
[ 3] .data PROGBITS 00000000 000058 000000 00 WA 0 0 4
[ 4] .bss NOBITS 00000000 000058 000000 00 WA 0 0 4
[ 5] .comment PROGBITS 00000000 000058 000012 00 0 0 1
[ 6] .note.GNU-stack PROGBITS 00000000 00006a 000000 00 0 0 1
[ 7] .shstrtab STRTAB 00000000 00006a 000049 00 0 0 1
[ 8] .symtab SYMTAB 00000000 000244 000090 10 9 7 4
[ 9] .strtab STRTAB 00000000 0002d4 000016 00 0 0 1
Key to Flags:
W (write), A (alloc), X (execute), M (merge), S (strings)
I (info), L (link order), G (group), x (unknown)
O (extra OS processing required) o (OS specific), p (processor specific)
$ gcc -o test test.o myprintf.o
$ readelf -l test
Elf file type is EXEC (Executable file)
Entry point 0x80482b0
There are 7 program headers, starting at offset 52
Program Headers:
Type Offset VirtAddr PhysAddr FileSiz MemSiz Flg Align
PHDR 0x000034 0x08048034 0x08048034 0x000e0 0x000e0 R E 0x4
INTERP 0x000114 0x08048114 0x08048114 0x00013 0x00013 R 0x1
[Requesting program interpreter: /lib/ld-linux.so.2]
LOAD 0x000000 0x08048000 0x08048000 0x0047c 0x0047c R E 0x1000
LOAD 0x00047c 0x0804947c 0x0804947c 0x00104 0x00108 RW 0x1000
DYNAMIC 0x000490 0x08049490 0x08049490 0x000c8 0x000c8 RW 0x4
NOTE 0x000128 0x08048128 0x08048128 0x00020 0x00020 R 0x4
GNU_STACK 0x000000 0x00000000 0x00000000 0x00000 0x00000 RW 0x4
Section to Segment mapping:
Segment Sections...
00
01 .interp
02 .interp .note.ABI-tag .hash .dynsym .dynstr .gnu.version .gnu.version_r
.rel.dyn .rel.plt .init .plt .text .fini .rodata .eh_frame
03 .ctors .dtors .jcr .dynamic .got .got.plt .data .bss
04 .dynamic
05 .note.ABI-tag
06可發(fā)現(xiàn)，test 和 test.o，myprintf.o 相比，多了很多節(jié)區(qū)，如 .interp 和 .init 等。另外，上表也給出了可執(zhí)行文件的如下幾個段（Segment）：
PHDR: 給出了程序表自身的大小和位置，不能出現(xiàn)一次以上。INTERP: 因為程序中調(diào)用了puts（在動態(tài)鏈接庫中定義），使用了動態(tài)鏈接庫，因此需要動態(tài)裝載器／鏈接器（ld-linux.so）LOAD: 包括程序的指令，.text等節(jié)區(qū)都映射在該段，只讀（R）LOAD: 包括程序的數(shù)據(jù)，.data,.bss等節(jié)區(qū)都映射在該段，可讀寫（RW）DYNAMIC: 動態(tài)鏈接相關的信息，比如包含有引用的動態(tài)鏈接庫名字等信息NOTE: 給出一些附加信息的位置和大小GNU_STACK: 這里為空，應該是和GNU相關的一些信息
這里的段可能包括之前的一個或者多個節(jié)區(qū)，也就是說經(jīng)過鏈接之后原來的節(jié)區(qū)被重排了，并映射到了不同的段，這些段將告訴系統(tǒng)應該如何把它加載到內(nèi)存中。
鏈接背后的故事
從上表中，通過比較可執(zhí)行文件 test 中擁有的節(jié)區(qū)和可重定位文件（test.o 和 myprintf.o）中擁有的節(jié)區(qū)后發(fā)現(xiàn)，鏈接之后多了一些之前沒有的節(jié)區(qū)，這些新的節(jié)區(qū)來自哪里？它們的作用是什么呢？先來通過 gcc -v 看看它的后臺鏈接過程。
把可重定位文件鏈接成可執(zhí)行文件：
$ gcc -v -o test test.o myprintf.o
Reading specs from /usr/lib/gcc/i486-slackware-linux/4.1.2/specs
Target: i486-slackware-linux
Configured with: ../gcc-4.1.2/configure --prefix=/usr --enable-shared
--enable-languages=ada,c,c++,fortran,java,objc --enable-threads=posix
--enable-__cxa_atexit --disable-checking --with-gnu-ld --verbose
--with-arch=i486 --target=i486-slackware-linux --host=i486-slackware-linux
Thread model: posix
gcc version 4.1.2
/usr/libexec/gcc/i486-slackware-linux/4.1.2/collect2 --eh-frame-hdr -m
elf_i386 -dynamic-linker /lib/ld-linux.so.2 -o test
/usr/lib/gcc/i486-slackware-linux/4.1.2/../../../crt1.o
/usr/lib/gcc/i486-slackware-linux/4.1.2/../../../crti.o
/usr/lib/gcc/i486-slackware-linux/4.1.2/crtbegin.o
-L/usr/lib/gcc/i486-slackware-linux/4.1.2
-L/usr/lib/gcc/i486-slackware-linux/4.1.2
-L/usr/lib/gcc/i486-slackware-linux/4.1.2/../../../../i486-slackware-linux/lib
-L/usr/lib/gcc/i486-slackware-linux/4.1.2/../../.. test.o myprintf.o -lgcc
--as-needed -lgcc_s --no-as-needed -lc -lgcc --as-needed -lgcc_s --no-as-needed
/usr/lib/gcc/i486-slackware-linux/4.1.2/crtend.o
/usr/lib/gcc/i486-slackware-linux/4.1.2/../../../crtn.o從上述演示看出，gcc 在鏈接了我們自己的目標文件 test.o 和 myprintf.o 之外，還鏈接了 crt1.o，crtbegin.o 等額外的目標文件，難道那些新的節(jié)區(qū)就來自這些文件？
用 ld 完成鏈接過程
另外 gcc 在進行了相關配置（./configure）后，調(diào)用了 collect2，卻并沒有調(diào)用 ld，通過查找 gcc 文檔中和 collect2 相關的部分發(fā)現(xiàn) collect2 在后臺實際上還是去尋找 ld 命令的。為了理解 gcc 默認鏈接的后臺細節(jié)，這里直接把 collect2 替換成 ld，并把一些路徑換成絕對路徑或者簡化，得到如下的 ld 命令以及執(zhí)行的效果。
$ ld --eh-frame-hdr \
-m elf_i386 \
-dynamic-linker /lib/ld-linux.so.2 \
-o test \
/usr/lib/crt1.o /usr/lib/crti.o /usr/lib/gcc/i486-slackware-linux/4.1.2/crtbegin.o \
test.o myprintf.o \
-L/usr/lib/gcc/i486-slackware-linux/4.1.2 -L/usr/i486-slackware-linux/lib -L/usr/lib/ \
-lgcc --as-needed -lgcc_s --no-as-needed -lc -lgcc --as-needed -lgcc_s --no-as-needed \
/usr/lib/gcc/i486-slackware-linux/4.1.2/crtend.o /usr/lib/crtn.o
$ ./test
hello, world!不出所料，它完美地運行了。下面通過 ld 的手冊（man ld）來分析一下這幾個參數(shù)：
-
--eh-frame-hdr要求創(chuàng)建一個
.eh_frame_hdr節(jié)區(qū)(貌似目標文件test中并沒有這個節(jié)區(qū)，所以不關心它)。 -
-m elf_i386這里指定不同平臺上的鏈接腳本，可以通過
--verbose命令查看腳本的具體內(nèi)容，如ld -m elf_i386 --verbose，它實際上被存放在一個文件中（/usr/lib/ldscripts目錄下），我們可以去修改這個腳本，具體如何做？請參考ld的手冊。在后面我們將簡要提到鏈接腳本中是如何預定義變量的，以及這些預定義變量如何在我們的程序中使用。需要提到的是，如果不是交叉編譯，那么無須指定該選項。 -
-dynamic-linker /lib/ld-linux.so.2
指定動態(tài)裝載器/鏈接器，即程序中的
INTERP段中的內(nèi)容。動態(tài)裝載器/鏈接器負責鏈接有可共享庫的可執(zhí)行文件的裝載和動態(tài)符號鏈接。 -
-o test
指定輸出文件，即可執(zhí)行文件名的名字
-
/usr/lib/crt1.o /usr/lib/crti.o /usr/lib/gcc/i486-slackware-linux/4.1.2/crtbegin.o
鏈接到
test文件開頭的一些內(nèi)容，這里實際上就包含了.init等節(jié)區(qū)。.init節(jié)區(qū)包含一些可執(zhí)行代碼，在main函數(shù)之前被調(diào)用，以便進行一些初始化操作，在 C++ 中完成構(gòu)造函數(shù)功能。 -
test.o myprintf.o
鏈接我們自己的可重定位文件
-
-L/usr/lib/gcc/i486-slackware-linux/4.1.2 -L/usr/i486-slackware-linux/lib -L/usr/lib/ \-lgcc --as-needed -lgcc_s --no-as-needed -lc -lgcc --as-needed -lgcc_s --no-as-needed鏈接
libgcc庫和libc庫，后者定義有我們需要的puts函數(shù) -
/usr/lib/gcc/i486-slackware-linux/4.1.2/crtend.o /usr/lib/crtn.o
鏈接到
test文件末尾的一些內(nèi)容，這里實際上包含了.fini等節(jié)區(qū)。.fini節(jié)區(qū)包含了一些可執(zhí)行代碼，在程序退出時被執(zhí)行，作一些清理工作，在 C++ 中完成析構(gòu)造函數(shù)功能。我們往往可以通過atexit來注冊那些需要在程序退出時才執(zhí)行的函數(shù)。
C++構(gòu)造與析構(gòu)：crtbegin.o和crtend.o
對于 crtbegin.o 和 crtend.o 這兩個文件，貌似完全是用來支持 C++ 的構(gòu)造和析構(gòu)工作的，所以可以不鏈接到我們的可執(zhí)行文件中，鏈接時把它們?nèi)サ艨纯矗?/p>
$ ld -m elf_i386 -dynamic-linker /lib/ld-linux.so.2 -o test \
/usr/lib/crt1.o /usr/lib/crti.o test.o myprintf.o \
-L/usr/lib -lc /usr/lib/crtn.o #后面發(fā)現(xiàn)不用鏈接libgcc，也不用--eh-frame-hdr參數(shù)
$ readelf -l test
Elf file type is EXEC (Executable file)
Entry point 0x80482b0
There are 7 program headers, starting at offset 52
Program Headers:
Type Offset VirtAddr PhysAddr FileSiz MemSiz Flg Align
PHDR 0x000034 0x08048034 0x08048034 0x000e0 0x000e0 R E 0x4
INTERP 0x000114 0x08048114 0x08048114 0x00013 0x00013 R 0x1
[Requesting program interpreter: /lib/ld-linux.so.2]
LOAD 0x000000 0x08048000 0x08048000 0x003ea 0x003ea R E 0x1000
LOAD 0x0003ec 0x080493ec 0x080493ec 0x000e8 0x000e8 RW 0x1000
DYNAMIC 0x0003ec 0x080493ec 0x080493ec 0x000c8 0x000c8 RW 0x4
NOTE 0x000128 0x08048128 0x08048128 0x00020 0x00020 R 0x4
GNU_STACK 0x000000 0x00000000 0x00000000 0x00000 0x00000 RW 0x4
Section to Segment mapping:
Segment Sections...
00
01 .interp
02 .interp .note.ABI-tag .hash .dynsym .dynstr .gnu.version .gnu.version_r
.rel.dyn .rel.plt .init .plt .text .fini .rodata
03 .dynamic .got .got.plt .data
04 .dynamic
05 .note.ABI-tag
06
$ ./test
hello, world!完全可以工作，而且發(fā)現(xiàn) .ctors（保存著程序中全局構(gòu)造函數(shù)的指針數(shù)組）, .dtors（保存著程序中全局析構(gòu)函數(shù)的指針數(shù)組）,.jcr（未知）,.eh_frame 節(jié)區(qū)都沒有了，所以 crtbegin.o 和 crtend.o 應該包含了這些節(jié)區(qū)。
初始化與退出清理：crti.o 和 crtn.o
而對于另外兩個文件 crti.o 和 crtn.o，通過 readelf -S 查看后發(fā)現(xiàn)它們都有 .init 和 .fini 節(jié)區(qū)，如果我們不需要讓程序進行一些初始化和清理工作呢？是不是就可以不鏈接這個兩個文件？試試看。
$ ld -m elf_i386 -dynamic-linker /lib/ld-linux.so.2 -o test \
/usr/lib/crt1.o test.o myprintf.o -L/usr/lib/ -lc
/usr/lib/libc_nonshared.a(elf-init.oS): In function `__libc_csu_init':
(.text+0x25): undefined reference to `_init'貌似不行，竟然有人調(diào)用了 __libc_csu_init 函數(shù)，而這個函數(shù)引用了 _init。這兩個符號都在哪里呢？
$ readelf -s /usr/lib/crt1.o | grep __libc_csu_init
18: 00000000 0 NOTYPE GLOBAL DEFAULT UND __libc_csu_init
$ readelf -s /usr/lib/crti.o | grep _init
17: 00000000 0 FUNC GLOBAL DEFAULT 5 _init竟然是 crt1.o 調(diào)用了 __libc_csu_init 函數(shù)，而該函數(shù)卻引用了我們沒有鏈接的 crti.o 文件中定義的 _init 符號。這樣的話不鏈接 crti.o 和 crtn.o 文件就不成了羅？不對吧，要不干脆不用 crt1.o 算了，看看 gcc 額外鏈接進去的最后一個文件 crt1.o 到底干了個啥子？
$ ld -m elf_i386 -dynamic-linker /lib/ld-linux.so.2 -o \
test test.o myprintf.o -L/usr/lib/ -lc
ld: warning: cannot find entry symbol _start; defaulting to 00000000080481a4這樣卻說沒有找到入口符號 _start，難道 crt1.o 中定義了這個符號？不過它給默認設置了一個地址，只是個警告，說明 test 已經(jīng)生成，不管怎樣先運行看看再說。
$ ./test
hello, world!
Segmentation fault貌似程序運行完了，不過結(jié)束時冒出個段錯誤？可能是程序結(jié)束時有問題，用 gdb 調(diào)試看看：
$ gcc -g -c test.c myprintf.c #產(chǎn)生目標代碼, 非交叉編譯，不指定-m也可鏈接，所以下面可去掉-m
$ ld -dynamic-linker /lib/ld-linux.so.2 -o test \
test.o myprintf.o -L/usr/lib -lc
ld: warning: cannot find entry symbol _start; defaulting to 00000000080481d8
$ ./test
hello, world!
Segmentation fault
$ gdb -q ./test
(gdb) l
1 #include "test.h"
2
3 int main()
4 {
5 myprintf();
6 return 0;
7 }
(gdb) break 7 #在程序的末尾設置一個斷點
Breakpoint 1 at 0x80481bf: file test.c, line 7.
(gdb) r #程序都快結(jié)束了都沒問題，怎么會到最后出個問題呢？
Starting program: /mnt/hda8/Temp/c/program/test
hello, world!
Breakpoint 1, main () at test.c:7
7 }
(gdb) n #單步執(zhí)行看看，怎么下面一條指令是0x00000001，肯定是程序退出以后出了問題
0x00000001 in ?? ()
(gdb) n #誒，當然找不到邊了，都跑到0x00000001了
Cannot find bound
掃描二維碼
下載編程獅App
編程獅公眾號
更多建議：