-
-
[原创]编译与链接学习笔记(1)——静态链接
-
发表于: 2021-7-28 23:54
-
0x00. 前言
最初接触编程时，我遇到过这样一个问题：将一个源代码文件编译成一个可执行文件，编译器只需要将源代码转化成可执行的机器代码（表面上）；将多个源代码文件编译成一个可执行文件，编译器又是如何合并多个文件中的代码的呢？
学习了逆向后我知道这个过程叫做“链接”。然而链接这个概念又困扰了我很久：什么是动态链接？什么是静态链接？为什么动态链接的程序到另一台机器上就跑不起来了？等等，包括搭建环境的过程中也没少遇到过与链接相关的错误。
最近发现正好有那么一本书《程序员的自我修养——链接、装载与库》可以解决我的疑惑，在此将我总结的内容与大家分享。
环境：
- Ubuntu 18.04
- GCC version 7.5.0
0x01. GCC编译流程
当我们用GCC编译源代码时，可以分为4个步骤：预处理（Preprocessing）、编译（Compilation）、汇编（Assembly）和链接（Linking）。大致过程如下图所示：
我们通过一个HelloWorld程序进行说明：
|
1
2
3
4
5
6
7
|
// hello.h
#ifndef _HELLO_H_ #define _HELLO_H_void hello();#endif |
|
1
2
3
4
5
6
7
8
9
10
11
|
// hello.c
#include #include "hello.h"void hello(){ printf("Hello World.\n");
}int main(){
hello();
} |
第一步：预处理
由预处理器cpp(C Pre-Processor)完成，主要工作是合并源文件和头文件，以及对以“#”开头的预编译指令和注释进行处理。
1 |
cpp hello.c > hello.i |
第二步：编译
编译过程就是把预处理完的文件进行一系列的词法分析、语法分析、语义分析及优化后生成相应的汇编代码文件。这个过程相当复杂，但不是本文的重点。
1 |
gcc -S hello.i -o hello.s
|
第三步：汇编
汇编器将汇编代码转化成相应平台上的机器代码，得到.o目标文件。注意，目标文件还需要经过链接后才能执行。
1 |
as hello.s -o hello.o
|
第四步：链接
链接器将多个目标文件链接起来，输出一个可执行文件。链接是最复杂的一个过程，也是本文的重点。
使用以下命令来查看.o文件链接成可执行文件的过程：
1 |
gcc hello.o -o hello --verbose
|
输出：
|
1
2
|
/usr/lib/gcc/x86_64-linux-gnu/7/collect2 -plugin /usr/lib/gcc/x86_64-linux-gnu/7/liblto_plugin.so -plugin-opt=/usr/lib/gcc/x86_64-linux-gnu/7/lto-wrapper -plugin-opt=-fresolution=/tmp/ccpffkdK.res -plugin-opt=-pass-through=-lgcc -plugin-opt=-pass-through=-lgcc_s -plugin-opt=-pass-through=-lc -plugin-opt=-pass-through=-lgcc -plugin-opt=-pass-through=-lgcc_s --build-id --eh-frame-hdr -m elf_x86_64 --hash-style=gnu --as-needed -dynamic-linker /lib64/ld-linux-x86-64.so.2 -pie -z now -z relro -o hello /usr/lib/gcc/x86_64-linux-gnu/7/../../../x86_64-linux-gnu/Scrt1.o /usr/lib/gcc/x86_64-linux-gnu/7/../../../x86_64-linux-gnu/crti.o /usr/lib/gcc/x86_64-linux-gnu/7/crtbeginS.o -L/usr/lib/gcc/x86_64-linux-gnu/7 -L/usr/lib/gcc/x86_64-linux-gnu/7/../../../x86_64-linux-gnu -L/usr/lib/gcc/x86_64-linux-gnu/7/../../../../lib -L/lib/x86_64-linux-gnu -L/lib/../lib -L/usr/lib/x86_64-linux-gnu -L/usr/lib/../lib -L/usr/lib/gcc/x86_64-linux-gnu/7/../../.. hello.o -lgcc --push-state --as-needed -lgcc_s --pop-state -lc -lgcc --push-state --as-needed -lgcc_s --pop-state /usr/lib/gcc/x86_64-linux-gnu/7/crtendS.o /usr/lib/gcc/x86_64-linux-gnu/7/../../../x86_64-linux-gnu/crtn.o
COLLECT_GCC_OPTIONS='-o' 'hello' '-v' '-mtune=generic' '-march=x86-64'
|
collect2是对链接器ld的一个封装，最终还是要调用ld。
可以看到除了hello.o文件，链接器还引用了大量.o后缀的目标文件，最后输出可执行文件。
0x02. 目标文件格式
由汇编器汇编后产生的.o后缀的文件叫做目标文件。目标文件从结构上讲已经是可执行文件(PE/ELF)的格式，只是还没有经过链接的过程，其中有些符号和地址还没有被调整。
用010 Editor打开一个.o文件，并使用ELF模板解析：
PE文件和ELF文件的格式在很多篇文章里已经有讲解了，这里就不再赘述了。接下来主要讲解一下符号在链接中的作用以及ELF的符号表。
链接的接口——符号
在链接中，我们将函数和变量统称为符号(Symbol)，函数名或变量名称为符号名(Symbol Name)，每一个目标文件都会有一个相应的符号表(Symbol Table)，这个表中记录了目标文件中所用到的所有符号。每个定义的符号有一个对应的值，叫做符号值(Symbol Value)，对于变量和函数来说，符号值就是它们的地址。
符号主要有以下几种分类：
- 定义在本目标文件的全局符号，可以被其他目标文件引用。
- 在本目标文件中引用的全局符号，却没有定义在本目标文件，叫做外部符号(External Symbol)。
- 段名，通常由编译器产生，符号值就是段的起始地址。如代码段“.text”、数据段“.data”等。
- 局部符号，由函数内部的局部变量产生，这些局部符号对链接过程没有作用，链接器也往往忽视他们。这也是为什么我们在用IDA反编译时看不到局部变量的名字。
- 行号信息，通常用于调试。
ELF符号表结构
ELF文件中的符号表往往是文件中的一个段——“.symtab”。符号表的结构很简单，它是一个Elf64_Sym结构（64位ELF文件）的数组。符号表及Elf64_Sym的结构如下：
|
1
2
3
4
5
6
7
8
9
|
typedef struct{ Elf64_Word st_name; /* Symbol name (string tbl index) */
unsigned char st_info; /* Symbol type and binding */
unsigned char st_other; /* Symbol visibility */
Elf64_Section st_shndx; /* Section index */
Elf64_Addr st_value; /* Symbol value */
Elf64_Xword st_size; /* Symbol size */
} Elf64_Sym; |
几个成员的定义如下表所示：
st_info的低四位表示符号类型，高4位表示符号绑定信息，定义如下表：
在010 Editor中查看main函数的符号类型和绑定信息：
st_shndx定义符号所在段的下标：
main函数对应下标为1的段，即.text段。
0x03. 静态链接
当我们有两个目标文件时，如何将它们链接起来形成一个可执行文件呢？这基本上就是静态链接的核心问题。
静态链接的过程大致分为以下两个步骤：
- 空间与地址分配
- 符号解析与重定位
接下来通过以下两个程序进行讲解：
|
1
2
3
4
5
6
7
8
9
10
|
// a.c
#include int shared = 1;
void swap(int *a, int *b){
int t = *a;
*a = *b;
*b = t;
} |
|
1
2
3
4
5
6
7
8
9
10
|
// b.c
#include extern int shared;
extern void swap(int*, int*);
int main(){
int a = 2;
swap(&a, &shared);
} |
[培训]内核驱动高级班，冲击BAT一流互联网大厂工作，每周日13:00-18:00直播授课
|
|
|---|---|
