【圖片+程式碼】：GCC 連結過程中的【重定位】過程分析

IOT物聯網小鎮發表於2022-03-17

作者：道哥，10+年嵌入式開發老兵，專注於：C/C++、嵌入式、Linux。

關注下方公眾號，回覆【書籍】，獲取 Linux、嵌入式領域經典書籍；回覆【PDF】，獲取所有原創文章( PDF 格式)。

別人的經驗，我們的階梯！

最近因為專案上的需要，利用動態連結庫來實現一個外掛系統，順便就複習了一下關於Linux中一些編譯、連結相關的內容。

在連結的過程中，符號重定位是比較麻煩的事情，特別是在動態連結的過程中，因為需要考慮到很多不同的情況。

這篇文章作為第一篇，先來聊一聊靜態連結中的重定位過程。

按照慣例，還是以一個簡短的示例程式碼作為載體，看一看GCC在連結的過程中，是如何根據目標檔案(.o檔案)來進行重定位，生成最終的可執行檔案的。

示例程式碼

示例程式碼很簡單，一共有2個原始檔main.c和 sub.c。

在sub.c中定義了一個全域性變數和一個全域性函式，然後在main.c中使用這個全域性變數和全域性函式。程式碼如下：

sub.c

main.c

在一般的開發過程中，都是使用GCC工具，直接把這2個原始檔編譯得到可執行檔案。

但是，為了探究編譯、連結過程中的一些內部情況，我們需要把編譯、連結的過程拆開，從中間過程中產生的目標檔案(.o 檔案)中，來檢視一些詳細資訊。

先把這2個原始檔編譯成目標檔案sub.o和main.o:

$ gcc -m32 -c sub.c
$ gcc -m32 -c main.c

這樣就得到了兩個目標檔案，先來初步看一下這2個目標檔案中的一些資訊。

以上這兩個編譯過程是各自獨立的，雖然main.o中使用了兩個符號(全域性變數和全域性函式)，但是此時main.o並不知道這2個符號是在哪個檔案中定義的。

當連結器把所有的.o檔案連結成可執行檔案的過程中，才能確定這2個符號是在哪裡。

在Linux系統中，目標檔案(.o) 和可執行檔案都是ELF格式的，因此如何檢視ELF格式檔案的一些工具指令就非常有幫助。

很久之前總結過這篇文章：《Linux系統中編譯、連結的基石-ELF檔案：扒開它的層層外衣，從位元組碼的粒度來探索》，裡面詳細總結了ELF檔案的內部結構，以及一些相關的工具。

sub.o 檔案內容分析

段資訊

首先來簡單瞄一眼一下sub.o中的一些資訊。

sub.o中的段資訊如下(指令：$ readelf -S sub.o)：

我們主要關心黃色的程式碼段和資料段就可以了，可以看出:

程式碼段(.text)：地址Addr是 0x0000_0000(因為這是目標檔案，不是可執行檔案，所以不會安排地址)，它在 sub.o 檔案中的偏移量(Off)是 0x34，長度是 0x0C 位元組;

資料段(.data)：地址Addr是 0x0000_0000，它在 sub.o 檔案中的偏移量(Off)是 0x40，長度是 0x04 位元組;

簡單算一下：sub.o的開始部分是ELF的 header，通過 readelf -h sub.o 指令可以看出來header部分是52個位元組(即：0x34)，如下：

因此可以得到：

程式碼段(.text)是緊接在 header 之後，長度是 0x0C 個位元組，在檔案中佔據著 0x34 ~ 0x3F 這部分空間(0x3F = 0x34 + 0x0C - 1);

資料段(.data)是進階在程式碼段之後，在檔案中佔據著 0x40 ~ 0x43 這部分空間;

符號表資訊

下面再來說說符號表的事情。

簡單來說，符號表就是一個檔案中定義的所有符號、引用的外部符號(在其它檔案中定義)，包括：變數名、函式名、段名等等，都屬於符號。

當然了，在ELF檔案中會詳細的說明每一個符號的型別、大小、可見性等資訊。如果對ELF檔案格式有過了解的話，一定知道每一條符號資訊，都是通過一個結構體來描述具體含義的，描述符號表的結構體如下：

// Symbol table entries for ELF32.
struct Elf32_Sym {
   Elf32_Word st_name;     // Symbol name (index into string table)
   Elf32_Addr st_value;    // Value or address associated with the symbol
   Elf32_Word st_size;     // Size of the symbol
   unsigned char st_info;  // Symbol's type and binding attributes
   unsigned char st_other; // Must be zero; reserved
   Elf32_Half st_shndx;    // Which section (header table index) it's defined in
};

再來看一下sub.o中的符號表，下面這張圖(指令：readelf -s sub.o)：

關注上圖中黃色矩形中的兩個符號：SubData和SubFunc，很明顯它們就是sub.c中定義的兩個符號：全域性變數和全域性函式。

對於SubData符號來說：

Size=4: 長度是 4 個位元組;

Type=OBJECT：說明這是一個資料物件;

Bind=GLOBAL：說明這個符號是全域性可見的，也就是在其他檔案中可以使用;

Ndx=2：說明這個符號是屬於第 2 個段中，就是資料段(.data);

同樣的道理，對於SubFunc符號來說：

Size=12: 長度是 12 個位元組;

Type=FUNC：說明這是一個函式;

Bind=GLOBAL：說明這個符號是全域性可見的，也就是在其他檔案中可以呼叫;

Ndx=1：說明這個符號是屬於第 1 個段中，就是程式碼段(.text);

main.o 檔案分析

按照上面的步驟，把main.o中的這幾個資訊也檢視一下。

段資訊

指令：readelf -S main.o

可以看出:

程式碼段(.text)：地址Addr是 0x0000_0000(因為這是目標檔案，不是可執行檔案，所以不會安排地址)，它在 sub.o 檔案中的偏移量(Off)是 0x34，長度是 0x32 位元組;

資料段(.data)：地址Addr是 0x0000_0000，它在 sub.o 檔案中的偏移量(Off)是 0x66，長度是 0 個位元組，因為它沒有定義變數;

在檔案中的佈局如下所示：

符號表資訊

指令：readelf -s main.o

重點看一下黃色矩形中的3個符號。

main符號：

Size=50: 長度是 30 個位元組，也就對應著程式碼段的長度 0x32 ;

Type=FUNC：說明這是一個函式;

Bind=GLOBAL：說明這個符號是全域性可見的，也就是在其他檔案中可以呼叫;

Ndx=1：說明這個符號是屬於第 1 個段中，就是程式碼段(.text);

下面兩個符號SubData和SubFunc，他們的Ndx都是UND，表示這2個符號被main.o使用，但是定義在其他檔案中。

我們知道，當連結成可執行檔案時，所有的符號都必須有確定的地址(虛擬地址)，所以連結器就需要在連結的過程中找到這2個符號在可執行檔案中的地址，然後把這兩個地址填寫到main的程式碼段中。

可以先來看一下main.o的反彙編程式碼：

指令： objdump -d main.o

黃色矩形框中是把數值0儲存到eax暫存器中，然後把eax 壓到棧中，然後紅色矩形框呼叫了一個函式。

從示例程式碼(.c檔案)中可知：main函式在呼叫sub.c中的SubFunc函式時，傳入了變數SubData。

黃色部分的00 00 00 00就應該是符號SubData的地址，只不過此時main.o還不知道這個符號的將會被連結器安排在什麼地址，所以只能空著(以4個位元組的00來佔位)。

紅色部分的呼叫(call)地址為什麼是fc ff ff ff?

按照小端格式計算一下：0xfffffffc，十進位制的值就是-4，為什麼設定成-4呢？

對於x86平臺的ELF格式來說，對地址進行修正的方式有2種：絕對定址和相對定址。

絕對定址

對於SubData符號就是絕對定址，在連結成可執行檔案時，這個地址在程式碼段中偏移0x12個位元組(黃色矩形框指令碼偏移0x11個位元組，跨過一個位元組的指令碼a1就是0x12個位元組)，這個地方4個位元組的當前值是 00 00 00 00。

連結器在修正的時候(就是連結成可執行檔案的時候)，會把這4個位元組修改為SubData變數在可執行檔案中的實際地址(虛擬地址)。

相對定址

紅色矩形框中的函式呼叫(SubFunc符號)，就是相對定址，就是說：當CPU執行到這條指令的時候，把PC寄存中的值加上這個偏移地址，就是被呼叫物件的實際地址。

連結器在重定位的時候，目的就是計算出相對地址，然後替換掉fc ff ff ff這四個位元組。

PC暫存器中的值是確定的，當call這條指令被CPU取到之後，PC暫存器被自動增加，指向下一條指令的開始地址(偏移0x1f地址處)。

實際地址 = PC值 + xxxx_xxxx，所以得到：xxxx_xxxx = 實際地址 - PC值。

而PC值與 xxxx_xxxx 所在的地址之間是有關係的：PC值 + (-4)就得到 xxxx_xxxx 所在的地址，因此在main.o中預先在這個地址處填 fc ff ff ff（-4）。

問題來了，連結器怎麼知道main.o中程式碼段的這兩個地方，需要進行地址修正？

這就是下面介紹的重定位表的作用了！

重定位表資訊

指令：objdump -r main.o

重定位表就表示: 該目標檔案中，有哪些符號需要在連結的時候進行地址重定位。

從圖中黃色矩形框可以看出：main.o中程式碼段(.text)的 SubData和SubFunc這 2 個符號都需要連結器對它進行重定位。

TYPE列：R_386_32表示絕對定址， R_386_PC32 表示相對定址; OFFSET列表示需要重定位的符號在main.o檔案程式碼段中的偏移位置。

剛才已經看了main.o的反彙編程式碼，可以看到偏移0x12 和 0x1b的地方，就是需要進行地址重定位的兩個符號。

可執行程式 main

有了 2 個目標檔案：sub.o和main.o，就可以連結得到可執行程式了：

$ ld -m elf_i386 main.o sub.o -e main -o main

段資訊

使用readelf工具來看一下main可執行檔案中的段資訊（指令：readelf -S main)：

紅色矩形框是程式碼段(.text)，連結器把它放在虛擬地址 0x0804_8094;

黃色矩形框是資料段(.data)，連結器把它放在虛擬地址 0x0804_9138;

從段資訊中可以看到main檔案中程式碼段和資料段的佈局如下：

可執行程式main是由main.o和sub.o這兩個目標檔案組成的，所以main中的程式碼段是由main.o中的程式碼段和sub.o中的程式碼段組合得到的；對於資料段，由於 main.o中資料段的長度為0，所以main中的資料段就是sub.o中的資料段(長度為4)，如下圖所示：

符號表資訊

指令：readelf -s main

黃色矩形框中的SubData屬於資料段，長度是 4 個位元組，虛擬地址是 0x0804_9138，與段資訊中的值是一致的。

紅色矩形框中的SubFunc屬於程式碼段，長度是 12 個位元組，虛擬地址是 0x0804_80c6。

因為main中的程式碼段包括 2 部分內容：

main.o 中的程式碼段 main 函式;

sub.o 中的程式碼段 SubFunc 函式;

所以，可執行檔案main中的程式碼段，先存放的是main函式，虛擬地址：0x0804_8094，長度是0x32(50 個位元組)；

緊接著存放的是SubFunc函式，虛擬地址：0x0804_80c6，長度是0x0c（12 個位元組）。

如下圖所示：

連結器在第一遍掃描所有的目標檔案時，把所有相同型別的段進行合併，安排到相應的虛擬地址，如上圖所示。

所謂的安排虛擬地址，就是指定這塊內容被載入到虛擬記憶體的什麼地方。當可執行檔案被執行的時候，載入器就把每一塊內容複製到虛擬記憶體相應的地址處。

同時，連結器還會建立一個全域性符號表，把每一個目標檔案中的符號資訊都複製到這個全域性符號表中。

對於我們的例項程式，全域性符號表中包括：

SubData: 屬於 sub.o 檔案，資料段，安排在虛擬地址 0x0804_9138;

SubFunc: 屬於 sub.o 檔案，程式碼段，安排在虛擬地址 0x0804_80c6;

其它符號資訊...

絕對地址重定位

然後，連結器第二遍掃描所有的目標檔案，檢查哪些目標檔案中的符號需要進行重定位。

對於我們的示例程式，首先來看一下main.o中使用的外部變數SubData的重定位。

從main.o的重定位表中可知：SubData符號需要進行重定位，需要把這個符號在執行時刻的絕對定址(虛擬地址)，寫入到 main可執行檔案中程式碼段中偏移0x12位元組處。

也就是說需要解決 2 個問題：

需要計算出在執行檔案 main 中的什麼位置來填寫絕對地址(虛擬地址);

填寫的絕對地址(虛擬地址)的值是多少;

首先來解決第一個問題。

從可執行檔案的段表中可以看出：目標檔案main.o和sub.o中的程式碼段被存放到可執行檔案main中程式碼段的開始位置，先放main.o程式碼段，再放sub.o程式碼段。

程式碼段的開始地址距離檔案開始的偏移量是0x94，再加上偏移量0x12，結果就是0xa6。

也就是說：需要在main檔案中偏移0xa6處填入SubData在執行時刻的絕對地址(虛擬地址)。

再來解決第二個問題。

連結器從全域性符號表中發現：SubData符號屬於sub.o檔案，已經被安排在虛擬地址0x0804_9138處，因此只需要把0x0804_9138填寫到可執行檔案main中偏移0xa6的地方。

我們來讀取main檔案，驗證一下這個位置處的虛擬地址是否正確：

指令：od -Ax -t x1 -j 166 -N 4 main

-Ax: 顯示地址的時候，用十六進位制來表示。如果使用 -Ad，意思就是用十進位制來顯示地址;

-t -x1: 顯示位元組碼內容的時候，使用十六進位制(x)，每次顯示一個位元組(1);

-j 166: 跨過 166 個位元組(十六進位制 0xa6);

-N 4：只需要讀取 4 個位元組;

注意：顯示的是小端格式。

相對地址重定位

從上面描述的重定位表中看出：main.o程式碼段中的SubFunc符號也需要重定位，而且是相對定址。

連結器需要把SunFunc符號在執行時刻的絕對地址(虛擬地址)，減去call指令的下一條指令(PC 暫存器) 之後的差值，填寫到執行檔案main中的main.o程式碼段偏移0x1b的地方。

同樣的道理，需要解決 2 個問題：

需要計算出在執行檔案 main 中的什麼位置來填寫相對地址;

填寫的相對地址的值是多少;

首先來解決第一個問題。

從main.o的重定位表中可知：需要修正的位置距離main.o中程式碼段的偏移量是0x1b位元組。

可執行檔案main中程式碼段的開始地址距離檔案開始的偏移量是0x94，再加上偏移量0x1b就是0xaf。

也就是說：需要在main檔案中0xaf偏移處填入一個相對地址，這個相對地址的值就是SubFunc在執行時刻的絕對地址(虛擬地址)、距離call指令的下一條指令的偏移量。

再來解決第二個問題。

連結器在第一遍掃描的時候，已經把sub.o中的符號SubFunc記錄到全域性符號表中了，知道SubFunc函式被安排在虛擬地址0x0804_80c6的地方。

但是不能把這個絕對地址直接填寫進去，因為 call 指令需要的是相對地址(偏移地址)。

連結器把main程式碼段起始位置安排在 0x0804_8094，那麼偏移0x1b處的虛擬地址就是：0x0804_80af，然後還需要再跨過4個位元組(因為執行call指令時，PC的值自動增加到下一條指令的開始地址)才是此刻PC暫存器的值，即：0x0804_80b3，如下圖中紅色部分：

兩個虛擬地址都知道了，計算一下差值就可以了：0x0804_80c6 - 0x0804_80b3 = 0x13。

也就是說：在可執行檔案main中偏移為0xaf的地方，填入相對地址0x0000_0013就完成了SubFunc符號的重定位。

還是用od指令來讀取main檔案的內容來驗證一下：

指令：od -Ax -t x1 -j 175 -N 4 main

總結

經過以上兩個重定位操作，main.c中使用的兩個外部符號就解決了地址重定位問題。

再來看一下可執行檔案main的反彙編程式碼：

從黃色和紅色的矩形框可以看出，二進位制指令中的地址值與上面的分析是一致的。

以上就是靜態連結過程中地址重定位的基本過程，與動態連結相比，靜態連結還是相對簡單很多。

以後有機會的話，我們再繼續聊一下動態連結中的一些操作，謝謝！

------ End ------

肝文不易，請支援一下道哥，把文章分享給更多的嵌入式小夥伴，謝謝！

【圖片+程式碼】：GCC 連結過程中的【重定位】過程分析

示例程式碼

sub.o 檔案內容分析

段資訊

符號表資訊

main.o 檔案分析

段資訊

符號表資訊

絕對定址

相對定址

重定位表資訊

可執行程式 main

段資訊

符號表資訊

絕對地址重定位

相對地址重定位

總結

相關文章