大家肯定都知道計(jì)算機(jī)程序設(shè)計(jì)語(yǔ)言通常分為機(jī)器語(yǔ)言、匯編語(yǔ)言和高級(jí)語(yǔ)言三類。高級(jí)語(yǔ)言需要通過(guò)翻譯成機(jī)器語(yǔ)言才能執(zhí)行,而翻譯的方式分為兩種,一種是編譯型,另一種是解釋型,因此我們基本上將高級(jí)語(yǔ)言分為兩大類,一種是編譯型語(yǔ)言,例如C,C++,Java,另一種是解釋型語(yǔ)言,例如Python、Ruby、MATLAB 、JavaScript。 ????本文將介紹如何將高層的C/C++語(yǔ)言編寫的程序轉(zhuǎn)換成為處理器能夠執(zhí)行的二進(jìn)制代碼的過(guò)程,包括四個(gè)步驟:
預(yù)處理(Preprocessing)
編譯(Compilation)
匯編(Assembly)
鏈接(Linking)
GCC 工具鏈介紹 ? ????通常所說(shuō)的GCC是GUN Compiler Collection的簡(jiǎn)稱,是Linux系統(tǒng)上常用的編譯工具。GCC工具鏈軟件包括GCC、Binutils、C運(yùn)行庫(kù)等。 GCC ??? GCC(GNU C Compiler)是編譯工具。本文所要介紹的將C/C++語(yǔ)言編寫的程序轉(zhuǎn)換成為處理器能夠執(zhí)行的二進(jìn)制代碼的過(guò)程即由編譯器完成。 Binutils ????一組二進(jìn)制程序處理工具,包括:addr2line、ar、objcopy、objdump、as、ld、ldd、readelf、size等。這一組工具是開發(fā)和調(diào)試不可缺少的工具,分別簡(jiǎn)介如下:
addr2line:用來(lái)將程序地址轉(zhuǎn)換成其所對(duì)應(yīng)的程序源文件及所對(duì)應(yīng)的代碼行,也可以得到所對(duì)應(yīng)的函數(shù)。該工具將幫助調(diào)試器在調(diào)試的過(guò)程中定位對(duì)應(yīng)的源代碼位置。
as:主要用于匯編,有關(guān)匯編的詳細(xì)介紹請(qǐng)參見(jiàn)后文。
ld:主要用于鏈接,有關(guān)鏈接的詳細(xì)介紹請(qǐng)參見(jiàn)后文。
ar:主要用于創(chuàng)建靜態(tài)庫(kù)。為了便于初學(xué)者理解,在此介紹動(dòng)態(tài)庫(kù)與靜態(tài)庫(kù)的概念:
如果要將多個(gè).o目標(biāo)文件生成一個(gè)庫(kù)文件,則存在兩種類型的庫(kù),一種是靜態(tài)庫(kù),另一種是動(dòng)態(tài)庫(kù)。
在windows中靜態(tài)庫(kù)是以 .lib 為后綴的文件,共享庫(kù)是以 .dll 為后綴的文件。在linux中靜態(tài)庫(kù)是以.a為后綴的文件,共享庫(kù)是以.so為后綴的文件。
靜態(tài)庫(kù)和動(dòng)態(tài)庫(kù)的不同點(diǎn)在于代碼被載入的時(shí)刻不同。靜態(tài)庫(kù)的代碼在編譯過(guò)程中已經(jīng)被載入可執(zhí)行程序,因此體積較大。共享庫(kù)的代碼是在可執(zhí)行程序運(yùn)行時(shí)才載入內(nèi)存的,在編譯過(guò)程中僅簡(jiǎn)單的引用,因此代碼體積較小。在Linux系統(tǒng)中,可以用ldd命令查看一個(gè)可執(zhí)行程序依賴的共享庫(kù)。
如果一個(gè)系統(tǒng)中存在多個(gè)需要同時(shí)運(yùn)行的程序且這些程序之間存在共享庫(kù),那么采用動(dòng)態(tài)庫(kù)的形式將更節(jié)省內(nèi)存。
ldd:可以用于查看一個(gè)可執(zhí)行程序依賴的共享庫(kù)。
objcopy:將一種對(duì)象文件翻譯成另一種格式,譬如將.bin轉(zhuǎn)換成.elf、或者將.elf轉(zhuǎn)換成.bin等。
objdump:主要的作用是反匯編。有關(guān)反匯編的詳細(xì)介紹,請(qǐng)參見(jiàn)后文。
readelf:顯示有關(guān)ELF文件的信息,請(qǐng)參見(jiàn)后文了解更多信息。
size:列出可執(zhí)行文件每個(gè)部分的尺寸和總尺寸,代碼段、數(shù)據(jù)段、總大小等,請(qǐng)參見(jiàn)后文了解使用size的具體使用實(shí)例。
C運(yùn)行庫(kù) ??? C語(yǔ)言標(biāo)準(zhǔn)主要由兩部分組成:一部分描述C的語(yǔ)法,另一部分描述C標(biāo)準(zhǔn)庫(kù)。C標(biāo)準(zhǔn)庫(kù)定義了一組標(biāo)準(zhǔn)頭文件,每個(gè)頭文件中包含一些相關(guān)的函數(shù)、變量、類型聲明和宏定義,譬如常見(jiàn)的printf函數(shù)便是一個(gè)C標(biāo)準(zhǔn)庫(kù)函數(shù),其原型定義在stdio頭文件中。 ??? C語(yǔ)言標(biāo)準(zhǔn)僅僅定義了C標(biāo)準(zhǔn)庫(kù)函數(shù)原型,并沒(méi)有提供實(shí)現(xiàn)。因此,C語(yǔ)言編譯器通常需要一個(gè)C運(yùn)行時(shí)庫(kù)(C Run Time Libray,CRT)的支持。C運(yùn)行時(shí)庫(kù)又常簡(jiǎn)稱為C運(yùn)行庫(kù)。與C語(yǔ)言類似,C++也定義了自己的標(biāo)準(zhǔn),同時(shí)提供相關(guān)支持庫(kù),稱為C++運(yùn)行時(shí)庫(kù)。 ? 準(zhǔn)備工作 ? ????由于GCC工具鏈主要是在Linux環(huán)境中進(jìn)行使用,因此本文也將以Linux系統(tǒng)作為工作環(huán)境。為了能夠演示編譯的整個(gè)過(guò)程,本節(jié)先準(zhǔn)備一個(gè)C語(yǔ)言編寫的簡(jiǎn)單Hello程序作為示例,其源代碼如下所示:
#include?? 編譯過(guò)程 ? 1. 預(yù)處理 ????預(yù)處理的過(guò)程主要包括以下過(guò)程:? //此程序很簡(jiǎn)單,僅僅打印一個(gè)Hello World的字符串。 int?main(void) { ????printf("Hello?World!? "); ????return?0; }
將所有的#define刪除,并且展開所有的宏定義,并且處理所有的條件預(yù)編譯指令,比如#if #ifdef #elif #else #endif等。
處理#include預(yù)編譯指令,將被包含的文件插入到該預(yù)編譯指令的位置。
刪除所有注釋“//”和“/* */”。
添加行號(hào)和文件標(biāo)識(shí),以便編譯時(shí)產(chǎn)生調(diào)試用的行號(hào)及編譯錯(cuò)誤警告行號(hào)。
保留所有的#pragma編譯器指令,后續(xù)編譯過(guò)程需要使用它們。
使用gcc進(jìn)行預(yù)處理的命令如下:
?
?
$?gcc?-E?hello.c?-o?hello.i?//?將源文件hello.c文件預(yù)處理生成hello.i //?GCC的選項(xiàng)-E使GCC在進(jìn)行完預(yù)處理后即停止? ??? hello.i文件可以作為普通文本文件打開進(jìn)行查看,其代碼片段如下所示:
//?hello.i代碼片段 extern?void?funlockfile?(FILE?*__stream)?__attribute__?((__nothrow__?,?__leaf__)); #?942?"/usr/include/stdio.h"?3?4 #?2?"hello.c"?2 #?3?"hello.c" int?main(void) { ????printf("Hello?World!"?" "); ????return?0; }? 2. 編譯 ????編譯過(guò)程就是對(duì)預(yù)處理完的文件進(jìn)行一系列的詞法分析,語(yǔ)法分析,語(yǔ)義分析及優(yōu)化后生成相應(yīng)的匯編代碼。 ????使用gcc進(jìn)行編譯的命令如下:
$?gcc?-S?hello.i?-o?hello.s?//?將預(yù)處理生成的hello.i文件編譯生成匯編程序hello.s //?GCC的選項(xiàng)-S使GCC在執(zhí)行完編譯后停止,生成匯編程序? ????上述命令生成的匯編程序hello.s的代碼片段如下所示,其全部為匯編代碼。
//?hello.s代碼片段 main: .LFB0: ????.cfi_startproc ????pushq???%rbp ????.cfi_def_cfa_offset?16 ????.cfi_offset?6,?-16 ????movq????%rsp,?%rbp ????.cfi_def_cfa_register?6 ????movl????$.LC0,?%edi ????call????puts ????movl????$0,?%eax ????popq????%rbp ????.cfi_def_cfa?7,?8 ????ret ????.cfi_endproc? 3. 匯編 ????匯編過(guò)程調(diào)用對(duì)匯編代碼進(jìn)行處理,生成處理器能識(shí)別的指令,保存在后綴為.o的目標(biāo)文件中。由于每一個(gè)匯編語(yǔ)句幾乎都對(duì)應(yīng)一條處理器指令,因此,匯編相對(duì)于編譯過(guò)程比較簡(jiǎn)單,通過(guò)調(diào)用Binutils中的匯編器as根據(jù)匯編指令和處理器指令的對(duì)照表一一翻譯即可。 ????當(dāng)程序由多個(gè)源代碼文件構(gòu)成時(shí),每個(gè)文件都要先完成匯編工作,生成.o目標(biāo)文件后,才能進(jìn)入下一步的鏈接工作。注意:目標(biāo)文件已經(jīng)是最終程序的某一部分了,但是在鏈接之前還不能執(zhí)行。???? ????使用gcc進(jìn)行匯編的命令如下:
$?gcc?-c?hello.s?-o?hello.o?//?將編譯生成的hello.s文件匯編生成目標(biāo)文件hello.o //?GCC的選項(xiàng)-c使GCC在執(zhí)行完匯編后停止,生成目標(biāo)文件 //?或者直接調(diào)用as進(jìn)行匯編 $?as?-c?hello.s?-o?hello.o?//使用Binutils中的as將hello.s文件匯編生成目標(biāo)文件? ????注意:hello.o目標(biāo)文件為ELF(Executable and Linkable Format)格式的可重定向文件。 4. 鏈接 ????鏈接也分為靜態(tài)鏈接和動(dòng)態(tài)鏈接,其要點(diǎn)如下:
靜態(tài)鏈接是指在編譯階段直接把靜態(tài)庫(kù)加入到可執(zhí)行文件中去,這樣可執(zhí)行文件會(huì)比較大。鏈接器將函數(shù)的代碼從其所在地(不同的目標(biāo)文件或靜態(tài)鏈接庫(kù)中)拷貝到最終的可執(zhí)行程序中。為創(chuàng)建可執(zhí)行文件,鏈接器必須要完成的主要任務(wù)是:符號(hào)解析(把目標(biāo)文件中符號(hào)的定義和引用聯(lián)系起來(lái))和重定位(把符號(hào)定義和內(nèi)存地址對(duì)應(yīng)起來(lái)然后修改所有對(duì)符號(hào)的引用)。
動(dòng)態(tài)鏈接則是指鏈接階段僅僅只加入一些描述信息,而程序執(zhí)行時(shí)再?gòu)南到y(tǒng)中把相應(yīng)動(dòng)態(tài)庫(kù)加載到內(nèi)存中去。
在Linux系統(tǒng)中,gcc編譯鏈接時(shí)的動(dòng)態(tài)庫(kù)搜索路徑的順序通常為:首先從gcc命令的參數(shù)-L指定的路徑尋找;再?gòu)沫h(huán)境變量LIBRARY_PATH指定的路徑尋址;再?gòu)哪J(rèn)路徑/lib、/usr/lib、/usr/local/lib尋找。
在Linux系統(tǒng)中,執(zhí)行二進(jìn)制文件時(shí)的動(dòng)態(tài)庫(kù)搜索路徑的順序通常為:首先搜索編譯目標(biāo)代碼時(shí)指定的動(dòng)態(tài)庫(kù)搜索路徑;再?gòu)沫h(huán)境變量LD_LIBRARY_PATH指定的路徑尋址;再?gòu)呐渲梦募?etc/ld.so.conf中指定的動(dòng)態(tài)庫(kù)搜索路徑;再?gòu)哪J(rèn)路徑/lib、/usr/lib尋找。
在Linux系統(tǒng)中,可以用ldd命令查看一個(gè)可執(zhí)行程序依賴的共享庫(kù)。
由于鏈接動(dòng)態(tài)庫(kù)和靜態(tài)庫(kù)的路徑可能有重合,所以如果在路徑中有同名的靜態(tài)庫(kù)文件和動(dòng)態(tài)庫(kù)文件,比如libtest.a和libtest.so,gcc鏈接時(shí)默認(rèn)優(yōu)先選擇動(dòng)態(tài)庫(kù),會(huì)鏈接libtest.so,如果要讓gcc選擇鏈接libtest.a則可以指定gcc選項(xiàng)-static,該選項(xiàng)會(huì)強(qiáng)制使用靜態(tài)庫(kù)進(jìn)行鏈接。以Hello World為例:
如果使用命令“gcc hello.c -o hello”則會(huì)使用動(dòng)態(tài)庫(kù)進(jìn)行鏈接,生成的ELF可執(zhí)行文件的大?。ㄊ褂肂inutils的size命令查看)和鏈接的動(dòng)態(tài)庫(kù)(使用Binutils的ldd命令查看)如下所示:
$?gcc?hello.c?-o?hello $?size?hello??//使用size查看大小 ???text????data?????bss?????dec?????hex?filename ???1183?????552???????8????1743?????6cf?????hello $?ldd?hello?//可以看出該可執(zhí)行文件鏈接了很多其他動(dòng)態(tài)庫(kù),主要是Linux的glibc動(dòng)態(tài)庫(kù) ????????linux-vdso.so.1?=>??(0x00007fffefd7c000) ????????libc.so.6?=>?/lib/x86_64-linux-gnu/libc.so.6?(0x00007fadcdd82000) ????????/lib64/ld-linux-x86-64.so.2?(0x00007fadce14c000)
如果使用命令“gcc -static hello.c -o hello”則會(huì)使用靜態(tài)庫(kù)進(jìn)行鏈接,生成的ELF可執(zhí)行文件的大小(使用Binutils的size命令查看)和鏈接的動(dòng)態(tài)庫(kù)(使用Binutils的ldd命令查看)如下所示:
$?gcc?-static?hello.c?-o?hello $?size?hello?//使用size查看大小 ?????text????data?????bss?????dec?????hex?filename ?823726????7284????6360??837370???cc6fa?????hello?//可以看出text的代碼尺寸變得極大 $?ldd?hello ???????not?a?dynamic?executable?//說(shuō)明沒(méi)有鏈接動(dòng)態(tài)庫(kù)????鏈接器鏈接后生成的最終文件為ELF格式可執(zhí)行文件,一個(gè)ELF可執(zhí)行文件通常被鏈接為不同的段,常見(jiàn)的段譬如.text、.data、.rodata、.bss等段。 ? 分析ELF文件 ? 1. ELF文件的段 ??? ELF文件格式如下圖所示,位于ELF Header和Section Header Table之間的都是段(Section)。一個(gè)典型的ELF文件包含下面幾個(gè)段:
.text:已編譯程序的指令代碼段。
.rodata:ro代表read only,即只讀數(shù)據(jù)(譬如常數(shù)const)。
.data:已初始化的C程序全局變量和靜態(tài)局部變量。
.bss:未初始化的C程序全局變量和靜態(tài)局部變量。
.debug:調(diào)試符號(hào)表,調(diào)試器用此段的信息幫助調(diào)試。
可以使用readelf -S查看其各個(gè)section的信息如下:
$?readelf?-S?hello There?are?31?section?headers,?starting?at?offset?0x19d8: Section?Headers: ??[Nr]?Name??????????????Type?????????????Address???????????Offset ???????Size??????????????EntSize??????????Flags??Link??Info??Align ??[?0]???????????????????NULL?????????????0000000000000000??00000000 ???????0000000000000000??0000000000000000???????????0?????0?????0 …… ??[11]?.init?????????????PROGBITS?????????00000000004003c8??000003c8 ???????000000000000001a??0000000000000000??AX???????0?????0?????4 …… ??[14]?.text?????????????PROGBITS?????????0000000000400430??00000430 ???????0000000000000182??0000000000000000??AX???????0?????0?????16 ??[15]?.fini?????????????PROGBITS?????????00000000004005b4??000005b4 ……? 2. 反匯編ELF ????由于ELF文件無(wú)法被當(dāng)做普通文本文件打開,如果希望直接查看一個(gè)ELF文件包含的指令和數(shù)據(jù),需要使用反匯編的方法。 ????使用objdump -D對(duì)其進(jìn)行反匯編如下:
$?objdump?-D?hello …… 0000000000400526?? ????使用objdump -S將其反匯編并且將其C語(yǔ)言源代碼混合顯示出來(lái)::??//?main標(biāo)簽的PC地址 //PC地址:指令編碼??????????????????指令的匯編格式 ??400526:????55??????????????????????????push???%rbp? ??400527:????48?89?e5????????????????mov????%rsp,%rbp ??40052a:????bf?c4?05?40?00??????????mov????$0x4005c4,%edi ??40052f:????e8?cc?fe?ff?ff??????????callq??400400? ??400534:????b8?00?00?00?00??????????mov????$0x0,%eax ??400539:????5d??????????????????????pop????%rbp ??40053a:????c3??????????????????????????retq??? ??40053b:????0f?1f?44?00?00??????????nopl???0x0(%rax,%rax,1) ……
$?gcc?-o?hello?-g?hello.c?//要加上-g選項(xiàng) $?objdump?-S?hello …… 0000000000400526?? 編輯:黃飛: #include? int?main(void) { ????400526:????55??????????????????push???%rbp ????400527:????48?89?e5????????????mov????%rsp,%rbp ????printf("Hello?World!"?" "); ????40052a:????bf?c4?05?40?00??????mov????$0x4005c4,%edi ????40052f:????e8?cc?fe?ff?ff??????callq??400400? ????return?0; ????400534:????b8?00?00?00?00??????mov????$0x0,%eax } ????400539:????5d??????????????????pop????%rbp ????40053a:????c3??????????????????retq??? ????40053b:????0f?1f?44?00?00??????nopl???0x0(%rax,%rax,1) ……
?
?
評(píng)論