浅析Linux下gcc环境的C语言运行

一）、Linux中的程序运行过程。
1、在使用gcc -g -Wall **.c -o ** -v命令后：
-g：可以在可执行文件里面添加调试信息
-Wall：W是警告的意思，all则是所有，因此这条语句可以帮助显示所有警 告信息
-v:这条语句可以显示在编译时的所有信息
下面是执行命令后显示的基础信息：包括执行编译的版本信息以及进行库函数的搜索信息

2、在使用readelf语句后，我们查看了3-1可执行文件的内部信息

ＥＬＦ信息：采用小端方式存储、文件为可执行文件、入口地址 0x8048310、采用系统版本是ＩＮＴＥＬ　８０３８６。
3、在使用strace后可以跟踪运行情况，由此知道我们是通过一个叫做write的函数来打印信息到显示器上的，只不过C语言通过封装让我们使用了printf这样一个功能强大的函数。运行时的步骤：execve函数就是派生进程的系统函数,brk为中断一个任务，mmap2：内存映射（在阅读了程序员的自我修养后对这个也有了初步的理解）。中断当前正在运行的程序，保存被中断程序的断点信息（当前的寄存器内容，cache的内容），写入内存，由操作系统为将要运行的程序分配资源，操作系统自我中断，将要运行程序开始工作。

二）、验证Ｃ语言执行过程是否从main函数开始。ld为linux系统默认的运行链接器，其运行由系统定义的脚本规定。
通过执行-v指令以及查阅资料理解了以下结论：
结论：
1．可执行文件中，除了用户自定义的代码之外，还需首先加载库函数作为运行的软件环境基础。
2．在linux的当下版本中，可执行文件中仅仅包含相关库的路径，而具体库文件的加载是在程序运行时，由ld加载器根据事先由系统规定的脚本临时装入内存。
3．这种运行方式成为运行时动态链接。
１、before main函数前缀的含义
在查询了资料后初步理解了__attribute__ 机制：attribute 是GCC的一个特性，它可以设置函数属性（Function Attribute）、变量属性（Variable Attribute）和类型属性（Type Attribute）。在本次实验中，设置的就是函数属性，constructor属性的具体相当于c++里面的构造函数，它会在main函数执行前执行，因此在实验的时候会先输出这个属性定义下的函数显示，在使用constructor时，
1）、相同文件中的执行顺序与函数在文件中的先后顺序一致
2）、不同源文件中在后面编译的源文件中的该函数反而先执行
与之对应的还有destructor，执行顺序或许可以理解为虚构函数（功能不一样），在main函数执行之后进行执行。
2、分析-v选项中显示的信息，说明本程序在链接时具体添加了哪些库函数？库名称以及用途。

Using built-in specs.：编译链接详细信息

COLLECT_GCC=gcc：编译时调用的总调度程序

COLLECT_LTO_WRAPPER=/usr/lib/gcc/i686-linux-gnu/5/lto-wrapper：系统目录

Target: i686-linux-gnu：可执行文件的运行环境，cpui686　操作系统为：Ｌｉｎｕｘ，gnu:gcc的开发组织。

配置信息：

头文件包含：
#include “…” search starts here:到程序员自己指定的路径搜索
#include <…> search starts here:到系统指定的路径下搜索

 /usr/lib/gcc/i686-linux-gnu/5/include
 /usr/local/include
 /usr/lib/gcc/i686-linux-gnu/5/include-fixed
 /usr/include/i386-linux-gnu
 /usr/include

End of search list.搜索结束

汇编：

GGC heuristics: --param ggc-min-expand=98 --param ggc-min-heapsize=127604
Compiler executable checksum: aa6acd9da3973c4e062850ebfea36a8e
COLLECT_GCC_OPTIONS='-o' 'test' '-v' '-mtune=generic' '-march=i686'
 as -v --32 -o /tmp/ccE4Ef0F.o /tmp/ccy7NTqq.s

链接：

COLLECT_GCC_OPTIONS='-o' 'test' '-v' '-mtune=generic' '-march=i686'
 /usr/lib/gcc/i686-linux-gnu/5/collect2 -plugin /usr/lib/gcc/i686-linux-gnu/5/liblto_plugin.so -plugin-opt=/usr/lib/gcc/i686-linux-gnu/5/lto-wrapper -plugin-opt=-fresolution=/tmp/cco9llZV.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 --sysroot=/ --build-id --eh-frame-hdr -m elf_i386 --hash-style=gnu --as-needed -dynamic-linker /lib/ld-linux.so.2 -z relro -o test /usr/lib/gcc/i686-linux-gnu/5/../../../i386-linux-gnu/crt1.o /usr/lib/gcc/i686-linux-gnu/5/../../../i386-linux-gnu/crti.o /usr/lib/gcc/i686-linux-gnu/5/crtbegin.o -L/usr/lib/gcc/i686-linux-gnu/5 -L/usr/lib/gcc/i686-linux-gnu/5/../../../i386-linux-gnu -L/usr/lib/gcc/i686-linux-gnu/5/../../../../lib -L/lib/i386-linux-gnu -L/lib/../lib -L/usr/lib/i386-linux-gnu -L/usr/lib/../lib -L/usr/lib/gcc/i686-linux-gnu/5/../../.. /tmp/ccE4Ef0F.o -lgcc --as-needed -lgcc_s --no-as-needed -lc -lgcc --as-needed -lgcc_s --no-as-needed /usr/lib/gcc/i686-linux-gnu/5/crtend.o /usr/lib/gcc/i686-linux-gnu/5/../../../i386-linux-gnu/crtn.o

库函数：
liblto_plugin.so ：动态链接库
crt1.o crti.o crtbegin.o crtend.o crtn.o
在查阅了资料后，找到了这几个库函数的作用：
crt是c runtime 的缩写,用于执行进入main之前的初始化和退出main之后的扫尾工作。
crt1.o, crti.o, crtbegin.o, crtend.o, crtn.o 等目标文件和daemon.o（由我们自己的C程序文件产生）链接成一个执行文件。前面这5个目标文件的作用分别是启动、初始化、构造、析构和结束，它们 通常会被自动链接到应用程序中So,在标准的linux平台下,link的顺序是:ld crt1.o crti.o [user_objects] [system_libraries] crtn.ocrt1.o中包含程 序的入口函数_start以及两个未定义的符号__libc_start_main和main，由_start负责调用__libc_start_main初始化libc，然后调用我们源代码中定义的main函数；另外，由于类似于全局静态对象这样的代码需要在main函 数之前执行，crti.o和crtn.o负责辅助启动这些代码。
另外，Gcc中同样也有crtbegin.o和crtend.o两个文件，这两个目标文件 用于配合glibc来实现C++的全局构造和析构。crt1.o是crt0.o的后续演进版本,crt1.o中会非常重要的.init段和.fini 段以及_start函数的入口…init段和.fini段实际上是靠crti.o以及crtn.o来实现的. init段是main函数之前的初始化工作代码, 比如全局变量的构造.

3、ld的作用？ld当前版本是多少？查资料说明ld脚本的含义（逐行注释）
ld的作用：ld是GNU binutils工具集中的一个，是众多Linkers（链接器）的一种。完成的功能自然也就是链接器的基本功能：把各种目标文件和库文件链接起来，并重定向它们的数据，完成符号解析。链接其实主要就是完成四个方面的工作：storage allocation、symbol management、libraries、relocation。
ld可以识别一种Linker command Language表示的linker scriopt文件来显式的控制链接的过程。通过BFD（Binary Format Description）库，ld可以读取和操作COFF（common object file format）、ELF（executable and linking format）、a.out等各种格式的目标文件。
查看ld的版本以及简单介绍：ld -version
long@ubuntu:~/Task03$ ld -version
GNU ld (GNU Binutils for Ubuntu) 2.26.1
Copyright © 2015 Free Software Foundation, Inc.
这个程序是自由软件；您可以遵循GNU 通用公共授权版本 3 或
(您自行选择的) 稍后版本以再次散布它。
这个程序完全没有任何担保。
ld脚本的含义：

OUTPUT_FORMAT("elf32-i386", "elf32-i386",
	      "elf32-i386")
OUTPUT_ARCH(i386)

OUTPUT_FORMAT 和 OUTPUT_ARCH 都是 ld 脚本的保留字命令。OUTPUT_FORMAT 说明输出二进制文件的格式。OUTPUT_ARCH 说明输出文件系统平台。
ENTRY(_start)
ENTRY 命令的作用是，将后面括号中的符号值设置成入口地址。入口地址（entry point）的定义是这样的──进程执行的第一条用户空间的指令在进程地址空间中的地址。
ld 有多种方法设置进程入口地址，通常它按以下顺序：（编号越前, 优先级越高）
1, ld 命令行的-e选项
2, 连接脚本的 ENTRY(SYMBOL) 命令
3, 如果定义了 start 符号, 使用 start 符号值
4, 如果存在 .text section, 使用 .text section 的第一字节的位置值
5, 使用值 0
SEARCH_DIR("/usr/i486-linux-gnu/lib32");
设置链接时搜寻库文件目录.
SECTIONS
{

然后，接下来是一大段的 SECTIONS，对应的右大括号直到脚本的末尾。
SECTIONS 命令告诉 ld 如何把输入文件的 sections 映射到输出文件的各个 section：即是如何将输入 section 合为输出 section；如何把输出 section 放入程序地址空间 (VMA) 和进程地址空间 (LMA) 。该命令格式如下：
SECTIONS
{
….
}

/* Read-only sections, merged into text segment: */
PROVIDE (__executable_start = SEGMENT_START(“text-segment”, 0x08048000));
PROVIDE 定义的变量 如果源文件中已经定义值 那么用源文件中的，如果没有定义则用脚本中定义的。
并设定该变量的值为0x08048000
. = SEGMENT_START(“text-segment”, 0x08048000) + SIZEOF_HEADERS;
这句把定位器符号置为 0x08048000 + SIZE_HEADERS（若不指定，则该符号的初始值为 0）。
SIZE_HEADERS为输出文件的文件头.
. 是一个特殊的符号，它是定位器，一个位置指针，指向程序地址空间内的某位置（或某section内的偏移，如果它在SECTIONS命令内的某section描述内），该符号只能在SECTIONS命令内使用。

.rel.dyn        :
    {
      *(.rel.init)
      *(.rel.text .rel.text.* .rel.gnu.linkonce.t.*)
      *(.rel.fini)
      *(.rel.rodata .rel.rodata.* .rel.gnu.linkonce.r.*)
      *(.rel.data.rel.ro* .rel.gnu.linkonce.d.rel.ro.*)
      *(.rel.data .rel.data.* .rel.gnu.linkonce.d.*)
      *(.rel.tdata .rel.tdata.* .rel.gnu.linkonce.td.*)
      *(.rel.tbss .rel.tbss.* .rel.gnu.linkonce.tb.*)
      *(.rel.ctors)
      *(.rel.dtors)
      *(.rel.got)
      *(.rel.bss .rel.bss.* .rel.gnu.linkonce.b.*)
      *(.rel.ifunc)
    }
  .rel.plt        :
    {
      *(.rel.plt)
      PROVIDE_HIDDEN (__rel_iplt_start = .);
      *(.rel.iplt)
      PROVIDE_HIDDEN (__rel_iplt_end = .);
    }

以上这些段主要用于重定位.

 .init           :
  {
    KEEP (*(.init))
  } =0x90909090
  .plt            : { *(.plt) *(.iplt) }
  .text           :
  {
    *(.text.unlikely .text.*_unlikely)
    *(.text .stub .text.* .gnu.linkonce.t.*)
    /* .gnu.warning sections are handled specially by elf32.em.  */
    *(.gnu.warning)
  } =0x90909090

.init将在下文与.fini一起介绍.
.text : 表示text段开始.
*(.text) 将所有(*符号代表任意输入文件)输入文件的.text section合并成一个.text section, 该section的地址由定位器符号的值指定, 即0x08048000.

*(.text.unlikely .text.*_unlikely)
*(.text .stub .text.* .gnu.linkonce.t.*)
/* .gnu.warning sections are handled specially by elf32.em.  */
*(.gnu.warning)
  .fini           :
  {
    KEEP (*(.fini)) #

KEEP()强制连接器保留一些特定的section
} =0x90909090
ELF文件中定义了 .init 和 .fini 两个特殊的段，其中 .init 段中的代码会在main之前被执行，.fini 段中的代码会在main退出之后被执行.默认用NOP(0x90)字段进行填充.
PROVIDE (__etext = .);
PROVIDE (_etext = .);
PROVIDE (etext = .);
__etext=. _etext = . etext=.; 我们看到，很多变量都定义成等于这个 . 符，实际上这个符号所代表的值是在变化的，随着越往后走，值越增加，根据前面填充的多少自动往后加。即指定当前地址值为代码段结束位置.
这里就定义了一个 etext 符号，当目标文件内引用了 etext 符号，却没有定义它时，etext 符号对应的地址被定义为 .text section 之后的第一个字节的地址。
.rodata : { (.rodata .rodata. .gnu.linkonce.r.) }
.rodata1 : { (.rodata1) }
数据段终于来到了，意思很容易理解的了(用于只读数据段)。
/ Adjust the address for the data segment. We want to adjust up to
the same address within the page on the next page up. /
. = ALIGN (CONSTANT (MAXPAGESIZE)) - ((CONSTANT (MAXPAGESIZE) - .) & (CONSTANT (MAXPAGESIZE) - 1));
. = DATA_SEGMENT_ALIGN (CONSTANT (MAXPAGESIZE), CONSTANT (COMMONPAGESIZE));
如注释所述用于地址调整,为数据段作相应的地址对齐.
/ Thread Local Storage sections /
.tdata : { (.tdata .tdata. .gnu.linkonce.td.) }
.tbss : { (.tbss .tbss. .gnu.linkonce.tb.) *(.tcommon) }
正如注释所描述,这两个段用于线程的局部数据段(包括data及bss)
CONSTRUCTORS 是一个保留字命令。与 c++ 内的（全局对象的）构造函数和（全局对像的）析构函数相关。

 .ctors          :
  {
    /* gcc uses crtbegin.o to find the start of
       the constructors, so we make sure it is
       first.  Because this is a wildcard, it
       doesn't matter if the user does not
       actually link against crtbegin.o; the
       linker won't look for a file to match a
       wildcard.  The wildcard also means that it
       doesn't matter which directory crtbegin.o
       is in.  */
    KEEP (*crtbegin.o(.ctors))
    KEEP (*crtbegin?.o(.ctors))
    /* We don't want to include the .ctor section from
       the crtend.o file until after the sorted ctors.
       The .ctor section from the crtend file contains the
       end of ctors marker and it must be last */
    KEEP (*(EXCLUDE_FILE (*crtend.o *crtend?.o ) .ctors))
    KEEP (*(SORT(.ctors.*)))
    KEEP (*(.ctors))
  }
  .dtors          :
  {
    KEEP (*crtbegin.o(.dtors))
    KEEP (*crtbegin?.o(.dtors))
    KEEP (*(EXCLUDE_FILE (*crtend.o *crtend?.o ) .dtors))
    KEEP (*(SORT(.dtors.*)))
    KEEP (*(.dtors))
  }

对于支持任意section名的目标文件格式，比如COFF、ELF格式，GNU C++将全局构造和全局析构信息分别放入 .ctors section 和 .dtors section 内

当连接器生成的目标文件格式不支持任意section名字时，比如说ECOFF、XCOFF格式，连接器将通过名字来识别全局构造和全局析构，对于这些文件格式，连接器把与全局构造和全局析构的相关信息放入出现 CONSTRUCTORS 关键字的输出section内。
一般来说，GNU C++在函数__main内安排全局构造代码的运行，而__main函数被初始化代码（在main函数调用之前执行）调用。
意义与前面的 etext 类似。edata 符号也较为重要。

 __bss_start = .;
  .bss            :
  {
   *(.dynbss)
   *(.bss .bss.* .gnu.linkonce.b.*)
   *(COMMON)
   /* Align here to ensure that the .bss section occupies space up to
      _end.  Align after .bss to ensure correct alignment even if the
      .bss section disappears because there are no input sections.
      FIXME: Why do we need it? When there is no .bss section, we don't
      pad the .data section.  */
   . = ALIGN(. != 0 ? 32 / 8 : 1);
  }
  . = ALIGN(32 / 8);
  . = ALIGN(32 / 8);
  _end = .; PROVIDE (end = .);
  . = DATA_SEGMENT_END (.)

BSS段开始了。
COMMON 这个保留字的意义：
通用符号(common symbol)的输入section：
在许多目标文件格式中，通用符号并没有占用一个section。连接器认为：输入文件的所有通用符号在名为COMMON的section内。
上例中将所有输入文件的所有通用符号放入输出.bss section内。
这里，定义了几个重要的符号
__bss_start = .;
_end = .;
end = .;
在代码中可能会用到的。

 /* Stabs debugging sections.  */
  .stab          0 : { *(.stab) }
  .stabstr       0 : { *(.stabstr) }
  .stab.excl     0 : { *(.stab.excl) }
  .stab.exclstr  0 : { *(.stab.exclstr) }
  .stab.index    0 : { *(.stab.index) }
  .stab.indexstr 0 : { *(.stab.indexstr) }
  .comment       0 : { *(.comment) }
  /* DWARF debug sections.
     Symbols in the DWARF debugging sections are relative to the beginning
     of the section so we begin them at 0.  */
  /* DWARF 1 */
  .debug          0 : { *(.debug) }
  .line           0 : { *(.line) }
  /* GNU DWARF 1 extensions */
  .debug_srcinfo  0 : { *(.debug_srcinfo) }
  .debug_sfnames  0 : { *(.debug_sfnames) }
  /* DWARF 1.1 and DWARF 2 */
  .debug_aranges  0 : { *(.debug_aranges) }
  .debug_pubnames 0 : { *(.debug_pubnames) }
  /* DWARF 2 */
  .debug_info     0 : { *(.debug_info .gnu.linkonce.wi.*) }
  .debug_abbrev   0 : { *(.debug_abbrev) }
  .debug_line     0 : { *(.debug_line) }
  .debug_frame    0 : { *(.debug_frame) }
  .debug_str      0 : { *(.debug_str) }
  .debug_loc      0 : { *(.debug_loc) }
  .debug_macinfo  0 : { *(.debug_macinfo) }
  /* SGI/MIPS DWARF 2 extensions */
  .debug_weaknames 0 : { *(.debug_weaknames) }
  .debug_funcnames 0 : { *(.debug_funcnames) }
  .debug_typenames 0 : { *(.debug_typenames) }
  .debug_varnames  0 : { *(.debug_varnames) }
  /* DWARF 3 */
  .debug_pubtypes 0 : { *(.debug_pubtypes) }
  .debug_ranges   0 : { *(.debug_ranges) }
  .gnu.attributes 0 : { KEEP (*(.gnu.attributes)) }

这里主要包含代码的调试信息,用于调试时使用.包括一些行号信息及符号表等.
/DISCARD/ : { *(.note.GNU-stack) *(.gnu_debuglink) (.gnu.lto_) }
DISCARD关键字用于将指定段舍弃,不出现在输出文件中.
余下的这几个意义也类似，看英文注释应该能明白。
对初步编译出来的一个二进制文件进行 nm 解析(nm -n a.out)，得到如下内容:

	 U _IO_getc@@GLIBC_2.0
         w _Jv_RegisterClasses
         U __ctype_b_loc@@GLIBC_2.3
         U __errno_location@@GLIBC_2.0
         w __gmon_start__
         U __isoc99_sscanf@@GLIBC_2.7
         U __libc_start_main@@GLIBC_2.0
         U __stack_chk_fail@@GLIBC_2.4
         U exit@@GLIBC_2.0
         U fclose@@GLIBC_2.1
         U feof@@GLIBC_2.0
         U fgets@@GLIBC_2.0
         U fopen@@GLIBC_2.1
         U printf@@GLIBC_2.0
         U sprintf@@GLIBC_2.0
         U strerror@@GLIBC_2.0
         U strtol@@GLIBC_2.0
         U vfprintf@@GLIBC_2.0
080485a8 T _init
08048700 T _start
08048730 t __do_global_dtors_aux
08048790 t frame_dummy
080487b4 T die
080487e7 T print_name_pid
08048904 T print_maps
08048be3 T parse_pid
08048c3a T main
08048cc0 T __libc_csu_fini
08048cd0 T __libc_csu_init
08048d2a T __i686.get_pc_thunk.bx
08048d30 t __do_global_ctors_aux
08048d5c T _fini
08048d78 R _fp_hw
08048d7c R _IO_stdin_used
08048e80 r __FRAME_END__
08049f0c d __CTOR_LIST__
08049f0c d __init_array_end
08049f0c d __init_array_start
08049f10 d __CTOR_END__
08049f14 d __DTOR_LIST__
08049f18 D __DTOR_END__
08049f1c d __JCR_END__
08049f1c d __JCR_LIST__
08049f20 d _DYNAMIC
08049ff4 d _GLOBAL_OFFSET_TABLE_
0804a044 D __data_start
0804a044 W data_start
0804a048 D __dso_handle
0804a04c A __bss_start
0804a04c A _edata
0804a04c B stderr@@GLIBC_2.0
0804a050 b completed.7021
0804a054 b dtor_idx.7023
0804a058 A _end

可以看到，所有的地址全是从 0x08048000 开始的。
U表示该符号未定义,主要是动态链接库中的符号,在目标文件加载入内存的时候再进行解析.
w表示该符号为弱符号

 U _IO_getc@@GLIBC_2.0
     w _Jv_RegisterClasses
     U __ctype_b_loc@@GLIBC_2.3
     U __errno_location@@GLIBC_2.0
     w __gmon_start__

     U __isoc99_sscanf@@GLIBC_2.7
     U __libc_start_main@@GLIBC_2.0
     U __stack_chk_fail@@GLIBC_2.4
     U exit@@GLIBC_2.0
     U fclose@@GLIBC_2.1
     U feof@@GLIBC_2.0
     U fgets@@GLIBC_2.0
     U fopen@@GLIBC_2.1
     U printf@@GLIBC_2.0
     U sprintf@@GLIBC_2.0
     U strerror@@GLIBC_2.0
     U strtol@@GLIBC_2.0
     U vfprintf@@GLIBC_2.0

两个个起始符号（T表示在text段中）

080485a8 T _init
08048700 T _start

几个函数都在代码段内

08048730 t __do_global_dtors_aux
08048790 t frame_dummy
080487b4 T die
080487e7 T print_name_pid
08048904 T print_maps
08048be3 T parse_pid
08048c3a T main

栈底地址果然是在 start 下方 0x4000 处

800fc000 T stack
（A 表示绝对不变）
0804a04c A __bss_start
0804a04c A _edata
0804a058 A _end

全局构造和析构变量段（D表示在已初始化过的数据段中）

08049f0c d __CTOR_LIST__
08049f0c d __init_array_end
08049f0c d __init_array_start
08049f10 d __CTOR_END__
08049f14 d __DTOR_LIST__
08049f18 D __DTOR_END__
08049f1c d __JCR_END__
08049f1c d __JCR_LIST__
08049f20 d _DYNAMIC
08049ff4 d _GLOBAL_OFFSET_TABLE_
0804a044 D __data_start
0804a044 W data_start
0804a048 D __dso_handle

还有一个是用 B 标记的，表示在未初始化的数据段中

0804a04c B stderr@@GLIBC_2.0
0804a050 b completed.7021
0804a054 b dtor_idx.7023

4、通过objdump反汇编，找到下面两个函数的位置，_libc_csu_init和_libc_csu_finit，并查资料说明他们的具体功能和整个程序加载过程中的执行顺序。

a.08048424 

b.08048460 <__libc_csu_init>
c.080484c0 <__libc_csu_fini>

1、__libc_csu_init, 负责调用_init()
2、__libc_csu_fini, 负责调用_finit()