C语言的本质（30）——C语言与汇编之ELF文件格式

ELF(Executable and Linking Format)文件格式是一个开放标准，各种UNIX系统的可执行文件都采用ELF格式，ELF是一种对象文件的格式，用于定义不同类型的对象文件(Object files)的内容是什么、以及都以怎样的格式去存放这些内容。它有三种不同的类型：

1、  可重定位的目标文件（Relocatable）

这是由汇编器汇编生成的 .o 文件。后面的链接器把一个或多个可重定位的目标文件作为输入，经链接处理后，生成一个可执行的对象文件 (Executable file) 或者一个可被共享的对象文件(Shared object file)。我们可以使用 ar 工具将众多的 .o可重定位的目标文件归档(archive)成 .a 静态库文件。

 

2、  可执行文件（Executable）

我们编译出的程序都是可执行文件。在 Linux 系统里面，存在两种可执行的东西。除了这里说的可执行文件，另外一种就是可执行的脚本(如shell脚本)。注意这些脚本不是可执行文件，它们只是文本文件，但是执行这些脚本所用的解释器就是可执行文件，比如 bash shell 程序。

 

3、共享库（Shared Object）

这些就是所谓的动态库文件，也即 .so 文件。如果拿前面的静态库来生成可执行程序，那每个生成的可执行程序中都会有一份库代码的拷贝。如果在磁盘中存储这些可执行程序，那就会占用额外的磁盘空间；另外如果拿它们放到Linux系统上一起运行，也会浪费掉宝贵的物理内存。如果将静态库换成动态库，那么这些问题都不会出现。

 

下面我们分析上一篇中“求一组数的最大值的汇编程序”经过汇编之后生成的目标文件max.o和链接之后生成的可执行文件max的格式，从而理解汇编、链接和加载执行的过程。共享库以后再详细介绍。

 

ELF文件格式提供了两种不同的视角，在汇编器和链接器看来，ELF文件是由Section Header Table描述的一系列Section的集合，而执行一个ELF文件时，在加载器（Loader）看来它是由Program Header Table描述的一系列Segment的集合。如下图所示。

 

 

左边是从汇编器和链接器的视角来看这个文件，开头的ELF Header描述了体系结构和操作系统等基本信息，并指出Section Header Table和Program Header Table在文件中的什么位置，Program Header Table在汇编和链接过程中没有用到，所以是可有可无的，SectionHeader Table中保存了所有Section的描述信息。右边是从加载器的视角来看这个文件，开头是ELF Header，Program Header Table中保存了所有Segment的描述信息，Section Header Table在加载过程中没有用到，所以是可有可无的。注意Section Header Table和Program Header Table并不是一定要位于文件开头和结尾的，其位置由ELF Header指出，上图这么画只是为了清晰。

我们在汇编程序中用.section声明的Section会成为目标文件中的Section，此外汇编器还会自动添加一些Section（比如符号表）。Segment是指在程序运行时加载到内存的具有相同属性的区域，由一个或多个Section组成，比如有两个Section都要求加载到内存后可读可写，就属于同一个Segment。有些Section只对汇编器和链接器有意义，在运行时用不到，也不需要加载到内存，那么就不属于任何Segment。

目标文件需要链接器做进一步处理，所以一定有Section Header Table；可执行文件需要加载运行，所以一定有Program Header Table；而共享库既要加载运行，又要在加载时做动态链接，所以既有Section Header Table又有Program Header Table。

下面用readelf工具读出目标文件max.o的ELF Header和Section Header Table，然后我们逐段分析。

 

ELF Header中描述了操作系统是UNIX，体系结构是x86-64。SectionHeader Table中有8个节头(Section Header)，在文件中的位置（或者叫文件地址）从216（0xD8）开始，每个节(Section)64字节。这个目标文件没有Program Header。

 

从节头(Section Header)中读出各Section的描述信息，其中.text和.data是我们在汇编程序中声明的Section，而其它Section是汇编器自动添加的。Addr是这些段加载到内存中的地址（我们讲过程序中的地址都是虚拟地址），加载地址要在链接时填写，现在空缺，所以是全0。Off和Size两列指出了各Section的文件地址，比如.data从文件地址0x6d开始，一共0x38个字节，回去翻一下程序，.data中定义了14个4字节的整数，一共是56个字节，也就是0x38个。根据以上信息可以描绘出整个目标文件的布局。

max.o这个文件不大，我们直接用hexdump工具把目标文件的字节全部打印出来看。