大家肯定都知道計算機程序設計語言通常分為機器語言、匯編語言和高級語言三類。高級語言需要通過翻譯成機器語言才能執(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語言分為兩大類,一種是編譯型語言,例如C,C++,Java,另一種是解釋型語言,例如Python、Ruby、MATLAB 、JavaScript。 ????本文將介紹如何將高層的C/C++語言編寫的程序轉(zhuǎn)換成為處理器能夠執(zhí)行的二進制代碼的過程,包括四個步驟:
預處理(Preprocessing)
編譯(Compilation)
匯編(Assembly)
鏈接(Linking)
GCC 工具鏈介紹 ? ????通常所說的GCC是GUN Compiler Collection的簡稱,是Linux系統(tǒng)上常用的編譯工具。GCC工具鏈軟件包括GCC、Binutils、C運行庫等。 GCC ??? GCC(GNU C Compiler)是編譯工具。本文所要介紹的將C/C++語言編寫的程序轉(zhuǎn)換成為處理器能夠執(zhí)行的二進制代碼的過程即由編譯器完成。 Binutils ????一組二進制程序處理工具,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,分別簡介如下:
addr2line:用來將程序地址轉(zhuǎn)換成其所對應的程序源文件及所對應的代碼行,也可以得到所對應的函數(shù)。該工具將幫助調(diào)試器在調(diào)試的過程中定位對應的源代碼位置。
as:主要用于匯編,有關匯編的詳細介紹請參見后文。
ld:主要用于鏈接,有關鏈接的詳細介紹請參見后文。
ar:主要用于創(chuàng)建靜態(tài)庫。為了便于初學者理解,在此介紹動態(tài)庫與靜態(tài)庫的概念:
如果要將多個.o目標文件生成一個庫文件,則存在兩種類型的庫,一種是靜態(tài)庫,另一種是動態(tài)庫。
在windows中靜態(tài)庫是以 .lib 為后綴的文件,共享庫是以 .dll 為后綴的文件。在linux中靜態(tài)庫是以.a為后綴的文件,共享庫是以.so為后綴的文件。
靜態(tài)庫和動態(tài)庫的不同點在于代碼被載入的時刻不同。靜態(tài)庫的代碼在編譯過程中已經(jīng)被載入可執(zhí)行程序,因此體積較大。共享庫的代碼是在可執(zhí)行程序運行時才載入內(nèi)存的,在編譯過程中僅簡單的引用,因此代碼體積較小。在Linux系統(tǒng)中,可以用ldd命令查看一個可執(zhí)行程序依賴的共享庫。
如果一個系統(tǒng)中存在多個需要同時運行的程序且這些程序之間存在共享庫,那么采用動態(tài)庫的形式將更節(jié)省內(nèi)存。
ldd:可以用于查看一個可執(zhí)行程序依賴的共享庫。
objcopy:將一種對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。有關反匯編的詳細介紹,請參見后文。
readelf:顯示有關ELF文件的信息,請參見后文了解更多信息。
size:列出可執(zhí)行文件每個部分的尺寸和總尺寸,代碼段、數(shù)據(jù)段、總大小等,請參見后文了解使用size的具體使用實例。
C運行庫 ??? C語言標準主要由兩部分組成:一部分描述C的語法,另一部分描述C標準庫。C標準庫定義了一組標準頭文件,每個頭文件中包含一些相關的函數(shù)、變量、類型聲明和宏定義,譬如常見的printf函數(shù)便是一個C標準庫函數(shù),其原型定義在stdio頭文件中。 ??? C語言標準僅僅定義了C標準庫函數(shù)原型,并沒有提供實現(xiàn)。因此,C語言編譯器通常需要一個C運行時庫(C Run Time Libray,CRT)的支持。C運行時庫又常簡稱為C運行庫。與C語言類似,C++也定義了自己的標準,同時提供相關支持庫,稱為C++運行時庫。 ? 準備工作 ? ????由于GCC工具鏈主要是在Linux環(huán)境中進行使用,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過程,本節(jié)先準備一個C語言編寫的簡單Hello程序作為示例,其源代碼如下所示:
#include?? 編譯過程 ? 1. 預處理 ????預處理的過程主要包括以下過程:? //此程序很簡單,僅僅打印一個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編譯指令,比如#if #ifdef #elif #else #endif等。
處理#include預編譯指令,將被包含的文件插入到該預編譯指令的位置。
刪除所有注釋“//”和“/* */”。
添加行號和文件標識,以便編譯時產(chǎn)生調(diào)試用的行號及編譯錯誤警告行號。
保留所有的#pragma編譯器指令,后續(xù)編譯過程需要使用它們。
使用gcc進行預處理的命令如下:
?
?
$?gcc?-E?hello.c?-o?hello.i?//?將源文件hello.c文件預處理生成hello.i //?GCC的選項-E使GCC在進行完預處理后即停止? ??? hello.i文件可以作為普通文本文件打開進行查看,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 ????編譯過程就是對預處理完的文件進行一系列的詞法分析,語法分析,語義分析及優(yōu)化后生成相應的匯編代碼。 ????使用gcc進行編譯的命令如下:
$?gcc?-S?hello.i?-o?hello.s?//?將預處理生成的hello.i文件編譯生成匯編程序hello.s //?GCC的選項-S使GCC在執(zhí)行完編譯后停止,生成匯編程序? ????上述命令生成的匯編程序hello.s的代碼片段如下所示,其全部為匯編代碼。
//?hello.s代碼片段 main: .LFB0: ????.cfi_startproc ????pushq???%rbp ????.cfi_def_cfa_offset?16 ????.cfi_offset?6,?-16 ????movq????%rsp,?%rbp ????.cfi_def_cfa_register?6 ????movl????$.LC0,?%edi ????call????puts ????movl????$0,?%eax ????popq????%rbp ????.cfi_def_cfa?7,?8 ????ret ????.cfi_endproc? 3. 匯編 ????匯編過程調(diào)用對匯編代碼進行處理,生成處理器能識別的指令,保存在后綴為.o的目標文件中。由于每一個匯編語句幾乎都對應一條處理器指令,因此,匯編相對于編譯過程比較簡單,通過調(diào)用Binutils中的匯編器as根據(jù)匯編指令和處理器指令的對照表一一翻譯即可。 ????當程序由多個源代碼文件構成時,每個文件都要先完成匯編工作,生成.o目標文件后,才能進入下一步的鏈接工作。注意:目標文件已經(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文件匯編生成目標文件hello.o //?GCC的選項-c使GCC在執(zhí)行完匯編后停止,生成目標文件 //?或者直接調(diào)用as進行匯編 $?as?-c?hello.s?-o?hello.o?//使用Binutils中的as將hello.s文件匯編生成目標文件? ????注意:hello.o目標文件為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)鏈接和動態(tài)鏈接,其要點如下:
靜態(tài)鏈接是指在編譯階段直接把靜態(tài)庫加入到可執(zhí)行文件中去,這樣可執(zhí)行文件會比較大。鏈接器將函數(shù)的代碼從其所在地(不同的目標文件或靜態(tài)鏈接庫中)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是:符號解析(把目標文件中符號的定義和引用聯(lián)系起來)和重定位(把符號定義和內(nèi)存地址對應起來然后修改所有對符號的引用)。
動態(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)行時再從系統(tǒng)中把相應動態(tài)庫加載到內(nèi)存中去。
在Linux系統(tǒng)中,gcc編譯鏈接時的動態(tài)庫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;再從環(huán)境變量LIBRARY_PATH指定的路徑尋址;再從默認路徑/lib、/usr/lib、/usr/local/lib尋找。
在Linux系統(tǒng)中,執(zhí)行二進制文件時的動態(tài)庫搜索路徑的順序通常為:首先搜索編譯目標代碼時指定的動態(tài)庫搜索路徑;再從環(huán)境變量LD_LIBRARY_PATH指定的路徑尋址;再從配置文件/etc/ld.so.conf中指定的動態(tài)庫搜索路徑;再從默認路徑/lib、/usr/lib尋找。
在Linux系統(tǒng)中,可以用ldd命令查看一個可執(zhí)行程序依賴的共享庫。
由于鏈接動態(tài)庫和靜態(tài)庫的路徑可能有重合,所以如果在路徑中有同名的靜態(tài)庫文件和動態(tài)庫文件,比如libtest.a和libtest.so,gcc鏈接時默認優(yōu)先選擇動態(tài)庫,會鏈接libtest.so,如果要讓gcc選擇鏈接libtest.a則可以指定gcc選項-static,該選項會強制使用靜態(tài)庫進行鏈接。以Hello World為例:
如果使用命令“gcc hello.c -o hello”則會使用動態(tài)庫進行鏈接,生成的ELF可執(zhí)行文件的大?。ㄊ褂肂inutils的size命令查看)和鏈接的動態(tài)庫(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態(tài)庫,主要是Linux的glibc動態(tài)庫 ????????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”則會使用靜態(tài)庫進行鏈接,生成的ELF可執(zhí)行文件的大?。ㄊ褂肂inutils的size命令查看)和鏈接的動態(tài)庫(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?//說明沒有鏈接動態(tài)庫????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ELF可執(zhí)行文件通常被鏈接為不同的段,常見的段譬如.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)。一個典型的ELF文件包含下面幾個段:
.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文件無法被當做普通文本文件打開,如果希望直接查看一個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對其進行反匯編如下:
$?objdump?-D?hello …… 0000000000400526?? ????使用objdump -S將其反匯編并且將其C語言源代碼混合顯示出來::??//?main標簽的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 $?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) ……
?
?
評論
查看更多