diff --git a/study/kernel/01-process/03-execute/01-elf/README.md b/study/kernel/01-process/03-execute/01-elf/README.md index d00582e..4c86dd4 100644 --- a/study/kernel/01-process/03-execute/01-elf/README.md +++ b/study/kernel/01-process/03-execute/01-elf/README.md @@ -266,151 +266,259 @@ ELF文件由各个部分组成。 包含了与各段相关的附加信息。 -##ELF的数据类型定义 +##ELF基本数据类型定义 ------- 在具体介绍ELF的格式之前，我们先来了解在ELF文件中都有哪些数据类型的定义： -ELF数据编码顺序与机器相关，为了使数据结构更加通用, linux内核自定义了几种通用的数据, 使得数据的表示与具体体系结构分离, 数据类型有六种 +ELF数据编码顺序与机器相关，为了使数据结构更加通用, linux内核自定义了几种通用的数据, 使得数据的表示与具体体系结构分离 + +但是由于32位程序和64位程序所使用的数据宽度不同, 同时64位机必须兼容的执行32位程序, 因此我们所有的数据都被定义为32bit和64bit两个不同类型的数据 + +常规定义在[include/uapi/linux](http://lxr.free-electrons.com/source/include/uapi/linux/elf.h?v=4.5#L7)中，　各个结构也可以按照需求重新定义 + +**32位机器上的定义** + +| 名称 | 常规定义 |大小 | 对齐 | 目的 | +| ------------- |:-------------:|:-------------:|:-------------:|:-------------:| +| Elf32_Addr | __u32 | 4 | 4 | 无符号程序地址 | +| Elf32_Half | __u16 | 2 | 2 | 无符号中等整数 | +| Elf32_Off | __u32 | 4 | 4 | 无符号文件偏移 | +| Elf32_SWord | __u32 | 4 | 4 | 有符号大整数 | +| Elf32_Word | __u32 | 4 | 4 | 无符号大整数 | +| unsigned char | 无 | 1 | 1 | 无符号小整数 | + +*64位机器上的定义** + +| 名称 | 常规定义 |大小 | 对齐 | 目的 | +| ------------- |:-------------:|:-------------:|:-------------:|:-------------:| +| Elf64_Addr | __u64 | 8 | 8 | 无符号程序地址 | +| Elf64_Half | __u16 | 2 | 2 | 无符号小整数 | +| Elf64_SHalf | __s16 | 2 | 2 | 无符号小整数 +| Elf64_Off | __u64 | 8 | 8 | 无符号文件偏移 | +| Elf64_Sword | __s32 | 4 |4 | 有符号中等整数 | +| Elf64_Word | __u32 | 4 | 4 | 无符号中等整数 | +| Elf64_Xword | __u64 | 8 | 8 | 无符号大整数 | +| Elf64_Sxword | __s64 | 8 | 8 | 有符号大整数 | +| unsigned char | 无 | 1 | 1 | 无符号小整数 | + +#ELF头部Elfxx_Ehdr +------- + +elf头部用Elfxx_Ehdr结构(被定义在[linux/uapi/linux/elf.h](http://lxr.free-electrons.com/source/include/uapi/linux/elf.h?v=4.5#L200)来表示, [Elf32_Ehdr(32bit)](http://lxr.free-electrons.com/source/include/uapi/linux/elf.h?v=4.5#L203)和[Elf64_Ehdr(64bit)](http://lxr.free-electrons.com/source/include/uapi/linux/elf.h?v=4.5#L220) + +##数据成员 +------- + +内部成员, 如下 + +| 成员 | 类型 | 描述 | +| ------------- |:-------------:|:-------------:| +| e_ident[EI_NIDENT] | unsigned char |目标文件标识信息, 即"魔数", EI_NIDENT=16, 因此共占用128位 | +| e_type | Elf32_Half/Elf64_Half | 目标文件类型 | +| e_machine | Elf32_Half/Elf64_Half | 目标体系结构类型 | +| e_version | Elf32_Word/Elf64_Word | 目标文件版本 | +| e_entry | Elf32_Addr/Elf64_Addr | 程序入口的虚拟地址,若没有，可为0 | +| e_phoff | Elf32_Off/Elf64_Off | 程序头部表格（Program Header Table）的偏移量（按字节计算）,若没有，可为0 | +| e_shoff | Elf32_Off/Elf64_Off | 节区头部表格（Section Header Table）的偏移量（按字节计算）,若没有，可为0 | +| e_flags | Elf32_Word/Elf64_Word | 保存与文件相关的，特定于处理器的标志。标志名称采用 EF_machine_flag的格式 | +| e_ehsize | Elf32_Half/Elf64_Half | ELF 头部的大小（以字节计算） | +| e_phentsize | Elf32_Half/Elf64_Half | 程序头部表格的表项大小（按字节计算） | +| e_phnum | Elf32_Half/Elf64_Half | 程序头部表格的表项数目。可以为 0 | +| e_shentsize | Elf32_Half/Elf64_Half | 节区头部表格的表项大小（按字节计算） | +| e_shnum | Elf32_Half/Elf64_Half | 节区头部表格的表项数目。可以为 0 | +| e_shstrndx | Elf32_Half/Elf64_Half | 节区头部表格中与节区名称字符串表相关的表项的索引。如果文件没有节区名称字符串表，此参数可以为 SHN_UNDEF | -| 名称 | 大小 | 对齐 | 目的 | + +##魔数e_ident +------- + +其中需要注意地是e_ident是一个16字节的数组，这个数组按位置从左到右都是有特定含义，每个数组元素的下标在标准中还存在别称，如byte0的下标0别名为EI_MAG0，具体如下: + + + +| 名称 | 元素下标值 | 含义 | +| ------------- |:-------------:|:-------------:| +| EI_MAG0 | 0 | 文件标识 | +| EI_MAG1 | 1 | 文件标识 | +| EI_MAG2 | 2 | 文件标识 | +| EI_MAG3 | 3 | 文件标识 | +| EI_CLASS | 4 | 文件类 | +| EI_DATA | 5 | 数据编码 | +| EI_VERSION | 6 | 文件版本 | +| EI_PAD | 7 | 补齐字节开始处 | +| EI_NIDENT | 16 | e_ident[]大小 | + + +e_ident[EI_MAG0]~e_ident[EI_MAG3]即e_ident[0]~e_ident[3]被称为魔数（Magic Number）,其值一般为0x7f,'E','L','F' + +e_ident[EI_CLASS]（即e_ident[4]）识别目标文件运行在目标机器的类别，取值可为三种值：ELFCLASSNONE（0）非法类别；ELFCLASS32（1）32位目标；ELFCLASS64（2）64位目标。 + +e_ident[EI_DATA]（即e_ident[5]）：给出处理器特定数据的数据编码方式。即大端还是小端方式。取值可为3种：ELFDATANONE（0）非法数据编码；ELFDATA2LSB（1）高位在前；ELFDATA2MSB（2）低位在前 + + +##目标文件类型e_type +------- + +e_type表示elf文件的类型，如下定义: + +| 名称 | 取值 | 含义 | +| ------------- |:-------------:|:-------------:| +| ET_NONE | 0 | 未知目标文件格式 | +| ET_REL | 1 | 可重定位文件 | | +| ET_EXEC | 2 | 可执行文件 | +| ET_DYN | 3 | 共享目标文件 | +| ET_CORE | 4 | Core 文件（转储格式） | +| ET_LOPROC | 0xff00 | 特定处理器文件 | +| ET_HIPROC | 0xffff | 特定处理器文件 | +| ET_LOPROC~ET_HIPROC | 0xff00~0xffff | 特定处理器文件 | + +##目标体系结构类型e_machine +------- +e_machine表示目标体系结构类型： + +| 名称 | 取值 | 含义 | +| ------------- |:-------------:|:-------------:| +| EM_NONE | 0 | 未指定 | +| EM_M32 | 1 | AT&T WE 32100 | +| EM_SPARC | 2 | SPARC | +| EM_386 | 3 | Intel 80386 | +| EM_68K | 4 | Motorola 68000 | +| EM_88K | 5 | Motorola 88000 +| EM_860 | 7 | Intel 80860 | +| EM_MIPS | 8 | MIPS RS3000 | +| others | 9~ | 预留 | + + + + +#节区（Sections） +------- + +节区中包含目标文件中的所有信息，除了：ELF 头部、程序头部表格、节区头部表格。节区满足以下条件： + +1. 目标文件中的每个节区都有对应的节区头部描述它，反过来，有节区头部不意味着有节区。 + +2. 每个节区占用文件中一个连续字节区域（这个区域可能长度为 0）。 + +3. 文件中的节区不能重叠，不允许一个字节存在于两个节区中的情况发生。 + +4. 目标文件中可能包含非活动空间（INACTIVE SPACE）。这些区域不属于任何头部和节区，其内容未指定。 + +##节区头部表格 +------- + +ELF 头部中， + +e_shoff 成员给出从文件头到节区头部表格的偏移字节数； + +e_shnum给出表格中条目数目； + +e_shentsize 给出每个项目的字节数。 + +从这些信息中可以确切地定位节区的具体位置、长度。 + +从之前的描述中可知，每一项节区在节区头部表格中都存在着一项元素与它对应，因此可知，这个节区头部表格为一连续的空间，每一项元素为一结构体 + +那么这个节区头部由elfxx_shdr（定义在[include/uapi/linux/elf.h](http://lxr.free-electrons.com/source/include/uapi/linux/elf.h?v=4.5#L8)）, 32位elf32_shdr， 64位elf64_shdr + +结构体的成员如下 + +| 成员 | 类型 | 描述 | +| ------------- |:-------------:|:-------------:| +| sh_name | Elf32_Word/Elf64_Word | 节区名，是节区头部字符串表节区（Section Header String Table Section）的索引。名字是一个 NULL 结尾的字符串 | +| sh_type | Elf32_Word/Elf64_Word | 节区类型 | +| sh_flags | Elf32_Word/Elf64_Word | 节区标志 | +| sh_addr | Elf32_Addr/Elf64_Addr | 如果节区将出现在进程的内存映像中，此成员给出节区的第一个字节应处的位置。否则，此字段为 0 | +| sh_offset | Elf32_Off/Elf64_Off | 此成员的取值给出节区的第一个字节与文件头之间的偏移 | +| sh_size | Elf32_Word/Elf64_Word | 此成员给出节区的长度（字节数） | +| sh_link | Elf32_Word/Elf64_Word | 此成员给出节区头部表索引链接。其具体的解释依赖于节区类型 | +| sh_info | Elf32_Word/Elf64_Word | 此成员给出附加信息，其解释依赖于节区类型 | +| sh_addralign | Elf32_Word/Elf64_Word | 某些节区带有地址对齐约束 | +| sh_entsize | Elf32_Word/Elf64_Word | 某些节区中包含固定大小的项目，如符号表。对于这类节区，此成员给出每个表项的长度字节数 | + + +###节区类型sh_type +------- + +sh_type的取值如下: + +| 名称 | 取值 | 说明 | +| ------------- |:-------------:|:-------------:| +| SHT_NULL | 0 | 此值标志节区头部是非活动的，没有对应的节区。此节区头部中的其他成员取值无意义 | +| SHT_PROGBITS | 1 | 此节区包含程序定义的信息，其格式和含义都由程序来解释 | +| SHT_SYMTAB | 2 | 此节区包含一个符号表。目前目标文件对每种类型的节区都只能包含一个，不过这个限制将来可能发生变化
一般，SHT_SYMTAB 节区提供用于链接编辑（指 ld 而言）的符号，尽管也可用来实现动态链接 | +| SHT_STRTAB | 3 | 此节区包含字符串表。目标文件可能包含多个字符串表节区 | +| SHT_RELA | 4 | 此节区包含重定位表项，其中可能会有补齐内容（addend），例如 32 位目标文件中的 Elf32_Rela 类型。目标文件可能拥有多个重定位节区 | +| SHT_HASH | 5 | 此节区包含符号哈希表。所有参与动态链接的目标都必须包含一个符号哈希表。目前，一个目标文件只能包含一个哈希表，不过此限制将来可能会解除 | +| SHT_DYNAMIC | 6 | 此节区包含动态链接的信息。目前一个目标文件中只能包含一个动态节区，将来可能会取消这一限制 | +| SHT_NOTE | 7 | 此节区包含以某种方式来标记文件的信息 | +| SHT_NOBITS | 8 | 这种类型的节区不占用文件中的空间 ， 其他方面和SHT_PROGBITS相似。尽管此节区不包含任何字节，成员sh_offset 中还是会包含概念性的文件偏移 | +| SHT_REL | 9 | 此节区包含重定位表项，其中没有补齐（addends），例如 32 位目标文件中的 Elf32_rel 类型。目标文件中可以拥有多个重定位节区 | +| SHT_SHLIB | 10 | 此节区被保留，不过其语义是未规定的。包含此类型节区的程序与 ABI 不兼容 | +| SHT_DYNSYM | 11 | 作为一个完整的符号表，它可能包含很多对动态链接而言不必要的符号。因此，目标文件也可以包含一个 SHT_DYNSYM 节区，其中保存动态链接符号的一个最小集合，以节省空间 | +| SHT_LOPROC | X70000000 | 这一段（包括两个边界），是保留给处理器专用语义的 | +| SHT_HIPROC | OX7FFFFFFF | 这一段（包括两个边界），是保留给处理器专用语义的 | +| SHT_LOUSER | 0X80000000 | 此值给出保留给应用程序的索引下界 | +| SHT_HIUSER | 0X8FFFFFFF | 此值给出保留给应用程序的索引上界 | + +###节区标志sh_flags +------- + +sh_flag标志着此节区是否可以修改，是否可以执行，如下定义： + +| 名称 | 取值 | 含义 | +| ------------- |:-------------:|:-------------:| +| SHF_WRITE | 0x1 | 节区包含进程执行过程中将可写的数据 | +| SHF_ALLOC | 0x2| 此节区在进程执行过程中占用内存。某些控制节区并不出现于目标文件的内存映像中，对于那些节区，此位应设置为 0 | +| SHF_EXECINSTR | 0x4 | 节区包含可执行的机器指令 | +| SHF_MASKPROC | 0xF0000000 | 所有包含于此掩码中的四位都用于处理器专用的语义 | + +###sh_link 和 sh_info 字段 +------- + +sh_link和sh_info字段的具体含义依赖于sh_type的值 + +| sh_type | sh_link | sh_info | +| ------------- |:-------------:|:-------------:| +| SHT_DYNAMIC | 此节区中条目所用到的字符串表格的节区头部索引 | 0 | +| SHT_HASH | 此哈希表所适用的符号表的节区头部索引 | 0 | +| SHT_REL
SHT_RELA | 相关符号表的节区头部索引 | 重定位所适用的节区的节区头部索引 | +| SHT_SYMTAB
SHT_DYNSYM | 相关联的字符串表的节区头部索引 | 最后一个局部符号（绑定 STB_LOCAL）的符号表索引值加一 | +| 其它 | SHN_UNDEF | 0 | + +##特殊节区 +------- + +有些节区是系统预订的，一般以点开头号，因此，我们有必要了解一些常用到的系统节区。 + +| 名称 | 类型 | 属性 | 含义 | | ------------- |:-------------:|:-------------:|:-------------:| -| Elf32_Addr | 4 | 4 | 无符号程序地址 | -| Elf32_Half | 2 | 2 | 无符号中等整数 | -| Elf32_Off | 4 | 4 | 无符号文件偏移 | -| Elf32_SWord | 4 | 4 | 有符号大整数 | -| Elf32_Word | 4 | 4 | 无符号大整数 | -| unsigned char | 1 | 1 | 无符号小整数 | - -http://lxr.free-electrons.com/source/include/uapi/linux/elf.h?v=4.5#L218 -##ELF头部 -------- - - - - - - - - - - - - - - - - - - - - - - - - - - - -#execve系统调用 -------- - -##execve系统调用 -------- - -我们前面提到了, fork, vfork等复制出来的进程是父进程的一个副本, 那么如何我们想加载新的程序, 可以通过execve来加载和启动新的程序。 - ->x86架构下, 其实还实现了一个新的exec的系统调用叫做execveat(自linux-3.19后进入内核) -> ->[syscalls,x86: Add execveat() system call](http://lwn.net/Articles/600344) - -##exec()函数族 -------- - -exec函数一共有六个，其中execve为内核级系统调用，其他（execl，execle，execlp，execv，execvp）都是调用execve的库函数。 - - -```c -int execl(const char *path, const char *arg, ...); -int execlp(const char *file, const char *arg, ...); -int execle(const char *path, const char *arg, - ..., char * const envp[]); -int execv(const char *path, char *const argv[]); -int execvp(const char *file, char *const argv[]); -``` - -#ELF文件格式以及可执行程序的表示 -------- - -##struct linux_bin_rpm结构描述一个可执行程序 -------- - -linux_binprm是定义在[include/linux/binfmts.h](http://lxr.free-electrons.com/source/include/linux/binfmts.h#L14)中, 用来保存要要执行的文件相关的信息 - -```c -/* -* This structure is used to hold the arguments that are used when loading binaries. -*/ -struct linux_binprm { - char buf[BINPRM_BUF_SIZE]; // 保存可执行文件的头128字节 -#ifdef CONFIG_MMU - struct vm_area_struct *vma; - unsigned long vma_pages; -#else -# define MAX_ARG_PAGES 32 - struct page *page[MAX_ARG_PAGES]; -#endif - struct mm_struct *mm; - unsigned long p; /* current top of mem , 当前内存页最高地址*/ - unsigned int - cred_prepared:1,/* true if creds already prepared (multiple - * preps happen for interpreters) */ - cap_effective:1;/* true if has elevated effective capabilities, - * false if not; except for init which inherits - * its parent's caps anyway */ -#ifdef __alpha__ - unsigned int taso:1; -#endif - unsigned int recursion_depth; /* only for search_binary_handler() */ - struct file * file; /* 要执行的文件 */ - struct cred *cred; /* new credentials */ - int unsafe; /* how unsafe this exec is (mask of LSM_UNSAFE_*) */ - unsigned int per_clear; /* bits to clear in current->personality */ - int argc, envc; /* 命令行参数和环境变量数目 */ - const char * filename; /* Name of binary as seen by procps, 要执行的文件的名称 */ - const char * interp; /* Name of the binary really executed. Most - of the time same as filename, but could be - different for binfmt_{misc,script} 要执行的文件的真实名称，通常和filename相同 */ - unsigned interp_flags; - unsigned interp_data; - unsigned long loader, exec; -}; -``` - -##struct linux_binfmt可执行程序的结构 -------- -linux内核对所支持的每种可执行的程序类型都有个struct linux_binfmt的数据结构，定义如下 - ->linux_binfmt定义在[include/linux/binfmts.h](http://lxr.free-electrons.com/source/include/linux/binfmts.h#L74)中 - -```c -/* - * This structure defines the functions that are used to load the binary formats that - * linux accepts. - */ -struct linux_binfmt { - struct list_head lh; - struct module *module; - int (*load_binary)(struct linux_binprm *); - int (*load_shlib)(struct file *); - int (*core_dump)(struct coredump_params *cprm); - unsigned long min_coredump; /* minimal dump size */ - }; -``` -这里的linux_binfmt对象包含了一个单链表，这个单链表中的第一个元素的地址存储在formats这个变量中list_for_each_entry依次应用load_binary的方法，同时我们可以看到这里会有递归调用，bprm会记录递归调用的深度。 - -装载ELF可执行程序的load_binary的方法叫做load_elf_binary方法，下面会进行具体分析 - - +|.bss | SHT_NOBITS | SHF_ALLOC +SHF_WRITE | 包含将出现在程序的内存映像中的为初始化数据。根据定义，当程序开始执行，系统将把这些数据初始化为 0。此节区不占用文件空间 | +| .comment | SHT_PROGBITS | (无) | 包含版本控制信息 | +| .data | SHT_PROGBITS | SHF_ALLOC + SHF_WRITE | 这些节区包含初始化了的数据，将出现在程序的内存映像中 | +| .data1 | SHT_PROGBITS | SHF_ALLOC + SHF_WRITE | 这些节区包含初始化了的数据，将出现在程序的内存映像中 | +| .debug | SHT_PROGBITS | (无) | 此节区包含用于符号调试的信息 | +| .dynamic | SHT_DYNAMIC | 此节区包含动态链接信息。节区的属性将包含 SHF_ALLOC 位。是否 SHF_WRITE 位被设置取决于处理器 | +| .dynstr | SHT_STRTAB | SHF_ALLOC | 此节区包含用于动态链接的字符串，大多数情况下这些字符串代表了与符号表项相关的名称 | +| .dynsym | SHT_DYNSYM | SHF_ALLOC | 此节区包含了动态链接符号表 | +| .fini | SHT_PROGBITS | SHF_ALLOC + SHF_EXECINSTR | 此节区包含了可执行的指令，是进程终止代码的一部分。程序正常退出时，系统将安排执行这里的代码 | +| .got | SHT_PROGBITS | 此节区包含全局偏移表 | +| .hash | SHT_HASH | SHF_ALLOC | 此节区包含了一个符号哈希表 | +| .init | SHT_PROGBITS | SHF_ALLOC +SHF_EXECINSTR | 此节区包含了可执行指令，是进程初始化代码的一部分。当程序开始执行时，系统要在开始调用主程序入口之前（通常指 C 语言的 main 函数）执行这些代码 | +| .interp | SHT_PROGBITS | 此节区包含程序解释器的路径名。如果程序包含一个可加载的段，段中包含此节区，那么节区的属性将包含 SHF_ALLOC 位，否则该位为 0 | +| .line | SHT_PROGBITS | (无) | 此节区包含符号调试的行号信息，其中描述了源程序与机器指令之间的对应关系。其内容是未定义的 | +| .note | SHT_NOTE | (无) | 此节区中包含注释信息，有独立的格式。 +| .plt | SHT_PROGBITS | 此节区包含过程链接表（procedure linkage table）。 +| .relname +| .relaname SHT_REL +SHT_RELA 这些节区中包含了重定位信息。如果文件中包含可加载的段，段中有重定位内容，节区的属性将包含 SHF_ALLOC 位，否则该位置 0。传统上 name 根据重定位所适用的节区给定。例如 .text 节区的重定位节区名字将是：.rel.text 或者 .rela.text。 +| .rodata +| .rodata1 SHT_PROGBITS SHF_ALLOC 这些节区包含只读数据，这些数据通常参与进程映像的不可写段。 +.shstrtab SHT_STRTAB 此节区包含节区名称。 +.strtab SHT_STRTAB 此节区包含字符串，通常是代表与符号表项相关的名称。如果文件拥有一个可加载的段，段中包含符号串表，节区的属性将包含SHF_ALLOC 位，否则该位为 0。 +.symtab SHT_SYMTAB 此节区包含一个符号表。如果文件中包含一个可加载的段，并且该段中包含符号表，那么节区的属性中包含SHF_ALLOC 位，否则该位置为 0。 +.text SHT_PROGBITS SHF_ALLOC + +SHF_EXECINSTR 此节区包含程序的可执行指令