学习ELF文件，除了要学习其文件格式本身，不可避免要了解其可执行文件的链接过程。这样可以为后续学习Linux/Android的hook打下基础。

这个系列文章，是笔者自己学习ELF的笔记的重新整理。

另外，这里推荐几本相关书籍，是笔者在学习ELF相关内容时读过的：

• 《计算机系统基础》作者：袁春风 --> 配套视频 文章中用到的很多图来源于课程的PPT
• 《程序员的自我修养》作者：俞甲子

好，下面进入正题：

可执行文件的生成

我们先通过一个简单C程序，回顾一下可执行文件的生成过程。

image.png

可执行文件的生成过程如下图：

image.png

如图，可执行文件的生成需要经过预处理、编译、汇编和链接这4个过程。其中：

• 预处理的工作：

• 删除 #define 并展开宏定义
• 处理所有的条件预编译指令，如 "#if"，"#ifdef"，"#endif"等
• 插入头文件到 "#include" 处，可以递归方式进行处理
• 删除所有的注释
• 添加行号和文件名标识，以便编译时编译器产生调试用的行号信息
• 保留所有 #pragma 编译指令（编译器需要用）
  命令示例如下：
• gcc -E hello.c -o hello.i

经过预编译处理后，得到的是预处理文件（如，hello.i），它还是一个可读的文本文件，但不包含任何宏定义。

• 编译的工作

编译过程就是将预处理后得到的预处理文件（如hello.i）进行词法分析、语法分析、语义分析、优化后，生成汇编代码文件。
经过编译后，得到的汇编代码文件（如，hello.S）还是一个可读的文本文件。
命令示例如下：

• gcc -S hello.i -o hello.s
• gcc -S hello.c -o hello.s

• 汇编的工作

汇编器将编译得到的汇编代码文件转换成机器指令序列。
汇编的结果是一个可重定位目标文件（如，hello.o）其中包含的是不可读的二进制代码。
命令示例如下：

• gcc -c hello.s -o hello.o
• gcc -c hello.c -o hello.o
• as hello.s -o hello.o

• 链接的工作

链接过程将多个可重定位目标文件合并以生成可执行目标文件。
命令示例如下：

• gcc -static -o myproc main.o test.o
• ld -static -o myproc main.o test.o

链接的好处

学习链接之前，可能会有疑问，链接有什么好处？
其实链接的概念可以追溯到最早程序员用机器语言编写程序的时期。
来看下图，假设穿孔表示0，未穿孔为1，且 0010代表跳转jmp

image.png

如果要在第5条指令前加入指令，则程序员就得重新计算jmp指令的目标地址（重定位），然后重新打孔。由此可以看到，这样很繁琐。
后来汇编语言的出现后，程序员用助记符表示操作码，用符号表示位置，用助记符表示寄存器，如下图：

image.png

此外，链接还有如下好处：

• 模块化

• 一个程序可以分成很多源程序文件；
• 可构建公共函数库，如数学库，标准C库等。以便代码重用，提高开发效率。

• 效率高

• 时间上，可分开编译：只需要重新编译修改的源程序文件，然后重新链接；
• 空间上，无需包含共享库所有代码：源文件中无需包含共享库函数的源码，只要直接调用即可（如，只要直接调用printf() 函数，无需包含其源码），另外，可执行文件和运行时的内存中只需包含所调用函数的代码，而不需要包含整个共享库。

链接的步骤

再来看个C程序的例子：

image.png

通过命令生成可执行程序：

gcc -O2 -g -o p main.c swap.c

其生成过程如下图：

image.png

其中，链接的步骤如下

1. Step-1：符号解析

程序中有定义和引用的符号（包括变量和函数等）

void swap() {...}  /* 定义符号swap */
swap();              /* 引用符号swap */
int *xp = &x;        /* 定义符号xp，引用符号x */

编译器将定义的符号存放在符号表中。
符号解析就是将符号的引用和符号的定义建立关联

2. Step-2：重定位

• 将多个代码段与数据段分别合并为一个单独的代码段和数据段
• 计算每个定义的符号在虚拟地址空间中的绝对地址
• 将可执行文件中的符号引用处的地址修改为重定位后的地址信息

这个步骤可用下图来简单描述：

image.png