静态链接分析指引

2022-02-12

目标文件想要变成可执行文件，还需要进行链接。本文会介绍链接的基础版：静态链接。

从例子说起

为了说明什么是链接，我们先准备好例子，通过例子分析。

文件a.c：

extern int shared;
int main()
{
    int a = 100;
    swap(&a, &shared);
}

文件b.c：

int shared = 1;

void swap(int* a, int* b){
    int tmp = *a;
    *a =  *b;
    *b = tmp;
}

上述代码中，a.c文件中引用了b.c中的shared变量和swap函数。对a.c文件进行编译，来看看在目标文件中，这两个符号如何表示。

执行命令 gcc -c a.c会得到a.o目标文件，使用readelf -s a.o查看一下目标文件中的符号表：

可以看到，这两个符号的Ndx属性是UND，就是undefined的。gcc虽然成功编译了a.c，但是它在目标文件中做了标记，告诉我们哪些符号是没有的。

现在我们来看看b.c的目标文件中的符号： 同样gcc -c b.c 和readelf -s b.o就可以看到：

可以看到，shared和swap是存在于b.o中的。

链接

既然a中的符号在b中，那把a和b合并成一个目标文件，不就解决问题了？

这正是链接的基本目的。

执行下面的命令：

ld a.o b.o -e main -o ab

-e main指定链接后程序的入口是main函数，-o ab表示链接后的文件名。

现在我们来看看文件ab中的符号：

readelf -s ab

可以看到，main、share、swap三个符号都有，并且不再是UND。

链接规则

链接器是如何合并a.o，b.o的呢？很简单，就是把相同的段进行了合并。

下面我们来验证一下，以text段为例。 a.o的text段：

该段的大小是2c。

再来看b.o的text段：

该段的大小是4a。

2c + 4a = 76

由此可以猜测，ab的text段大小是76。

果然如此，由此验证了链接的基本规则。

VMA和File off

现在我们有段合并的ab文件，ab已经是一个可执行文件。这里就要先澄清容易搞混的概念，就是表示段的地址的两个角度。后面很多涉及地址计算的地方，稍不留神，就容易搞混，引起理解上的困惑。

• File off

第一个角度，就是各个段在目标文件中的偏移量，File off。

• VMA(virtual memory address)

第二个角度，就是各个段加载到内存时的虚拟内存地址，即VMA。

现在，我们在ab文件中看一下这两个地址：

从中可以看出text段在文件中的偏移和VMA的区别。

从中也可以了解到，链接时，不光是计算出了各个段的File off，同时也计算出了各个段在加载到内存时的VMA，为执行文件做好了准备。

符号的虚拟地址

链接完成后，所有符号的虚拟地址，其实就已经确定了。

因为链接前，各个符号在各自目标文件中的相应段内的偏移是固定的。以swap为例： readelf -s b.o:

swap在b.o的text段的开始位置。

在链接时，a和b的text段会合并，a的text段会在b的text段之前，如下所示:

a的text段大小是2c，如下图所示：

合并后的text段的虚拟内存地址是：4000e8，如下图所示：

4000e8 + 2c = 4000114

4000114就是b的text段的位置，又因为swap在b的text中的偏移是0，所以可以知道：4000114就是swap的虚拟内存地址。

现在让我们来验证一下：

正确！其他的符号都是可以用同样的方法计算出来的。

重定位

链接后，我们知道了每个符号的虚拟内存地址。但是还有个问题没有解决。

我们先来看看a.o的指令段中是如何调用swap函数的：

e8 就是call指令，它后面的4个字节，是要调用的函数指令相对call下一条指令的偏移量。

这里是00 00 00 00 ，显然这个值是无意义的，因为这是在链接前，还不知道swap的虚拟内存地址呢。

现在我们来看看ab文件中，上面的call指令中的地址部分。

红色框中就是那条e8指令，后面的地址值变成了 00 00 00 07， 为啥不是07 00 00 00 ？因为这里是小端表示。

然后call指令下一条指令的地址就是蓝框中的 40010d。

40010d + 07 = 400114

这正好是swap的地址，如图中绿框所示。

这就是重定位。对指令中涉及的符号引用，在链接后，根据符号的虚拟地址，进行调整。

重定位段

那么，链接器是如何知道e8这个call指令中的地址是需要重定位的呢？

答案就是有一个重定位段，专门记录这些信息。我们来看看a.o中的重定位段：

我们来看一下这个红框里面的内容。

红框右边的swap表示，swap这个符号在text段中引用了，需要进行重定位。

具体在哪里引用了呢？红框左边的21表示，这个位置在text段中偏移21字节处。

从上面的图中可以看出，偏移21刚好是e8 call指令后面的字节，正是swap的地址处。

21这里也叫做重定位入口。

在重定位段中，swap的TYPE属性是R_X86_64_PC32，简单理解，这个表示的是，不要在重定位入口处直接填写swap的虚拟内存地址，而要填swap相对call指令下一条指令的偏移量。

R_X86_64_PC32这里也叫做重定位入口类型。

可以把重定位入口类型看做函数f，输入是符号的虚拟内存地址，输出是要填到text中符号引用位置的值。

总结

以上，就是静态链接的整个过程。总体看，静态链接，其实就做了两件事。

1、将多个目标文件中的相同段进行合并，为新的段分配虚拟内存地址，记录新的段在新文件中的偏移量，即VMA和File off。同时，计算并记录所有的符号的虚拟内存地址。

2、根据各个目标文件中的重定位段信息，对合并后的text段中涉及到符号引用的位置进行重定位。