ELF文件的加载和动态链接过程

ELF 文件的加载和动态链接过程本文的目的：大家对于Hello World 程序应该非常熟悉，随便使用哪一种语言，即使还不熟悉的语言，写出一个Hello World 程序应该毫不费力，但是如果让大家详细的说明这个程序加载和链接的过程，以及后续的符号动态解析过程，可能还会有点困难。

本文就是以一个最基本的C 语言版本Hello World 程序为基础，了解Linux 下ELF 文件的格式，分析并验证ELF 文件和加载和动态链接的具有实现。

本文的实验平台：Ubuntu 7.04Linux kernel 2.6.20gcc 4.1.2glibc 2.5gdb 6.6objdump/readelf 2.17.50本文的组织：第一部分大致描述ELF 文件的格式；第二部分分析ELF 文件在内核空间的加载过程；第三部分分析ELF 文件在运行过程中符号的动态解析过程；（以上各部分都是以Hello World 程序为例说明）第四部分简要总结；第五部分阐明需要深入了解的东西。

一、 ELF 文件格式1. 概述Executable and Linking Format(ELF)文件是x86 Linux 系统下的一种常用目标文件(object file)格式，有三种主要类型:1) 适于连接的可重定位文件(relocatable file)，可与其它目标文件一起创建可执行文件和共享目标文件。

2) 适于执行的可执行文件(executable file)，用于提供程序的进程映像，加载的内存执行。

3) 共享目标文件(shared object file)，连接器可将它与其它可重定位文件和共享目标文件连接成其它的目标文件，动态连接器又可将它与可执行文件和其它共享目标文件结合起来创建一个进程映像。

ELF文件格式比较复杂，本文只是简要介绍它的结构，希望能给想了解ELF文件结构的读者以帮助。

具体详尽的资料请参阅专门的ELF文档。

2.文件格式为了方便和高效，ELF文件内容有两个平行的视角:一个是程序连接角度，另一个是程序运行角度，如图所示。

header在文件开始处描述了整个文件的组织，Section提供了目标文件的各项信息 ELF（如指令、数据、符号表、重定位信息等），Program header table指出怎样创建进程映像，含有每个program header的入口，section header table包含每一个section的入口，给出名字、大小等信息。

3.数据表示ELF数据编码顺序与机器相关，数据类型有六种，见下表：4.ELF文件头象bmp、exe等文件一样，ELF的文件头包含整个文件的控制结构。

它的定义如下：其中E_ident的16个字节标明是个ELF文件（7F+'E'+'L'+'F'）。

e_type表示文件类型，2表示可执行文件。

e_machine说明机器类别，3表示386机器，8表示MIPS机器。

e_entry 给出进程开始的虚地址，即系统将控制转移的位置。

e_phoff指出program header table的文件偏移，e_phentsize表示一个program header表中的入口的长度（字节数表示），e_phnum 给出program header表中的入口数目。

类似的，e_shoff，e_shentsize，e_shnum 分别表示section header表的文件偏移，表中每个入口的的字节数和入口数目。

e_flags给出与处理器相关的标志，e_ehsize给出ELF文件头的长度（字节数表示）。

e_shstrndx表示section名表的位置，指出在section header表中的索引。

5.Section Header目标文件的section header table可以定位所有的section，它是一个Elf32_Shdr结构的数组，Section头表的索引是这个数组的下标。

有些索引号是保留的，目标文件不能使用这些特殊的索引。

Section包含目标文件除了ELF文件头、程序头表、section头表的所有信息，而且目标文件section满足几个条件：1)目标文件中的每个section都只有一个section头项描述，可以存在不指示任何section的section头项。

2)每个section在文件中占据一块连续的空间。

3)Section之间不可重叠。

4)目标文件可以有非活动空间，各种headers和sections没有覆盖目标文件的每一个字节，这些非活动空间是没有定义的。

Sectionheader结构定义如下：其中sh_name 指出section 的名字，它的值是后面将会讲到的section header string table 中的索引，指出一个以null 结尾的字符串。

sh_type 是类别，sh_flags 指示该section 在进程执行时的特性。

sh_addr 指出若此section 在进程的内存映像中出现，则给出开始的虚地址。

sh_offset 给出此section 在文件中的偏移。

其它字段的意义不太常用，在此不细述。

文件的section 含有程序和控制信息，系统使用一些特定的section ，并有其固定的类型和属性（由sh_type 和sh_info 指出）。

下面介绍几个常用到的section:“.bss ”段含有占据程序内存映像的未初始化数据，当程序开始运行时系统对这段数据初始为零，但这个section 并不占文件空间。

“.data.”和“.data1”段包含占据内存映像的初始化数据。

“.rodata ”和“.rodata1”段含程序映像中的只读数据。

“.shstrtab ”段含有每个section 的名字，由section 入口结构中的sh_name 索引。

“.strtab ”段含有表示符号表(symbol table)名字的字符串。

“.symtab ”段含有文件的符号表，在后文专门介绍。

“.text ”段包含程序的可执行指令。

当然一个实际的ELF 文件中，会包含很多的section ，如.got ，.plt 等等，我们这里就不一一细述了，需要时再详细的说明。

6. Program Header目标文件或者共享文件的program header table 描述了系统执行一个程序所需要的段或者其它信息。

目标文件的一个段（segment ）包含一个或者多个section 。

Program header 只对可执行文件和共享目标文件有意义，对于程序的链接没有任何意义。

结构定义如下：其中p_type 描述段的类型；p_offset 给出该段相对于文件开关的偏移量；p_vaddr给出该段所在的虚拟地址；p_paddr给出该段的物理地址，在Linux x86内核中，这项并没有被使用；p_filesz给出该段的大小，在字节为单元，可能为0；p_memsz给出该段在内存中所占的大小，可能为0；p_filesze与p_memsz的值可能会不相等。

7.Symbol Table目标文件的符号表包含定位或重定位程序符号定义和引用时所需要的信息。

符号表入口结构定义如下：其中st_name包含指向符号表字符串表(strtab)中的索引，从而可以获得符号名。

st_value 指出符号的值，可能是一个绝对值、地址等。

st_size指出符号相关的内存大小，比如一个数据结构包含的字节数等。

st_info规定了符号的类型和绑定属性，指出这个符号是一个数据名、函数名、section名还是源文件名；并且指出该符号的绑定属性是local、global还是weak。

8.Section和Segment的区别和联系可执行文件中，一个program header描述的内容称为一个段（segment）。

Segment包含一个或者多个section，我们以Hello World程序为例，看一下section与segment的映射关系：如上图红色区域所示，就是我们经常提到的文本段和数据段，由图中绿色部分的映射关系可知，文本段并不仅仅包含.text节，数据段也不仅仅包含.data节，而是都包含了多个section。

二、 ELF文件的加载过程1.加载和动态链接的简要介绍从编译/链接和运行的角度看，应用程序和库程序的连接有两种方式。

一种是固定的、静态的连接，就是把需要用到的库函数的目标代码（二进制）代码从程序库中抽取出来，链接进应用软件的目标映像中；另一种是动态链接，是指库函数的代码并不进入应用软件的目标映像，应用软件在编译/链接阶段并不完成跟库函数的链接，而是把函数库的映像也交给用户，到启动应用软件目标映像运行时才把程序库的映像也装入用户空间（并加以定位），再完成应用软件与库函数的连接。

这样，就有了两种不同的ELF格式映像。

一种是静态链接的，在装入/启动其运行时无需装入函数库映像、也无需进行动态连接。

另一种是动态连接，需要在装入/启动其运行时同时装入函数库映像并进行动态链接。

Linux内核既支持静态链接的ELF映像，也支持动态链接的ELF映像，而且装入/启动ELF映像必需由内核完成，而动态连接的实现则既可以在内核中完成，也可在用户空间完成。

因此，GNU把对于动态链接ELF映像的支持作了分工：把ELF映像的装入/启动入在Linux内核中；而把动态链接的实现放在用户空间（glibc），并为此提供一个称为“解释器”（ld-linux.so.2）的工具软件，而解释器的装入/启动也由内核负责，这在后面我们分析ELF文件的加载时就可以看到。

这部分主要说明ELF文件在内核空间的加载过程，下一部分对用户空间符号的动态解析过程进行说明。

2.Linux可执行文件类型的注册机制在说明ELF文件的加载过程以前，我们先回答一个问题，就是：为什么Linux可以运行ELF文件？回答：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：其中的load_binary函数指针指向的就是一个可执行程序的处理函数。

而我们研究的ELF 文件格式的定义如下：要支持ELF文件的运行，则必须向内核登记这个数据结构，加入到内核支持的可执行程序的队列中。

内核提供两个函数来完成这个功能，一个注册，一个注销，即：当需要运行一个程序时，则扫描这个队列，让各个数据结构所提供的处理程序，ELF 中即为load_elf_binary，逐一前来认领，如果某个格式的处理程序发现相符后，便执行该格式映像的装入和启动。

3.内核空间的加载过程内核中实际执行execv()或execve()系统调用的程序是do_execve()，这个函数先打开目标映像文件，并从目标文件的头部（第一个字节开始）读入若干（当前Linux内核中是128）字节（实际上就是填充ELF文件头，下面的分析可以看到），然后调用另一个函数search_binary_handler()，在此函数里面，它会搜索我们上面提到的Linux支持的可执行文件类型队列，让各种可执行程序的处理程序前来认领和处理。