库制作与原理 [ ELF ]

目标文件

.o/.obj：可重定位目标文件，简称：目标文件

接下来我们深入探讨编译与链接的完整过程，以便更好地理解动静态库的使用原理。

先来回顾一下：什么是编译？编译的过程，其实就是把我们写的源代码，翻译成 CPU 能够直接运行的机器代码。

但是这里说的“翻译成 CPU 能够直接运行的机器代码”，严格来说是“汇编”做的事。
而“编译”通常指：把高级语言（C/C++）翻译成汇编代码 或 另一种中间表示，然后再由汇编器、链接器完成后续步骤。

不过，在实际工程语境里，大家常把“编译”作为一个笼统的、包含预处理、编译、汇编、链接的完整过程来用。所以你的回顾并不是错，只是在严谨的定义上有模糊。

举个例子：在源文件hello.c中简单输出"hello world!"，并且调用一个run函数，而这个函数定义在另一个源文件code.c中。这时我们就可以使用gcc -c分别编译这两个源文件。

// hello.c #include<stdio.h> void run(); int main() { printf("hello world!\n"); run(); return 0; }

// code.c #include<stdio.h> void run() { printf("running...\n"); }

编译两个源文件：

$ gcc -c hello.c $ gcc -c code.c $ ls code.c code.o hello.c hello.o

可以看到，在编译之后会生成两个扩展名为.o的文件，它们被称为目标文件。要注意的是，如果我们修改了一个源文件，那么只需要单独编译它，而不需要浪费时间重新编译整个工程。目标文件是一个二进制文件，文件的格式是 ELF，是对二进制代码的一种封装。（我们可以使用 file 来观察）

注意：文件格式是ELF，它本质上就是对二进制代码、数据、符号信息的一种标准封装格式。

• .o目标文件是 ELF 格式
• .so动态库是 ELF 格式
• Linux 下的可执行程序也是 ELF 格式

它们内部结构类似，只是存放的内容和属性不一样。

.a静态库不是 ELF 文件，它是：.a= 把多个.o（ELF 可重定位目标文件）打包在一起的压缩包 / 归档文件

$ file hello.o hello.o: ELF 64-bit LSB relocatable, x86-64, version 1 (SYSV), not stripped

file命令用于辨识文件类型。

更具体来说就是：

.o 文件（目标文件）本质上是对机器码、符号表、重定位信息等的封装，且在类 Unix 系统（如 Linux）中，其格式通常就是 ELF（Executable and Linkable Format）。

ELF 文件

代码和数据不能 “一股脑” 塞进二进制文件，而是要采用复杂的 ELF 格式。我们可以从下面几个方面来理解：

为什么不能简单地 "一股脑" 塞进去？

如果把代码和数据简单地 "一股脑" 塞进二进制文件，就像把一堆杂物随意扔进一个大箱子，而不进行任何分类和整理，那么在使用这些代码和数据时就会遇到很多问题：

• 难以管理：没有结构化的组织方式，很难找到特定的代码或数据。

• 无法重定位：代码和数据的位置固定，无法在不同环境中灵活使用。

• 浪费空间：没有优化存储，可能导致大量空间浪费。

• 难以共享：无法高效地共享代码和数据，每个程序都需要独立携带所有内容。

ELF 文件的类型

ELF 文件主要有三种类型，可以通过 ELF Header 中的e_type成员进行区分。

1. 可重定位文件（Relocatable File）：ETL_REL。一般为.o文件。可以被链接成可执行文件或共享目标文件。注意：静态库（.a）内部装的就是这类文件。

2. 可执行文件（Executable File）：ET_EXEC。可以直接执行的程序。

3. 共享目标文件（Shared Object File）：ET_DYN。一般为.so文件。有两种情况可以使用。

• 链接器将其与其他可重定位文件、共享目标文件链接成新的目标文件；
• 动态链接器将其与其他共享目标文件、结合一个可执行文件，创建进程映像。

ELF 文件的结构

一个 ELF 文件主要由以下几部分组成：

ELF 头（ELF Header）：位于文件的开头，描述了文件的主要特性，如文件类型、目标机器架构、入口点地址等。它还包含了程序头表和节头表的偏移量，用于定位文件的其他部分。

程序头表（Program Header Table）：描述了文件的段（segments）信息，包括段的类型、偏移量、虚拟地址、文件大小等。段是文件在内存中的映射单元，一个段可以包含多个节。【可以看出：程序头表（Program Header）主要就是给【运行时、动态加载、动态库】服务的！】

节头表（Section Header Table）：描述了文件的节（sections）信息，包括节的名称、类型、偏移量、大小等。节是文件的逻辑单元，用于存储不同类型的数据。

也就是说:

ELF 头告诉文件这是 ELF，指明：程序头表在哪？节头表在哪？

程序头表（Program Header）给运行时加载用，和符号表无关。

节头表（Section Header）里面会管理两个关键节：

• .symtab—— 完整符号表（链接用）
• .dynsym—— 动态符号表（运行时用）

节（Section）：是 ELF 文件的基本组成单位，包含特定类型的数据。常见的节包括：

lfz@HUAWEI:~/lesson/lesson22/win$ size a.out text data bss dec hex filename 3965 776 16 4757 1295 a.out

• 代码节（.text）：存储可执行代码。

• 数据节（.data）：存储已初始化的全局变量和静态变量。（初始化要记录数据）

• 未初始化数据节（.bss）：存储未初始化的全局变量和静态变量，程序加载时会自动初始化为零。（只有在内存展开的时候才开辟空间，然后内容清0，节省的是可执行程序所占据的磁盘空间，因为不用记录初始值 = better save space）

• 只读数据节（.rodata）：存储常量字符串等只读数据。

• 字符串表（.strtab 和 .shstrtab）：存储字符串信息，如节名、符号名等。

说到符号表：

在 Section 当中，我们来简单认识一下.symtab节：【完整符号表】

符号表（Symbol Table）是 ELF 文件格式中的一个重要组成部分，它维护着源码中的函数名、变量名、依赖库与对应地址、代码之间的映射关系。

具体来说就是个 char类型的数组：

char label[] = "helloworld\0func\0libc\0a\0obj\0.....";

不过这不是符号表，这是字符串表（.strtab 或 .shstrtab）。

它就是一长串连续的字符数组，所有符号名字都塞在这里，用\0分开。

比如：

• "helloworld"
• "func"
• "libc"
• "a"
• "obj"

它们在内存里是连在一起的。

那符号表.symtab存什么？符号表里每条记录，有一个字段叫st_name。

它不存字符串，只存一个数字：偏移量。

比如：

• func在字符串表里从第12个字节开始
• 那符号表中func对应的st_name = 12

链接器一看st_name=12，就去字符串表第 12 个位置读，读到func。

st_name（偏移量） | 其他信息（地址、大小等） ------------------------------------------------ 1 | main 函数的信息 5 | printf 函数的信息 16 | func 函数的信息

符号表里只存数字（偏移量）

• main→ 存数字1
• printf→ 存数字5

想要知道这个符号叫什么名字：

• 拿到偏移量 → 去字符串表里读字符串

┌─────────────────────────────────────────────────────────────┐ │ .strtab (字符串表) │ │ ┌─────┬─────┬─────┬─────┬─────┬─────┬─────┬─────┐ │ │ │ \0 │ main \0 │printf \0 │func \0 │he...│ │ │ └─────┴─────┴─────┴─────┴─────┴─────┴─────┴─────┘ │ │ 0 1 5 12 16 │ │ ↑ ↑ ↑ ↑ │ │ "main" "printf" "func" "hello" │ └─────────────────────────────────────────────────────────────┘ ↑ │ 通过偏移量关联 ↓ ┌─────────────────────────────────────────────────────────────┐ │ .symtab (符号表) │ │ ┌──────────────┬──────────────┬──────────────┬──────────┐ │ │ │ st_name = 1 │ st_name = 5 │ st_name = 12 │ st_name=16│ │ │ │ st_value=... │ st_value=... │ st_value=... │ st_value=...│ │ │ │ st_size=... │ st_size=... │ st_size=... │ st_size=...│ │ │ └──────────────┴──────────────┴──────────────┴──────────┘ │ └─────────────────────────────────────────────────────────────┘ 链接器要做的事：读取符号表第2个条目，知道它叫什么名字 步骤1: 看符号表 ┌─────────────────┐ │ st_name = 5 │ ← 拿到一个数字：5 └─────────────────┘ 步骤2: 拿着数字5，去字符串表 ┌─────────────────────────────────────────┐ │ 字符串表