---
tags: extract
---

# [自我修養](https://www.tenlong.com.tw/products/9789861818283)

---

# CH01

---

# CH02 編譯/連結

(廢) 整合開發環境 (IDE) 包辦一切，鮮少揭露細節。

## 2.1

(廢) Hello World (?

### 2.1.1 前處理

處理「前處理」指令

- 標頭：`#include`
* 補上除錯行號資訊
- 巨集：`#define`
- 條件：`#if`/`#ifdef`/…
- 會刪除註解嗎??

### 2.1.2 編譯

最核心部份，詳見 2.2。

### 2.1.3 組譯

組合語言 → 機器碼

### 2.1.4 連結

(廢)

## 2.2 編譯

- 高階語言 → 組合語言
* 高階：專注於邏輯，易撰寫。
* 組合：瑣碎，平台相依。

### 2.2.1

切字詞 lex

### 2.2.2

串語法 yacc

### 2.2.3

檢查語法之語意

### 2.2.4

中間碼 與 最佳化

### 2.2.5

目的碼 與 最佳化

## 2.3 連結⑴

- 程式指令的位置若移動，跳轉的目標位址皆須 **重定 (relocaion)**。
- 組合語言利用 **符號 (symbol)** 來標記位址
- 藉由拆分為多個模組而 **連結 (linking)** 成大型程式

## 2.4 連結⑵

總之就是 調整位址

## 2.5

(廢)

---

# CH03 目的檔

(廢) 目的檔 是編譯後但未連結 (未調整符號、位址) 的 執行檔 片段。

## 3.1 目的檔

- 執行檔
* 主流都是 COFF (Common Object File Format) 的變形
+ Linux: ELF (Executable Linkable Format)
+ Windows: PE (Portable Executable)
* 其他
+ Unix: a.out
+ Intel/Microsoft: OMF (Object Module Format)
+ MS-DOS: `.com`
- 目的檔：編譯後，但未連結的中間檔。
* 附檔名
+ Linux: `*.o`
+ Windows: `*.obj`
* 通常內容與執行檔格式相同
- 靜態/動態 函式庫
* 附檔名
+ Linux: `.a`/`.so`
+ Windows: `.lib`/`.dll`
* 也與執行檔格式相同
* 靜態函式庫：封裝多個目的檔，再加上索引。
- Linux 指令：`file` 以檢視格式

## 3.2 內容

- 各種所需內容，以 section/segment 形式儲存。
* 機器指令 (`.code`/`.text`)
* 資料 (`.data`)
* 符號表
* 除錯訊息
- 檔頭 (ELF 為例)
* 檔案屬性
* section table
- 不佔空間的 `.bss`
* 原可放在 `.data`，但畢竟 內容皆為 0。
* 像是 無初始值的 全域變數
- 為何程式與資料分開放？
* 分別設定區塊的權限 (尤其防止指令遭惡意改寫)
* 快取 程式指令
* 共用 唯讀資料 (指令，圖示、圖片等資源)

## 3.3 深入細節

(廢) 我：用 TCP/IP 比喻比較容易理解嗎？

- 以刻意設計的原始碼為例
- 目的檔 檢視工具
* binutils 的 `objdump` (跨平台，在 Windows 也支援 PE)
* Linux 的 `readelf`
* (`size`)
- 分析資訊
* 區段長度：`Size`
* 區段位置：`File off` (file offset)
* 各種屬性：(第二行)
+ `CONTENTS` -- 區段在檔案中存在
+ `ALLOC` -- …??

### 3.3.1 指令區段

- `objdump -s` (以 16 進位) 印出區段內容
- `objdump -d` 反組譯

### 3.3.2 資料區段

- `.data` 區段
* 有初始值的 全域/區域靜態 變數
- `.rodata` 區段
* 常數 (`const`)、字串常數
* 好處
+ 從系統層確切支援 `const`：誤觸則作業系統認作非法操作
+ (部份嵌入式系統) 可採用唯讀記憶體，更加安全。
* 部份編譯器仍置於 `.data`

### 3.3.3 BSS

- `.bss` 區段
* 無初始值的 全域/區域靜態 變數
- 有時 無初始值的 全域 變數，並不放在任何區段。
* 只在 符號表 留有 未定義的 common 符號
* 連結 才納入 `.bss`
* 無初始值的 靜態 (`static`) 全域變數，直接在 `.bss` 中。

### 3.3.4 其他

- 系統保留 區段名稱，皆以 `.` 開頭。
- 可自訂區段 (如安插音樂檔)
- 區段可同名
- `__attribute__((section("foobar")))` 將變數或程式放入指定區段

## 3.4 ELF 檔案結構

- header
* 檔案版本
* 目標機器型號
* 程式進入點
* …
- sections
* `.text`
* `.data`
* `.bss`
* …
- section header table
* 區段名稱
* 區段長度
* 偏移位置
* 讀寫權限
* 其他屬性
- 字串表
- 符號表

### 3.4.1 header

- `readelf -h` 來檢視內容
- `Elf32_Ehdr` -- [elf.h](https://github.com/torvalds/linux/blob/v5.5/include/uapi/linux/elf.h#L203-L237)

**型別**

| | 32-bit | | 64-bit | |
| --------:|:------------- | ----------:|:------------- | ----------:|
| 位址 | `Elf32_Addr` | `uint32_t` | `Elf64_Addr` | `uint64_t` |
| 位移 | `Elf32_Off` | `uint32_t` | `Elf64_Off` | `uint64_t` |
| 短正整數 | `Elf32_Half` | `uint16_t` | `Elf64_Half` | `uint16_t` |
| 正整數 | `Elf32_Word` | `uint32_t` | `Elf64_Word` | `uint32_t` |
| 整數 | `Elf32_Sword` | `int32_t` | `Elf64_Sword` | `int32_t` |

**欄位**

- `e_ident`
* 0-3：`0x7f 0x45 0x4c 0x46` (`<DEL>ELF`)
* 4：位址長度
+ 32-bit
+ 64-bit
* 5：位元組序
+ little-endian
+ big-endian
* 6：ELF 版本
* 其他未定義
- `e_type`：檔案類型
* 中間檔
* 執行檔
* 動態函式庫
- `e_machine`：機器類型
* Intel x86
* …
- `e_version`
- `e_entry`
- `e_phoff`
- `e_shoff`：段頭表位置
- `e_flags`
- `e_ehsize`
- `e_phentsize`
- `e_phnum`
- `e_shentsize`
- `e_shnum`
- `e_shstrndx`

### 3.4.2 段頭表

- `readelf -S` 來檢視內容
* `objdump -h` 省略了部份輔助性區段
- 描述每個區段的資訊
- `Elf32_Shdr` -- [elf.h](https://github.com/torvalds/linux/blob/v5.5/include/uapi/linux/elf.h#L302-L328)

**欄位**

- `sh_name`：區段名稱
- `sh_type`：區段類型
* 程式區段
* 符號表
* 字串表
* 重定表
* …
- `sh_flags`
* 可寫入
* 需要分配空間
* 可執行
- `sh_addr`
- `sh_offset`
- `sh_size`
- `sh_link`
- `sh_info`
- `sh_addralign`
- `sh_entsize`

### 3.4.3 重定表

- 每個需要重定位址的區段 (程式碼/資料)，皆有一個對應的重定表。
* 如 `.text` 與 `.rel.text`
- 詳細於下章討論

### 3.4.4 字串表

- 字串長度往往不固定，不易置於固定大小的結構。
- 集中編列於字串表，並以索引值引用。
* 給出索引值即可，無須記錄長度。
- 區段
* `.strtab` (string table)
* `.shstrtab` (section header string table)

## 3.5 符號表

- 藉 **符號** 在 目的檔 間相互 **引用**
- 符號表
* 符號：名稱 + 對應位址
- 類型
* 全域符號：給別人引用
* 外部符號：引用自別人
* 區段名稱：區段的起始位址
* 區域符號：僅內部使用
* 行號資訊：與指令位址之對應 (除錯用，非必要)
- 查看
* `readelf`
* `objdump`
* `nm`

### 3.5.1 結構

- `.symtab` 區段
- `Elf32_Sym` - [elf.h](https://github.com/torvalds/linux/blob/v5.5/include/uapi/linux/elf.h#L182-L200)

**欄位**

- `st_name`：符號名稱 (字串表)
- `st_value`：不同符號有不同意思
- `st_size`：資料型別的大小
- `st_info`
* symbol binding
+ 區域符號
+ 全域符號
+ 弱引用
* symbol type
+ 未知
+ 變數/陣列
+ 函式
+ (區域符號) 區段
+ (區域符號) 檔案名稱 (常為對應的原始檔檔名)
- `st_other`：未使用
- `st_shndx`：符號所在區段於段頭表之索引
* `SHN_ABS`：絕對的值
* `SHN_COMMON`：COMMON 區塊的符號
* `SHN_UNDEF`：未定義 (在其他目的檔)

### 3.5.2 特殊符號

詳見 4.6 連結流程控制

- `_executable_start` 指令區段開頭 (不是進入點)
- `_etext` 指令區段結尾
- `_edata` 資料區段結尾
- `_end` 程式結尾 (??

### 3.5.3 名稱修飾 (decoration/mangling)

- 不修飾的話，名稱會衝突。
* 語言之間
+ C: `_foo` (舊 Linux、Windows，或以參數開關)
+ Fortran: `_foo_`
* 模組之間 → 以 namespace 解決

**C++**

- 為了支援
* class
* overload
* namespace
- 函式簽章 (signature)
* GCC 方式
+ `c++filt`
* Visual C++ 方式
+ 非公開，但有 API 供轉換。
- 全域變數/靜態區域
* 不納入型別
- 方式不同故無法互通

### 3.5.4 `extern "C"`

- C++ 以 `extern "C"` 選用 C 語言的修飾方式
- 搭配 `#ifdef __cplusplus` 以相容 C/C++

### 3.5.5 強/弱 符號

- 定義時決定，與引用無關。
* 強符號
+ 預設函式
+ 經初始化的全域變數
* 弱符號
+ 未初始化的全域變數
+ `__attribute__((weak))`
* 同名符號中，
+ 強符號只能有一個，且由之代表。
+ 若只有弱符號，則空間最大者代表。(不建議有不同型別)
- 引用
* 強引用：未定義則會報錯
* 弱引用：未定義也不報錯
+ `__attribute__((weakref))`
+ 預設為 0
- 用途：連結時強符號覆蓋弱符號，藉此得知該模組是否存在。

## 3.6 除錯資訊

- 目的檔 也可容納 除錯資訊
* 指令位址與原始碼行號的對應
* 函式、變數的類型
* 結構的定義
* …
- 指令
* 加入除錯資訊： `gcc -g`
* 去掉除錯資訊： `strip`
- 格式
* Linux: DWARF (Debug With Arbitrary Record Format) 標準
* Windows: CodeView

## 3.7

下一章討論如何組合起來

---

# CH04 靜態連結

連結多個 目的檔 成 執行檔

- `a.c`
* `main`
* 使用 `shared`
* 使用 `swap`
- `b.c`
* 提供 `shared`
* 提供 `swap`

`a.o` + `b.o` → `ab`

## 4.1

(廢)

## 4.1.1 直接組合

需要對齊分頁，而有空間浪費。

## 4.1.2 合併同類區段

- 空間分配
* 執行檔內容
* 記憶體虛擬位址安排 ← 重點
- 兩步連結
1. 空間位址分配
2. 符號解析重定
- 以 `objdump` 觀察 `ld` 前後
* 區段合併了
* VMA (Virtual Memory Address) 安排好了

## 4.1.3 符號位址

各個符號的最終位置也確定了

## 4.2 符號解析與重定

### 4.2.1 重定

指令使用到符號之處也要逐一修正

### 4.2.2 重定表

- 重定區段 (`.text` 便有 `.rel.text`)
- 重定項
* 在區段的位置
* 類型
* 符號表索引

### 4.2.3 解析

重定表上的 `GLOBAL` 類型符號會有不少是 `UND` (undefined)

### 4.2.4 位址修正

- 絕對位址
- 相對位址

## 4.3

---

# CH07 動態連結

## 7.1 好處都有啥？

- 靜態連結 仍有缺點
* 共用函式庫 重複，造成磁碟與記憶體浪費。
* 更新/發佈 需全數更新
- 若在執行時才連結
* 還能選擇性載入
* 但有版本管理的問題 (DLL Hell)
- 實作面
* 需 作業系統 支援
* 動態連結有一定的效能損失

## 7.2 例子

- 先以 ELF 為例 (PE 略有不同)
* prog1.c
* prog2.c
* lib.c
* lib.h
- 本應重定位址的函式，藉 .so 得知為 動態符號，而留至執行時再進行。
- 位址空間如何配置？ → 趁程式執行時查看：`cat /proc/12345/maps`
* `lib.so`
* `libc-2.6.1.so`
* `ld-2.6.so` (動態連結器)
* 共用函式庫的位址未定

## 7.3