大家好，我是 ELF 文件，大名叫 Executable and Linkable Format。

經常在 Linux 系統中開發的小伙伴們，對于我肯定是再熟悉不過了，特別是那些需要了解編譯、鏈接的家伙們，估計已經把我研究的透透的。

為了結識更多的小伙伴，今天呢，就是我的開放日，我會像洋蔥一樣，一層一層地撥開我的心，讓更多的小伙伴來了解我，歡迎大家前來圍觀。

以前啊，我看到有些小伙伴在研究我的時候，看一下頭部的匯總信息，然后再瞅幾眼 Section 的布局，就當做熟悉我了。

從科學的態度上來說，這是遠遠不夠的，未達究竟。

當你面對編譯、鏈接的詳細過程時，還是會一臉懵逼。

今天，我會從字節碼的顆粒度，毫無保留、開誠布公、知無不言、言無不盡、赤膽忠心、一片丹心、鞠躬盡瘁、死而后已的把自己剖析一遍，讓各位看官大開眼界、大飽眼福。

您了解這些知識之后呢，在今后繼續學習編譯、鏈接的底層過程，以及一個可執行程序在從硬盤加載到內存、一直到 main 函數的執行，心中就會非常的敞亮。

也就是說，掌握了 ELF 文件的結構和內容，是理解編譯、鏈接和程序執行的基礎。

你們不是有一句俗話嘛：磨刀不誤砍柴工！

好了，下面我們就開始吧！

文件很單純，復雜的是人

作為一種文件，那么肯定就需要遵守一定的格式，我也不例外。

從宏觀上看，可以把我拆卸成四個部分：

圖中的這幾個概念，如果不明白的話也沒關系，下面我會逐個說明的。

在 Linux 系統中，一個 ELF 文件主要用來表示 3 種類型的文件：

既然可以用來表示 3 種類型的文件，那么在文件中，肯定有一個地方用來區分這 3 種情況。

也許你已經猜到了，在我的頭部內容中，就存在一個字段，用來表示：當前這個 ELF 文件，它到底是一個可執行文件？是一個目標文件？還是一個共享庫文件？

另外，既然我可以用來表示 3 種類型的文件，那么就肯定是在 3 種不同的場合下被使用，或者說被不同的家伙來操作我：

可執行文件：被操作系統中的加載器從硬盤上讀取，載入到內存中去執行;

目標文件：被鏈接器讀取，用來產生一個可執行文件或者共享庫文件;

共享庫文件：在動態鏈接的時候，由 ld-linux.so 來讀取;

就拿鏈接器和加載器來說吧，這兩個家伙的性格是不一樣的，它們看我的眼光也是不一樣的。

鏈接器在看我的時候，它的眼睛里只有 3 部分內容：

也就是說，鏈接器只關心 ELF header, Sections 以及 Section header table 這 3 部分內容。

加載器在看我的時候，它的眼睛里是另外的 3 部分內容：

加載器只關心 ELF header, Program header table 和 Segment 這 3 部分內容。

對了，從加載器的角度看，對于中間部分的 Sections, 它改了個名字，叫做 Segments(段)。換湯不換藥，本質上都是一樣一樣的。

可以理解為：一個 Segment 可能包含一個或者多個 Sections，就像下面這樣：

這就好比超市里的貨架上擺放的商品：有礦泉水、可樂、啤酒，巧克力，牛肉干，薯片。

從理貨員的角度看：它們屬于 6 種不同的商品；但是從超市經理的角度看，它們只屬于 2 類商品：飲料和零食。

怎么樣？現在對我已經有一個總體的印象了吧？

其實只要掌握到 2 點內容就可以了：

一個 ELF 文件一共由 4 個部分組成;

鏈接器和加載器，它們在使用我的時候，只會使用它們感興趣的部分;

還有一點差點忘記給你提個醒了：在 Linux 系統中，會有不同的數據結構來描述上面所說的每部分內容。

我知道有些小伙伴比較性急，我先把這幾個結構體告訴你。

初次見面，先認識一下即可，千萬不要深究哦。

描述 ELF header 的結構體：

描述 Program header table 的結構體：

描述 Section header table 的結構體：

ELF header(ELF 頭)

頭部內容，就相當于是一個總管，它決定了這個完整的 ELF 文件內部的所有信息，比如：

這是一個 ELF 文件;

一些基本信息：版本，文件類型，機器類型;

Program header table(程序頭表)的開始地址，在整個文件的什么地方;

Section header table(節頭表)的開始地址，在整個文件的什么地方;

你是不是有點納悶，好像沒有說 Sections(從鏈接器角度看) 或者 Segments(從加載器角度看) 在 ELF 文件的什么地方。

為了方便描述，我就把 Sections 和 Segments 全部統一稱為 Sections 啦！

其實是這樣的，在一個 ELF 文件中，存在很多個 Sections，這些 Sections 的具體信息，是在 Program header table 或者 Section head table 中進行描述的。

就拿 Section head table 來舉例吧：

假如一個 ELF 文件中一共存在 4 個 Section: .text、.rodata、.data、.bss，那么在 Section head table 中，將會有 4 個 Entry(條目)來分別描述這 4 個 Section 的具體信息(嚴格來說，不止 4 個 Entry，因為還存在一些其他輔助的 Sections)，就像下面這樣：

在開頭我就說了，我要用字節碼的粒度，扒開來給你看！

為了不耍流氓，我還是用一個具體的代碼示例來描述，只有這樣，你才能看到實實在在的字節碼。

程序的功能比較簡單：

// mymath.c

int my_add(int a, int b)
{
    return a + b;
}

// main.c

#include 
extern int my_add(int a, int b);

int main()
{
   int i = 1;
   int j = 2;
   int k = my_add(i, j);
   printf("k = %d 
", k);
}

從剛才的描述中可以知道：動態庫文件 libmymath.so, 目標文件 main.o 和 可執行文件 main，它們都是 ELF 文件，只不過屬于不同的類型。

這里就以可執行文件 main 來拆解它！

我們首先用指令 readelf -h main 來看一下 main 文件中，ELF header 的信息。

readelf 這個工具，可是一個好東西啊！一定要好好的利用它。

這張圖中顯示的信息，就是 ELF header 中描述的所有內容了。這個內容與結構體 Elf32_Ehdr 中的成員變量是一一對應的！

有沒有發現圖中第 15 行顯示的內容：Size of this header: 52 (bytes)。

也就是說：ELF header 部分的內容，一共是 52 個字節。那么我就把開頭的這 52 個字節碼給你看一下。

這回，我用 od -Ax -t x1 -N 52 main 這個指令來讀取 main 中的字節碼，簡單解釋一下其中的幾個選項：

-Ax: 顯示地址的時候，用十六進制來表示。如果使用 -Ad，意思就是用十進制來顯示地址;

-t -x1: 顯示字節碼內容的時候，使用十六進制(x)，每次顯示一個字節(1);

-N 52：只需要讀取 52 個字節;

這 52 個字節的內容，你可以對照上面的結構體中每個字段來解釋了。

首先看一下前 16 個字節。

在結構體中的第一個成員是 unsigned char e_ident[EI_NIDENT];，EI_NIDENT 的長度是 16，代表了 EL header 中的開始 16 個字節，具體含義如下：

0 - 15 個字節

怎樣樣？我以這樣的方式徹底暴露自己，向你表白，足以表現出我的誠心了吧？！

如果被感動了，別忘記在文章的最底部，點擊一下在看和收藏，也非常感謝您轉發給身邊的小伙伴。贈人玫瑰，手留余香！

為了權威性，我把官方文檔對于這部分的解釋也貼給大家看一下：

關于大端、小端格式，這個 main 文件中顯示的是 1，代表小端格式。啥意思呢，看下面這張圖就明白了：

那么再來看一下大端格式：

好了，下面我們繼續把剩下的 36 個字節(52 - 16 = 32)，也以這樣的字節碼含義畫出來：

16 - 31 個字節：

32 - 47 個字節：

48 - 51 個字節：

具體的內容就不用再解釋了，一切都在感情深、一口悶，話不多說，都在酒里~~ 哦不對，重點都在圖里！

字符串表表項 Entry

在一個 ELF 文件中，存在很多字符串，例如：變量名、Section名稱、鏈接器加入的符號等等，這些字符串的長度都是不固定的，因此用一個固定的結構來表示這些字符串，肯定是不現實的。

于是，聰明的人類就想到：把這些字符串集中起來，統一放在一起，作為一個獨立的 Section 來進行管理。

在文件中的其他地方呢，如果想表示一個字符串，就在這個地方寫一個數字索引：表示這個字符串位于字符串統一存儲地方的某個偏移位置，經過這樣的按圖索驥，就可以找到這個具體的字符串了。

比如說啊，下面這個空間中存儲了所有的字符串：

在程序的其他地方，如果想引用字符串 “hello,world!”，那么就只需要在那個地方標明數字 13 就可以了，表示：這個字符串從偏移 13 個字節處開始。

那么現在，咱們再回到這個 main 文件中的字符串表，

在 ELF header 的最后 2 個字節是 0x1C 0x00，它對應結構體中的成員 e_shstrndx，意思是這個 ELF 文件中，字符串表是一個普通的 Section，在這個 Section 中，存儲了 ELF 文件中使用到的所有的字符串。

既然是一個 Section，那么在 Section header table 中，就一定有一個表項 Entry 來描述它，那么是哪一個表項呢？

這就是 0x1C 0x00 這個表項，也就是第 28 個表項。

這里，我們還可以用指令 readelf -S main 來看一下這個 ELF 文件中所有的 Section 信息：

其中的第 28 個 Section，描述的正是字符串表 Section:

可以看出來：這個 Section 在 ELF 文件中的偏移地址是 0x0016ed，長度是 0x00010a 個字節。

下面，我們從 ELF header 的二進制數據中，來推斷這信息。

讀取字符串表 Section 的內容

那我就來演示一下：如何通過 ELF header 中提供的信息，把字符串表這個 Section 給找出來，然后把它的字節碼打印出來給各位看官瞧瞧。

要想打印字符串表 Section 的內容，就必須知道這個 Section 在 ELF 文件中的偏移地址。

要想知道偏移地址，只能從 Section head table 中第 28 個表項描述信息中獲取。

要想知道第 28 個表項的地址，就必須知道 Section head table 在 ELF 文件中的開始地址，以及每一個表項的大小。

正好最后這 2 個需求信息，在 ELF header 中都告訴我們了，因此我們倒著推算，就一定能成功。

ELF header 中的第 32 到 35 字節內容是：F8 17 00 00(注意這里的字節序，低位在前)，表示的就是 Section head table 在 ELF 文件中的開始地址(e_shoff)。

0x000017F8 = 6136，也就是說 Section head table 的開始地址位于 ELF 文件的第 6136 個字節處。

知道了開始地址，再來算一下第 28 個表項 Entry 的地址。

ELF header 中的第 46、47 字節內容是：28 00，表示每個表項的長度是 0x0028 = 40 個字節。

注意這里的計算都是從 0 開始的，因此第 28 個表項的開始地址就是：6136 + 28 * 40 = 7256，也就是說用來描述字符串表這個 Section 的表項，位于 ELF 文件的 7256 字節的位置。

既然知道了這個表項 Entry 的地址，那么就扒開來看一下其中的二進制內容：

執行指令：od -Ad -t x1 -j 7256 -N 40 main。

其中的 -j 7256 選項，表示跳過前面的 7256 個字節，也就是我們從 main 這個 ELF 文件的 7256 字節處開始讀取，一共讀 40 個字節。

這 40 個字節的內容，就對應了 Elf32_Shdr 結構體中的每個成員變量：

這里主要關注一下上圖中標注出來的 4 個字段:

sh_name: 暫時不告訴你，馬上就解釋到了;

sh_type：表示這個 Section 的類型，3 表示這是一個 string table;

sh_offset: 表示這個 Section，在 ELF 文件中的偏移量。0x000016ed = 5869，意思是字符串表這個 Section 的內容，從 ELF 文件的 5869 個字節處開始;

sh_size：表示這個 Section 的長度。0x0000010a = 266 個字節，意思是字符串表這個 Section 的內容，一共有 266 個字節。

還記得剛才我們使用 readelf 工具，讀取到字符串表 Section 在 ELF 文件中的偏移地址是 0x0016ed，長度是 0x00010a 個字節嗎？

與我們這里的推斷是完全一致的！

既然知道了字符串表這個 Section 在 ELF 文件中的偏移量以及長度，那么就可以把它的字節碼內容讀取出來。

執行指令: od -Ad -t c -j 5869 -N 266 main，所有這些參數應該不用再解釋了吧？！

看一看，瞧一瞧，是不是這個 Section 中存儲的全部是字符串？

剛才沒有解釋 sh_name 這個字段，它表示字符串表這個 Section 本身的名字，既然是名字，那一定是個字符串。

但是這個字符串不是直接存儲在這里的，而是存儲了一個索引，索引值是 0x00000011，也就是十進制數值 17。

現在我們來數一下字符串表 Section 內容中，第 17 個字節開始的地方，存儲的是什么？

不要偷懶，數一下，是不是看到了：“.shstrtab” 這個字符串(?是字符串的分隔符)？！

好了，如果看到這里，你全部都能看懂，那么關于字符串表這部分的內容，說明你已經完全理解了，給你一百個贊！！！

讀取代碼段的內容

從下面的這張圖(指令：readelf -S main)：

可以看到代碼段是位于第 14 個表項中，加載(虛擬)地址是 0x08048470，它位于 ELF 文件中的偏移量是 0x000470，長度是 0x0001b2 個字節。

那我們就來試著讀一下其中的內容。

首先計算這個表項 Entry 的地址：6136 + 14 * 40 = 6696。

然后讀取這個表項 Entry，讀取指令是 od -Ad -t x1 -j 6696 -N 40 main:

同樣的，我們也只關心下面這 5 個字段內容：

sh_name: 這回應該清楚了，表示代碼段的名稱在字符串表 Section 中的偏移位置。0x9B = 155 字節，也就是在字符串表 Section 的第 155 字節處，存儲的就是代碼段的名字。回過頭去找一下，看一下是不是字符串 “.text”;

sh_type：表示這個 Section 的類型，1(SHT_PROGBITS) 表示這是代碼;

sh_addr：表示這個 Section 加載的虛擬地址是 0x08048470，這個值與 ELF header 中的 e_entry 字段的值是相同的;

sh_offset: 表示這個 Section，在 ELF 文件中的偏移量。0x00000470 = 1136，意思是這個 Section 的內容，從 ELF 文件的 1136 個字節處開始;

sh_size：表示這個 Section 的長度。0x000001b2 = 434 個字節，意思是代碼段一共有 434 個字節。

以上這些分析結構，與指令 readelf -S main 讀取出來的完全一樣！

PS: 在查看字符串表 Section 中的字符串時，不要告訴我，你真的是從 0 開始數到 155 啊！可以計算一下：字符串表的開始地址是 5869(十進制)，加上 155，結果就是 6024，所以從 6024 開始的地方，就是代碼段的名稱，也就是 “.text”。

知道了以上這些信息，我們就可以讀取代碼段的字節碼了.使用指令：od -Ad -t x1 -j 1136 -N 434 main 即可。

內容全部是黑乎乎的的字節碼，我就不貼出來了。

Program header

文章的開頭，我就介紹了：我是一個通用的文件結構，鏈接器和加載器在看待我的時候，眼光是不同的。

為了對 Program header 有更感性的認識，我還是先用 readelf 這個工具來從總體上看一下 main 文件中的所有段信息。

執行指令：readelf -l main，得到下面這張圖：

顯示的信息已經很明白了:

這是一個可執行程序;

入口地址是 0x8048470;

一共有 9 個 Program header，是從 ELF 文件的 52 個偏移地址開始的;

布局如下圖所示：

開頭我還告訴過你：Section 與 Segment 本質上是一樣的，可以理解為：一個 Secgment 由一個或多個 Sections 組成。

從上圖中可以看到，第 2 個 program header 這個段，由那么多的 Section 組成，這下更明白一些了吧？！

從圖中還可以看到，一共有 2 個 LOAD 類型的段:

我們來讀取第一個 LOAD 類型的段，當然還是扒開其中的二進制字節碼。

第一步的工作是，計算這個段表項的地址信息。

從 ELF header 中得知如下信息：

字段 e_phoff ：Program header table 位于 ELF 文件偏移 52 個字節的地方。

字段 e_phentsize: 每一個表項的長度是 32 個字節;

字段 e_phnum: 一共有 9 個表項 Entry;

通過計算，得到可讀、可執行的 LOAD 段，位于偏移量 116 字節處。

執行讀取指令：od -Ad -t x1 -j 116 -N 32 main：

按照上面的慣例，我還是把其中幾個需要關注的字段，與數據結構中的成員變量進行關聯一下：

p_type: 段的類型，1: 表示這個段需要加載到內存中;

p_offset: 段在 ELF 文件中的偏移地址，這里值為 0，表示這個段從 ELF 文件的頭部開始;

p_vaddr：段加載到內存中的虛擬地址 0x08048000;

p_paddr：段加載的物理地址，與虛擬地址相同;

p_filesz: 這個段在 ELF 文件中，占據的字節數，0x0744 = 1860 個字節;

p_memsz：這個段加載到內存中，需要占據的字節數，0x0744= 1860 個字節。注意：有些段是不需要加載到內存中的;

經過上述分析，我們就知道：從 ELF 文件的第 1 到 第 1860 個字節，都是屬于這個 LOAD 段的內容。

在被執行時，這個段需要被加載到內存中虛擬地址為 0x08048000 這個地方，從這里開始，又是一個全新的故事了。

再回顧一下

到這里，我已經像洋蔥一樣，把自己的層層外衣都扒開，讓你看到最細的顆粒度了，這下子，您是否對我有足夠的了解了呢？

其實只要抓住下面 2 個重點即可：

ELF header 描述了文件的總體信息，以及兩個 table 的相關信息(偏移地址，表項個數，表項長度);

每一個 table 中，包括很多個表項 Entry，每一個表項都描述了一個 Section/Segment 的具體信息。

鏈接器和加載器也都是按照這樣的原理來解析 ELF 文件的，明白了這些道理，后面在學習具體的鏈接、加載過程時，就不會迷路啦！

原文標題：Linux 系統中編譯、鏈接的基石 - ELF 文件：扒開它的層層外衣，從字節碼的粒度來探索

文章出處：【微信公眾號：Linux愛好者】歡迎添加關注！文章轉載請注明出處。