GNU Binutils

一、ELF 文件

在介绍 GNU Binutils 前，先来对 ELF 文件做个简单的了解，因为后续所有操作都将围绕 ELF 文件展开。

1.1 ELF的定义

ELF（Executable and Linkable Format）文件是一种目标文件格式，常见的 ELF 格式文件包括：

可执行文件（.exe）
可重定位文件（.o）
共享目标文件（.so）
核心转储文件（core）

1.2 查看文件是否为 ELF 文件

我们可以通过 file 命令来查看文件的类型。

$file libcalc.so 
libcalc.so: ELF 64-bit LSB shared object, x86-64, version 1 (SYSV), dynamically linked, BuildID[sha1]=425ab595dac234d722130ce98a70d84d4bb55949, not stripped

ELF
dynamicall linked
not stripped

$file libcalc.a 
libcalc.a: current ar archive

二、GNU Binutils

GNU Binutils 是一组二进制工具集。主要包括：

ld：GNU链接器
as：GNU汇编器
addr2line：把地址转化为文件名和行号
nm：列出目标文件的符号列表
objdump：显示目标文件信息
readelf：显示elf格式的文件信息
objcopy：拷贝部分section以生成新的可执行文件，如elf->hex、elf->bin等
ar：创建、修改、解压一个静态库文件
size：显示目标文件的节大小
strings：从目标文件中列出可打印的字符串
c++filt：过滤c++符号为可识别的c符号
ranlib：生成库文件中的.o文件索引
strip：丢弃程序文件中的符号信息

本篇文章就 addr2line、readelf、objdump、nm、objcopy 指令做个简单介绍。

在介绍之前先准备好所需的测试程序。

2.1 测试程序

2.1.1 testh

#ifndef __CALC_H__
#define __CALC_H__

int CALC_MULT(int a, int b);
int CALC_DIVI(int a, int b);

#endif

2.1.2 test.c

#include <stdio.h>
#include <math.h>
#include "calc.h"

/* 定义两个全局变量 */
int         giNum1;
static int  giNum2;

/* 定义一个静态函数 */
static int CALC_SQRT(int a)
{
    return sqrt(a);
}

/* 定义两个非静态函数 */
int CALC_MULT(int a, int b)
{
    return a * b;
}

int CALC_DIVI(int a, int b)
{
    /* 此处缺少对 b 的判 0 操作, 用来构造 coredump */
    return a / b;
}

2.1.3 Makefile

CC         := gcc
OBJ        := calc.o
CFLAGS     := -fPIC -g
TARGET     := libcalc.so

$(TARGET) : $(OBJ)
	$(CC) -shared $< -o $@

%.o : %.c
	$(CC) -c $< -o $@ $(CFLAGS)

clean :
	rm -f $(TARGET)
	rm -f $(OBJ)

.PHONY : clean

2.1.4 Tutorial

$make clean
$make		# 将会在当前目录下生成 libcalc.so

2.2 addr2line

addr2line translates addresses into file names and line numbers. Given an address in an executable or an offset in a section of a relocatable object, it uses the debugging information to figure out which file name and line number are associated with it.

addr2line 将地址转换为文件名和行号。给定可执行文件中的地址或可重定位对象部分中的偏移量，它会使用调试信息来确定与之相关的文件名和行数。

常用指令格式：addr2line -pfe libcalc.so [addr]

选项	简写	描述
--exe	-e	设置输入文件名称（默认为 a.out）
--functions	-f	显示函数名
--pretty-print	-p	优化输出方式
--basenames	-s	去除目录名

2.3 readelf

readelf 命令可以查看 ELF 文件的详细信息。

选项	简写	功能
--file-header	-h	Display the ELF file header
--syms	-s	Display the symbol table

--file-header

$readelf --file-header libcalc.so 
ELF Header:
  ...
  Type:                              DYN (Shared object file)
  ...

--syms

$readelf --syms libcalc.so 

Symbol table '.dynsym' contains 15 entries:				---> 仅显示 GLOBAL 属性的内容
   Num:    Value          Size Type    Bind   Vis      Ndx Name
     4: 0000000000000000     0 NOTYPE  GLOBAL DEFAULT  UND sqrt
     7: 0000000000201038     4 OBJECT  GLOBAL DEFAULT   22 giNum1
     9: 0000000000000710    19 FUNC    GLOBAL DEFAULT   11 CALC_MULT
    12: 0000000000000723    19 FUNC    GLOBAL DEFAULT   11 CALC_DIVI

Symbol table '.symtab' contains 64 entries:				---> 显示所有的
   Num:    Value          Size Type    Bind   Vis      Ndx Name
    38: 0000000000000000     0 FILE    LOCAL  DEFAULT  ABS calc.c
    39: 0000000000201034     4 OBJECT  LOCAL  DEFAULT   22 giNum2
    40: 00000000000006f5    27 FUNC    LOCAL  DEFAULT   11 CALC_SQRT
    51: 0000000000201038     4 OBJECT  GLOBAL DEFAULT   22 giNum1
    55: 0000000000000710    19 FUNC    GLOBAL DEFAULT   11 CALC_MULT
    59: 0000000000000723    19 FUNC    GLOBAL DEFAULT   11 CALC_DIVI
    60: 0000000000000000     0 NOTYPE  GLOBAL DEFAULT  UND sqrt

Value：符号在库中的偏移量，可以和 addr2line 搭配使用

Size：十进制表示，代表当前符号的大小（Value + Size = 下一个符号的 Value）。以 CALC_SQRT 为例：

# 查看 CALC_ADD 对应代码中的位置
$addr2line -e libcalc.so 6f5
calc.c:11								---> CALC_SQRT
# 偏移 27 后的位置 0x710(= 0x6f5 + 27)
$addr2line -e libcalc.so 710
calc.c:17								---> CALC_MULT

# 再偏移 19 后的位置 0x723(= 0x710 + 19)
$addr2line -e libcalc.so 723
calc.c:22								---> CALC_DIVI

Type：符号类型

宏定义名	值	说明	举例
STT_NOTTYPE	0	未知类型符号	sqrt
STT_OBJECT	1	该符号是个数据对象，如变量、数组等	giNum1 giNum2
STT_FUNC	2	该符号是个函数或其他可执行代码	CALC_*
STT_SECTION	3	该符号表示一个段，这种符号必须是 STB_LOCAL 的	-
STT_FILE	4	该符号表示文件名，一般都是该目标文件所对应的原文件名它一定是 STB_LOCAL 类型的，并且它的 st_shndx 一定是 SHN_ABS	calc.c

Bind：绑定信息

名称说明举例

LOCAL 局部符号，对目标文件外部不可见 giNum2
CALC_SQRT

GLOBAL 全局符号，外部可见 giNum1
CALC_MULT
CALC_DIVI

WEAK 弱引用 -

名称	说明	举例
LOCAL	局部符号，对目标文件外部不可见	giNum2 CALC_SQRT
GLOBAL	全局符号，外部可见	giNum1 CALC_MULT CALC_DIVI
WEAK	弱引用	-

Ndx：表示为符号所在的段

名称	说明	举例
ABS	表示该符号包含一个绝对值	-
COMMON	一般表示为初始化的全局符号	-
UNDEF	表示该符号未定义在本目标文件中被引用但是定义在其他目标文件中	sqrt

2.4 objdump

objdump 是一个 GCC 工具：

可以查看目标文件或者可执行文件的各个段信息。
可以显示有关文件的大量不同信息。
也可以显示符号，并且在联机帮助页中明确指出「这与 nm 程序提供的信息类似，但显示格式不同」

选项	简写	功能
--archive-headers	-a	显示档案头信息，展示档案每一个成员的文件格式。
--disassemble	-d	反汇编目标文件，将机器指令反汇编成汇编代码。
--disassemble-all	-D	与 -d 类似，但反汇编所有段（section）
--syms	-t	显示文件的符号表入口。类似于 nm -s 提供的信息
--dynamic-syms	-T	显示文件的动态符号表入口，仅仅对动态目标文件意义，比如某些共享库。它显示的信息类似于 nm -D 显示的信息

# 常用命令
$objdump -Tt libcalc.so 

libcalc.so:     file format elf64-x86-64

SYMBOL TABLE:
0000000000000000 l    df *ABS*  0000000000000000              calc.c
0000000000201034 l     O .bss   0000000000000004              giNum2
00000000000006f5 l     F .text  000000000000001b              CALC_SQRT
0000000000201038 g     O .bss   0000000000000004              giNum1
0000000000000710 g     F .text  0000000000000013              CALC_MULT
0000000000000723 g     F .text  0000000000000013              CALC_DIVI
0000000000000000         *UND*  0000000000000000              sqrt

DYNAMIC SYMBOL TABLE:
0000000000000000      D  *UND*  0000000000000000              sqrt
0000000000201038 g    DO .bss   0000000000000004  Base        giNum1
0000000000000710 g    DF .text  0000000000000013  Base        CALC_MULT
0000000000000723 g    DF .text  0000000000000013  Base        CALC_DIVI

第一列代表符号的偏移量，等价于 readelf 的 Value
第二列代表符号属性，local(l) 或者 global(g)
第三列的 DF(Dynamic Function)，可以理解为对外暴露的接口
第五列代表符号的大小，十六进制表示，其值等价于 readelf 的 Size

2.5 nm

nm 是 names 的缩写，nm 命令主要是用来列出某些文件中的符号。

nm 命令的输出包含三个部分：

符号偏移量，默认显示十六进制，也可以指定
符号类型，小写表示是本地符号，大写表示全局符号（external）

符号类型含义

b / B 符号位于未初始化数据段
用 0 初始化或未初始化

d / D 符号已初始化

t / T 代码段的符号

U 未定以的符号
符号名称

符号类型	含义
b / B	符号位于未初始化数据段用 0 初始化或未初始化
d / D	符号已初始化
t / T	代码段的符号
U	未定以的符号

选项	简写	说明	备注
--dynamic	-D	仅显示动态符号	作用于 libcalc.so
--extern-only	-g	仅显示外部符号	作用于 libcalc.so.sym
--print-size	-S	显示符号大小	-
--numeric-sort	-n	按地址对符号进行升序排序	-
--reverse-sort	-r	倒序输出	-

/* 全局变量, 在 nm 的执行结果中以大写字母显示 */
int nm_g_int;                                       /* B */
int nm_g_int_1 = 0;                                 /* B */
int nm_g_ini_2 = 1;                                 /* D */
void nm_func()                                      /* T */
{
    print("nm_func");
    return;
}

/* 用 static 修饰的, 在 nm 的执行结果中以小写字母显示 */
static int nm_gs_int;                               /* b */
static int nm_gs_int_1 = 0;                         /* b */
static int nm_gs_ini_2 = 1;                         /* d */
static void nm_s_func()                             /* t */
{
    puts("nm_s_func");
    return;
}

将上边的代码编译成一个动态库（如 libtest.so）后执行如下的 nm 指令查看执行结果：

#
$nm -nS libtest.so | grep -E "nm_|print|puts"
                 U print
                 U printf@@GLIBC_2.2.5
                 U puts@@GLIBC_2.2.5
0000000000000885 0000000000000018 T nm_func
000000000000089d 0000000000000013 t nm_s_func
0000000000201040 0000000000000004 D nm_g_ini_2
0000000000201044 0000000000000004 d nm_gs_ini_2
000000000020104c 0000000000000004 B nm_g_int_1
000000000020105c 0000000000000004 b nm_gs_int
0000000000201060 0000000000000004 b nm_gs_int_1
0000000000201088 0000000000000004 B nm_g_int

# 如果添加 -D 选项, 则只显示动态符号, 输出结果中的表现是全大写
$nm -nSD libtest.so | grep -E "nm_|print|puts"
                 U print
                 U printf
                 U puts
0000000000000885 0000000000000018 T nm_func
0000000000201040 0000000000000004 D nm_g_ini_2
000000000020104c 0000000000000004 B nm_g_int_1
0000000000201088 0000000000000004 B nm_g_int

将 libtest.so 进行符号分离 ---> libtest.so.sym：

$objcopy --only-keep-debug libtest.so libtest.so.sym

$nm -nsD libtest.so.sym 
nm: libtest.so.sym: no symbols

$nm -nSg libtest.so.sym | grep -E "nm_|print|puts"
                 U print
                 U printf@@GLIBC_2.2.5
                 U puts@@GLIBC_2.2.5
0000000000000885 0000000000000018 T nm_func
0000000000201040 0000000000000004 D nm_g_ini_2
000000000020104c 0000000000000004 B nm_g_int_1
0000000000201088 0000000000000004 B nm_g_int

2.6 objcopy

objcopy 命令是 GNU Binutils 工具集中的一个命令行工具，用于复制目标文件中的某些内容到另一个文件中，或者修改目标文件的格式、结构和内容。objcopy 命令通常用于处理目标文件，包括可执行文件、共享库、静态库等等。

最常用的一个功能是将 ELF 文件（如动态库）的调试信息单独 dump 出来作为一个独立的 ELF 文件。

命令格式：objcopy [选项] 源文件 [目标文件]

如果没有 [目标文件]，则操作结果将直接作用于源文件上。

选项	功能
--strip-all	删除目标文件中的所有符号信息
--strip-debug	删除目标文件中的调试符号信息
--only-keep-debug	将 ELF 文件的调试信息单独 dump 出来作为一个独立的 ELF 文件

2.7 strip

strip - Discard symbols from object files.

简单的说就是给文件脱掉外衣，具体就是从特定文件中剥掉一些符号信息和调试信息，使文件变小。

$strip libcalc.so
$strip --only-keep-debug libcalc.so

2.8 分离符号表

结合 objcopy 和 strip 完成分离操作：

# 1.导出
$objcopy --only-keep-debug libcalc.so libcalc.so.sym

# 2.删除符号信息
$strip libcalc.so

其实到这就已经完成 libcalc.so 的符号导出操作了：

对外发布使用 strip 后的 libcalc.so
问题定位使用 libcalc.so.sym

下面研究个比较有意思的，对比下 objcopy 和 strip 的执行结果。

首先用 file 查看文件类型：

$file libcalc.so 
libcalc.so: ELF 64-bit LSB shared object, x86-64, version 1 (SYSV), dynamically linked, BuildID[sha1]=dbc1595b9564197d481159dd96f1ea06bcbe67ae, not stripped

关键字：not stripped

并记录下当前的库大小以及 md5 值：

md5	size(单位：字节)
9160b9ed73edcadf65371d00e149bd96	9440

使用 obdcopy 操作 libcalc.so：

option	md5	size(单位：字节)
objcopy --strip-all libcalc.so	c986763e6232035487754eda7d202c73	6016
objcopy --only-keep-debug libcalc.so	240858401983ad61dbcd5025effa2bae	5784

使用 strip 操作 libcalc.so：

option	md5	size(单位：字节)
strip libcalc.so	c986763e6232035487754eda7d202c73	6016
strip --only-keep-debug	240858401983ad61dbcd5025effa2bae	5784

经过对比 md5 值可以看出，objcopy 的功能更加强大，如果不使用 [目标文件] 这一参数，起作用和 strip 保持一致。

但是 strip 的优点在于命令简洁。

查看操作后的文件类型：

$file libcalc.so
libcalc.so: ELF 64-bit LSB shared object, x86-64, version 1 (SYSV), dynamically linked, BuildID[sha1]=dbc1595b9564197d481159dd96f1ea06bcbe67ae, stripped

$file libcalc.so.sym 
libcalc.so.sym: ELF 64-bit LSB shared object, x86-64, version 1 (SYSV), dynamically linked, BuildID[sha1]=dbc1595b9564197d481159dd96f1ea06bcbe67ae, not stripped

关键字：libcalc.so --> stripped，libcalc.so.sym --> not stripped

三、如何判断 .so 和 .so.sym 是否配套

可以通过 file 命令确认是否配套。还是以 libcalc.so 为例。

3.1 对比实验

strip 前的 file 信息打印：

$file libcalc.so 
libcalc.so: ELF 64-bit LSB shared object, x86-64, version 1 (SYSV), dynamically linked, BuildID[sha1]=dbc1595b9564197d481159dd96f1ea06bcbe67ae, not stripped

BuildID[sha1]=dbc1595b9564197d481159dd96f1ea06bcbe67ae

剥离符号表 libcalc.so.sym 的 file 信息打印：

$objcopy --only-keep-debug libcalc.so libcalc.so.sym
$file libcalc.so.sym 
libcalc.so.sym: ELF 64-bit LSB shared object, x86-64, version 1 (SYSV), dynamically linked, BuildID[sha1]=dbc1595b9564197d481159dd96f1ea06bcbe67ae, not stripped

BuildID[sha1]=dbc1595b9564197d481159dd96f1ea06bcbe67ae

strip 后的 file 信息打印：

$strip libcalc.so
$file libcalc.so
libcalc.so: ELF 64-bit LSB shared object, x86-64, version 1 (SYSV), dynamically linked, BuildID[sha1]=dbc1595b9564197d481159dd96f1ea06bcbe67ae, stripped

BuildID[sha1]=dbc1595b9564197d481159dd96f1ea06bcbe67ae

一目了然。

3.2 file 输出字段解释

ELF 64-bit LSB shared object
- ELF 表示可执行和可链接格式（Executable and Linkable Format），是一种用于可执行文件、目标文件和共享库的标准文件格式；
- 64-bit LSB 表示该可执行文件是 64 位的，并且使用了「Least Significant Byte」顺序。
version 1 (SYSV)
- version 1 表示 ELF 文件的版本；
- (SYSV) 表示它遵循 System V ABI（Application Binary Interface）标准。
dynamically linked
- 表明这个可执行文件使用了动态链接（dynamically linked）这意味着它依赖于系统上已安装的共享库，在运行时才会解析和加载这些库。
BuildID[sha1]=
- 提供了构建标识符，用于唯一标识二进制文件的构建，这对于调试和版本控制很有用。
not stripped / stripped
- 表示该可执行文件为被剥离 / 已经被剥离（stripped）；
- 被 stripped 意味着被去除了调试信息，这有助于减小文件大小，但使得调试更加困难。

有理有据！

3.3 遗留问题

如果使用同一套代码并且是同一个 gcc 环境不同时间（间隔一天）编译出来的两个同名的库 libcalc.so，其符号表是否可以共享？

目前看应该是可以的，因为对比了下两个库的 readelf，符号的偏移量保持一致，待实际验证。

之所以备注间隔一天，是因为我输出昨天编译的 libcalc.so 的 md5 值和 BuildID，值为：

md5	BuildID
9160b9ed73edcadf65371d00e149bd96	dbc1595b9564197d481159dd96f1ea06bcbe67ae

今天重新 make clean ; make 若干次后，md5 和 BuildID 值均为：

md5	BuildID
dcd6676d32d73e311e13a2626cd5db5d	c70e84b4cd868dace68673cebde6889243827e95

虽然 md5 值和 BuildID 有所变化，但是对比两个库的 readelf，符号的偏移量却保持一致：

# 昨天的库的执行结果
$md5sum libcalc.so 
9160b9ed73edcadf65371d00e149bd96  libcalc.so

$readelf --syms libcalc.so | grep -E "giNum1|giNum2|CALC_MULT|CALC_DIVI"
    39: 0000000000201034     4 OBJECT  LOCAL  DEFAULT   22 giNum2
    51: 0000000000201038     4 OBJECT  GLOBAL DEFAULT   22 giNum1
    55: 0000000000000710    19 FUNC    GLOBAL DEFAULT   11 CALC_MULT
    59: 0000000000000723    19 FUNC    GLOBAL DEFAULT   11 CALC_DIVI
    
# 今天的库
$md5sum libcalc.so 
dcd6676d32d73e311e13a2626cd5db5d  libcalc.so
$readelf --syms libcalc.so | grep -E "giNum1|giNum2|CALC_MULT|CALC_DIVI"
    39: 0000000000201034     4 OBJECT  LOCAL  DEFAULT   22 giNum2
    51: 0000000000201038     4 OBJECT  GLOBAL DEFAULT   22 giNum1
    55: 0000000000000710    19 FUNC    GLOBAL DEFAULT   11 CALC_MULT
    59: 0000000000000723    19 FUNC    GLOBAL DEFAULT   11 CALC_DIVI

从这个角度来看，是不是可以表明只要是同一套代码并且使用相同的编译环境，符号表就可以共用呢？待实际验证。

参考资料

posted @ 2024-04-20 23:11 MElephant 阅读(104) 评论(0) 编辑收藏举报

刷新页面返回顶部

Hello the world!