linux实践之ELF文件分析

linux实践之ELF文件分析

下面开始elf文件的分析。

我们首先编写一个简单的C代码。

编译链接生成可执行文件。

首先，查看scn15elf.o文件的详细信息。

以16进制形式查看scn15elf.o文件。

查看scn15elf.o中各个段和符号表的信息。

各个段的详细信息如下。

符号表的信息如下：

使用readelf命令查看各个段的详细信息：

段表信息如下：

符号表信息如下：

下面让我们开始分析文件头吧！

由于我的虚拟机是32位的，我下面就主要以32位的系统进行分析，就不比较32位机和64位机的区别了。

32位系统elf头文件的定义。

从上图中，我们可知，elf文件头在32位系统中，占52个字节。（16+2+2+4+4+4+4+4+2+2+2+2+2+2=52）转换为16进制表示为0x34个字节。

由于该虚拟机处理器使用小端法表示数据。

分析elf文件头：

第一行：

e_ident用16个字节表示为“7f45 4c46 0101 0100 0000 0000 0000 0000”，其中“7f45 4c46”表示“ELF”的ASCII码表。“0101”中前一个“01”表示是32位的机器，后一个“01”表示使用的是小端法。“0100”中的“01”表示的是版本号是01。剩下的0为默认填充。

第二行：

e_type用2个字节表示，为“0001”，表示是一个重定向文件。

e_machine用2个字节表示，为“0003”，表示Inter 80386的处理器体系结构（32位）

e_version用4个字节表示，为“0000 0001”，表示的是当前版本。

e_entry用4个字节表示，为“0000 0000 ”表示没有入口点。

e_phoff用4个字节表示，为“0000 0000”表示没有程序头表。

第三行：

e_shoff用4个字节表示，为“0000 0228”表示段表的偏移地址。

e_flags用4个字节表示，为“0000 0000”表示未知处理器特定标志。

e_ehsize用2个字节表示，为“0034”表示elf文件头大小。

e_phentsize用2个字节表示，为“0000”，因为重定位文件没有程序头表。

e_phnum用2个字节表示，为“0000”，因为重定位文件没有程序头表。

e_shentsize用2个字节表示，为“0028”，表示段头大小为“0x28”字节，即为40个字节（由此知道section header table里面每一个table的大小为40个字节）。

第四行：

e_shnum用2个字节表示，为“000d”，表示段表入口有13个，这里可以知道，段有13个。

e_shstrndx用2个字节表示，为“000a”，表示段名串表在段表中的索引，（符号表的信息在段表的索引号是10）。

自己手工分析完后，可以和“readelf”指令读出的数据进行比较。

分析段表：

首先我们根据刚刚在elf文件头中读到的段表偏移，找到段表的起始，我们可以看到偏移为“0x228”。从上图中段表的数据结构中可以看出，段表占40个字节（4*10=40字节即“0x28个字节”），这个结果和我们从elf文件头中读到的结果一致。

由于第一个段中有一部分数据没有读出来，所以我们以第二个段（偏移为0x0000268~0x00002a7）为例分析：

sh_name用4个字节表示，为“0000 001f”，该值代表section header string table中的索引。

sh_type 用4个字节表示，为“0000 0001”，表示该段的类型是“SHT_PROGBITS”。

sh_flags 用4个字节表示，为“0000 0006”，指示该section在进程执行时的特性。其中最低位如果为1 表示此节在进程执行过程中可写，次低位为1表示此节的内容加载时要读到内存中去，第三低位为1表示这个节中的数据是可执行的机器指令。这里表明该节在进程执行过程中不可写，在内容加载时要读到内存中去，该节数据是可执行的机器指令。

sh_addr 用4个字节表示，为“0000 0000”，表示该节在进程中的起始地址为“0x0000 0000”。

sh_offset用4个字节表示，为“0000 0034”表示该节在整个文件中的起始偏移量为“0x34”。

sh_size用4个字节表示，为“0000 002e”，表示该节的字节大小为2e。

sh_link用4个字节表示，为“0000 0000”，表示没有和该节相关联的节。

sh_info用4个字节表示，为“0000 0000”表示没有文件信息

sh_addralign用4个字节表示，为“0000 0001”，该值用于表示地址对齐信息，值为1时表示不用地址对齐。

sh_entsize用4个字节表示，为“0000 0000”，对特定节（动态符号）才有意义，这里没有意义。

总结：从section header table找到各个section头的信息，还是很简单的。

只要知道其序列号（第几个节）。寻找偏移“0x228+第i个节*0x28”即可。

通过从section header table中读到的信息，我们来找一找这个字段的内容。

经分析知，该节内容起始，距文件头0x34的位置，内容大小为0x2e个字节。

如图所示，该节的内容即为图中高亮的部分。我们反汇编一下scn15elf.o文件，结果为

对比发现两个结果是一致的。

分析各个section。（.text .strtab .symtab .rodata）

①.text节

分析见上一步的例子，已经分析完了。

②.strtab节

.strtab中存放的是符号的名字（符号表示一个固定的内存地址）。

计算该节的偏移=0x228+12*0x28=0x408。

sh_name用4个字节表示，为“0000 0009”，该值代表section header string table中的索引。即.strtab节。

sh_type 用4个字节表示，为“0000 0003”，表示该段的类型是“SHT_STRTAB”。

sh_flags 用4个字节表示，为“0000 0000”，指示该section在进程执行时的特性。表明该节在进程执行过程中不可写，在内容加载时不需要读到内存中去，该节数据不是可执行的机器指令。

sh_addr 用4个字节表示，为“0000 0000”，表示该节在进程中的起始地址为“0x0000 0000”。

sh_offset用4个字节表示，为“0000 00198”表示该节在整个文件中的起始偏移量为“0x198”。

sh_size用4个字节表示，为“0000 0016”，表示该节的字节大小为16。

sh_link用4个字节表示，为“0000 0000”，表示没有和该节相关联的节。

sh_info用4个字节表示，为“0000 0000”表示没有文件信息

sh_addralign用4个字节表示，为“0000 0001”，该值用于表示地址对齐信息，值为1时表示不用地址对齐。

sh_entsize用4个字节表示，为“0000 0000”，对特定节（动态符号）才有意义，这里没有意义。

总结上面的分析是，该节距离文件头偏移为0x198，内容大小为0x16。

③.symtab节

该节中存放着所有section中定义的符号名字。描述了.strtab节中的符号在“内存”中对应的“内存地址”。这里的“内存地址”指的是偏移量，不是真的内存地址。

计算该节的偏移=0x228+11*0x28=0x3E0。

sh_name用4个字节表示，为“0000 0001”，该值代表section header string table中的索引。即.symtab节。

sh_type 用4个字节表示，为“0000 0002”，表示该段的类型是“SHT_STRTAB”。

sh_addr 用4个字节表示，为“0000 0000”，表示该节在进程中的起始地址为“0x0000 0000”。

sh_offset用4个字节表示，为“0000 00e8”表示该节在整个文件中的起始偏移量为“0xe8”。

sh_size用4个字节表示，为“0000 00b0”，表示该节的字节大小为16。

sh_link用4个字节表示，为“0000 000c”，表示没有和该节相关联的节。

sh_info用4个字节表示，为“0000 0009”表示没有文件信息

sh_addralign用4个字节表示，为“0000 0004”，该值用于表示地址对齐信息，值为4时表示需要地址对齐。

sh_entsize用4个字节表示，为“0000 0010”，表示字节大小。

总结上面的分析是，该节距离文件头偏移为0xe8，内容大小为0xb0。

对比符号表里的内容。

④.rodata节

rodata的意义同样明显，ro代表read only，即只读数据(const)。关于rodata类型的数据，要注意以下几点：
1、常量不一定就放在rodata里，有的立即数直接编码在指令里，存放在代码段(.text)中。
对于字符串常量，编译器会自动去掉重复的字符串，保证一个字符串在一个可执行文件(EXE/SO)中只存在一份拷贝。
2、rodata是在多个进程间是共享的，这可以提高空间利用率。
3、有的嵌入式系统中，rodata放在ROM(如norflash)里，运行时直接读取ROM内存，无需要加载到RAM内存中。
4、在嵌入式linux系统中，通过一种叫作XIP（就地执行）的技术，也可以直接读取，而无需要加载到RAM内存中。