Linux下一个最简单的不依赖第三库的的C程序（2）

一个最简单的C程序，如下：

main.c：

int main()
{
   char *str = "Hello World";
   return 8;
}

 

在64位平台上编译一个32位的程序，如下：（32位只是为了演示方便）

gcc -m32 -o hello main.c

./hello
echo $?

运行后 会看到结果是 8，说明程序正常。$?表示查看上一个命令的返回值

统计一下程序大小：7263字节，

wc -c hello
7263 hello

通过 ldd 查看动态库的依赖，发现如下的一些动态库依赖，libc.so,可以说是几乎所有Linux上的程序都会依赖的一个基础C函数库。 ld-linux.so 是一个动态dll的加载库，它会动态加载libc.so, dll在Linux上叫 shared object, 后缀是 .so。 linux-gate.so是一个伪文件，它是与内核联系的一个接口，64位程序的linux-vdso.so也是同样的作用。

ldd hello
linux-gate.so.1 => (0xf7780000)
libc.so.6 => /lib/i386-linux-gnu/libc.so.6 (0xf75ae000)
/lib/ld-linux.so.2 (0x5662a000)

 

我们加上 -nostdlib 选项，该选项在linking链接阶段，不会把标准库和启动文件引入进来，下面提示没有找到_start这个函数符号，默认给了一个入口地址。
我们不管这个警告，执行程序，发现报段错误，如果统计这个可执行文件的大小，会发现大小有1128字节，比之前的7236小了好多。

gcc -m32 -nostdlib -o hello main.c
  /usr/bin/ld: warning: cannot find entry symbol _start; defaulting to 00000000080480d8
./hello
  Segmentation fault
ldd hello
  not a dynamic executable    
wc -c hello
  1128 hello

当使用 -nostdlib 编译的时候，提示没有找到_start函数符号，那我们会不会想到是glibc里面提供的某个函数呢？
Linux上的C程序，入口实际是_start，而不是我们代码里的main, _start定义在ctr1.o这个可重定位目标文件里

查找一下 ctr1.o 这个文件， 找到文件位置。
sudo find / -name "crt1.o"

只编译，不链接，-c表示只编译，生成一个32位的hello.o的目标文件

gcc -m32 -Os -c main.c -o hello.o

进行链接：

ld /usr/lib/i386-linux-gnu/crt1.o -o hello hello.o
#64位crt1.o 在/usr/lib/x86_64-linux-gnu/crt1.o

发现报错：

/usr/lib/i386-linux-gnu/crt1.o: In function `_start':
(.text+0xc): undefined reference to `__libc_csu_fini'
/usr/lib/i386-linux-gnu/crt1.o: In function `_start':
(.text+0x11): undefined reference to `__libc_csu_init'
/usr/lib/i386-linux-gnu/crt1.o: In function `_start':
(.text+0x1d): undefined reference to `__libc_start_main'

 

crt1.o对应的代码在glibc的源代码，在glibc-2.19 源代码目录下的 sysdeps/i386/start.S 或 sysdeps/x86_64/start.S，
_start 调用了__libc_start_main 等函数，__libc_start_main在csu/libc-start.c ，可以看到：

result = main (argc, argv, __environ MAIN_AUXVEC_PARAM);

这就是main被调用的地方。这个是我们用户代码开始的地方

所以，在_start 和 main 之间的那些函数都是做一些glibc的准备工作，我们这里要剥离glibc的依赖，所以，我们直接可以这样做：
增加一个文件：
stubstart.s

.globle _start
_start:call main    

编译：

gcc -m32 -nostdlib -Os stubstart.s main.c -o hello
./hello #运行报错：Segmentation fault    

让我使用加上调试信息，重新编译，用gdb来看看

gcc -m32 -g -nostdlib -O0 stubstart.s main.c -o hello

首先反汇编看看，不同的编译优化，汇编代码会有一些不同：

objdump -d hello

hello: file format elf32-i386
Disassembly of section .text: 
080480d8 <_start>:
80480d8:    e8 00 00 00 00       call 80480dd <main>          #等价于：push %eip   ;   mov 80480dd, %eip

080480dd <main>:
80480dd:    55                   push %ebp
80480de:    89 e5                mov %esp,%ebp                #这2句是所有函数调用都有的，序言，套路，重新设置栈顶
80480e0:    83 ec 10             sub $0x10,%esp               #分配临时变量
80480e3:    c7 45 fc f1 80 04 08 movl $0x80480f1,-0x4(%ebp)   #字符串赋值
80480ea:    b8 08 00 00 00       mov $0x8,%eax                #这里是把8赋值给eax，如果是把0赋值给eax，指令可能是：xor %eax,%eax 。 
                                                              #  xor 异或自己就是0，与 movl $0, %eax 具有类似效果
80480ef:    c9                   leave                        #等价于：mov %ebp,%esp    ;    pop %esp ; 
                                                              #  同时esp自动加一个步进（往栈基移动一个步进），
                                                              #  即80480dd地址后的2个指令反向执行，回归原位
80480f0:    c3                   ret                          #等价于 pop %eip，是call指令的反向执行，回归原位

 

我们用gdb来看看

gdb ./main
gdb> break _start
gdb> run    

到_start 函数命中断点，开始 stepi 单步的执行汇编指令。

程序从_start开始，调用main，main函数从上到下执行，从地址80480dd执行到80480f0，call返回后，下一条指令又是80480dd，又会调用main，从地址80480dd执行到80480f0 又执行一遍，第二次执行，其实不是本意，
只是刚好call后面的指令恰好是main函数，一直在执行到ret指令，这时，栈顶的值是0x1, 把该值给eip，0x1地址上无有效指令，报段异常，正确的段应该在80480f0附近

这里主要就是因为 call返回后，下一条指令又是80480dd，恰好是main函数，gcc编译的时候，如果使用 -Os 选项，得到的反汇编如下，这时就不会执行2次，但是依然会报段错误，因为指令指针已经飞到其他地方去了。

080480d8 <main>:
80480d8:    55             push %ebp
80480d9:    b8 08 00 00 00 mov $0x8,%eax
80480de:    89 e5          mov %esp,%ebp
80480e0:    5d             pop %ebp
80480e1:    c3             ret 
080480e2 <_start>:
80480e2:    e8 f1 ff ff ff call 80480d8 <main>

正确的做法就是：在call main之后，退出进程。

.globl _start
_start:  call main
         mov $01, %eax
         mov $00, %ebx 
         int $0x80

调用系统调用_exit(0)；正确退出。

反汇编如下：

080480d8 <_start>:
80480d8:    e8 0c 00 00 00      call 80480e9 <main>
80480dd:    b8 01 00 00 00      mov $0x1,%eax
80480e2:    bb 00 00 00 00      mov $0x0,%ebx
80480e7:    cd 80               int $0x80    #END

080480e9 <main>:
80480e9:    55                   push %ebp
80480ea:    89 e5                mov %esp,%ebp
80480ec:    83 ec 10             sub $0x10,%esp
80480ef:    c7 45 fc fd 80 04 08 movl $0x80480fd,-0x4(%ebp)
80480f6:    b8 08 00 00 00       mov $0x8,%eax
80480fb:    c9                   leave 
80480fc:    c3                   ret    

如果用C语言来代替之前那个_start的汇编，则如下：
stubstart.c

void _start() {

 // main body of program: call main(), etc

     // exit system call 
      asm("mov $1,%eax;"
          "xor %ebx,%ebx;"
          "int $0x80"
          // xor 异或自己就是0，与 movl $0, %eax 具有类似效果
      );
}    

至此，一个完全不依赖第三方库的简单C函数就完成了。

参考：

https://www.cnblogs.com/TOLLA/p/9646035.html
https://blogs.oracle.com/linux/hello-from-a-libc-free-world-part-1-v2
https://blogs.oracle.com/linux/hello-from-a-libc-free-world-part-2-v2