可执行程序

可执行文件：状态机的描述

一个描述了状态机初始状态 + 迁移的数据结构

1. 寄存器：大部分由ABI规定，操作系统负责设置。例如初始化pc。
2. 地址空间：二进制文件+ABI共同决定。例如argv和envp的存储。
3. 其他有用的信息（例如调试和core dump的信息）

---

可执行文件里面应该有什么？

可执行程序描述了状态机重置后的状态，那状态有什么呢？

无非就是寄存器和内存（地址空间）

---

操作系统上的可执行程序

需要满足以下条件：

1. 具有执行(x)权限
   执行./a.c命令 (出现permission denied错误)
   但如果先执行 chmod +x a.c命令，会出现加载器不能正确识别题。

2. 加载器能够识别的可执行文件

---

常见的可执行文件

就是操作系统里面的一个普通对象。

UNIX/Linux

• a.out
• ELF
• She-bang

  She-bang是什么呢？其实就是一个“偷换参数”地execve。

#!/usr/bin/python3               #这是一个可执行文件
print('Hello')

再执行命令 chmod +x a.c。上面这个文件就可以执行了。
如果加载器这样一个程序的时候，如果它发现一个#!开头的，就会在execve偷换一下，把#!后面的填入execve的第一个参数，该文件名填入第二个参数。

---

从C代码到二进制文件

一段简单的C代码(main.c)：

void hello();

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

int main()
{
    hello();
}

gcc -O2 -c main.c得到main.o文件, 然后objdump -d main.o得到反汇编

0000000000000000 <main>:
   0:   f3 0f 1e fa             endbr64 
   4:   48 83 ec 08             sub    $0x8,%rsp
   8:   31 c0                   xor    %eax,%eax
   a:   e8 00 00 00 00          call   f <main+0xf>
   f:   31 c0                   xor    %eax,%eax
  11:   48 83 c4 08             add    $0x8,%rsp
  15:   c3                      ret    

我们可以看到 0xa 地址处，由于不知道hello函数的地址，这里暂时填为 0

hello.c的代码块：

#include<stdio.h>
#include<stdint.h>
#include<assert.h>
int main();

void hello(){
    char *p = (char*)main + 0xa + 1;   //有上面汇编代码可以看出，代填 
               //hello地址为 main 的地址加上偏移再加上1(操作码1个字节)
    int32_t offset = *(int32_t*)p;
    assert( (char*)main + 0xf +offset == (char*)hello);
    printf("hello \n");
}

解释一下：在我们的main函数要调用hello函数时，此时pc会指向这条call指令的下一条指令的地址，也就是pc指针会是(char*)main + 0xf,由于是相对寻址(call指令的语义)，所以会跳转到pc + offset的位置，offset也就是待填地址处的值。而跳转后的地址要是hello的地址。

我们 readelf -a main.o 来看一下有什么输出信息,其中有一部分是这样的（这里复制过来格式有点不正确）：

Relocation section '.rela.text.startup' at offset 0x1b8 contains 1 entry:
  Offset          Info       Type        Sym. Value    Sym. Name+Addend
00000000000b  000600000004 R_X86_64_PLT32 0000000000000000 hello - 4

重新理解编译、链接流程

编译器

High-level semantics(高级C状态机) -> Low-level semantics(汇编状态机)

汇编器

Low-level semantics -> Binary semantics(状态机的容器)

1. “一一对应”地翻译成二进制代码，sections, symbols, debug info……
2. 不能决定的要留下“之后要怎么办”的信息(relocations重定位)

链接器

合并所有的容器，得到一个完整的状态机