ELF格式探析之三:sections
2019-11-22

前文链接:

ELF格式探析之一:Segment和SectionELF格式探析之二:文件头ELF Header详解

今天我们讲对目标文件(可重定位文件)和可执行文件都很重要的section。

我们在讲ELF Header的时候,讲到了section header table。它是一个section header的集合,每个section header是一个描述section的结构体。在同一个ELF文件中,每个section header大小是相同的。(其实看了源码就知道,32位ELF文件中的section header都是一样的大小,64位ELF文件中的section header也是一样的大小)

每个section都有一个section header描述它,但是一个section header可能在文件中没有对应的section,因为有的section是不占用文件空间的。每个section在文件中是连续的字节序列。section之间不会有重叠。

一个目标文件中可能有未覆盖到的空间,比如各种header和section都没有覆盖到。这部分字节的内容是未指定的,也是没有意义的。

section header定义

section header结构体的定义可以在 /usr/include/elf.h 中找到。

/* Section header. */typedef struct{ Elf32_Word sh_name; /* Section name (string tbl index) */ Elf32_Word sh_type; /* Section type */ Elf32_Word sh_flags; /* Section flags */ Elf32_Addr sh_addr; /* Section virtual addr at execution */ Elf32_Off sh_offset; /* Section file offset */ Elf32_Word sh_size; /* Section size in bytes */ Elf32_Word sh_link; /* Link to another section */ Elf32_Word sh_info; /* Additional section information */ Elf32_Word sh_addralign; /* Section alignment */ Elf32_Word sh_entsize; /* Entry size if section holds table */} Elf32_Shdr;typedef struct{ Elf64_Word sh_name; /* Section name (string tbl index) */ Elf64_Word sh_type; /* Section type */ Elf64_Xword sh_flags; /* Section flags */ Elf64_Addr sh_addr; /* Section virtual addr at execution */ Elf64_Off sh_offset; /* Section file offset */ Elf64_Xword sh_size; /* Section size in bytes */ Elf64_Word sh_link; /* Link to another section */ Elf64_Word sh_info; /* Additional section information */ Elf64_Xword sh_addralign; /* Section alignment */ Elf64_Xword sh_entsize; /* Entry size if section holds table */} Elf64_Shdr;

下面我们依次讲解结构体各个字段:

    sh_name,4字节,是一个索引值,在shstrtable(section header string table,包含section name的字符串表,也是一个section)中的索引。第二讲介绍ELF文件头时,里面专门有一个字段e_shstrndx,其含义就是shstrtable对应的section header在section header table中的索引。

    sh_type,4字节,描述了section的类型,常见的取值如下:

    SHT_NULL 0,表明section header无效,没有关联的section。SHT_PROGBITS 1,section包含了程序需要的数据,格式和含义由程序解释。SHT_SYMTAB 2, 包含了一个符号表。当前,一个ELF文件中只有一个符号表。SHT_SYMTAB提供了用于(link editor)链接编辑的符号,当然这些符号也可能用于动态链接。这是一个完全的符号表,它包含许多符号。SHT_STRTAB 3,包含一个字符串表。一个对象文件包含多个字符串表,比如.strtab(包含符号的名字)和.shstrtab(包含section的名称)。SHT_RELA 4,重定位节,包含relocation入口,参见Elf32_Rela。一个文件可能有多个Relocation Section。比如.rela.text,.rela.dyn。SHT_HASH 5,这样的section包含一个符号hash表,参与动态连接的目标代码文件必须有一个hash表。目前一个ELF文件中只包含一个hash表。讲链接的时候再细讲。SHT_DYNAMIC 6,包含动态链接的信息。目前一个ELF文件只有一个DYNAMIC section。SHT_NOTE 7,note section, 以某种方式标记文件的信息,以后细讲。SHT_NOBITS 8,这种section不含字节,也不占用文件空间,section header中的sh_offset字段只是概念上的偏移。SHT_REL 9, 重定位节,包含重定位条目。和SHT_RELA基本相同,两者的区别在后面讲重定位的时候再细讲。SHT_SHLIB 10,保留,语义未指定,包含这种类型的section的elf文件不符合ABI。SHT_DYNSYM 11, 用于动态连接的符号表,推测是symbol table的子集。SHT_LOPROC 0x70000000 到 SHT_HIPROC 0x7fffffff,为特定于处理器的语义保留。SHT_LOUSER 0x80000000 and SHT_HIUSER 0xffffffff,指定了为应用程序保留的索引的下界和上界,这个范围内的索引可以被应用程序使用。

    sh_flags, 32位占4字节, 64位占8字节。包含位标志,用 readelf -S <elf> 可以看到很多标志。常用的有:

    SHF_WRITE 0x1,进程执行的时候,section内的数据可写。SHF_ALLOC 0x2,进程执行的时候,section需要占据内存。SHF_EXECINSTR 0x4,节内包含可以执行的机器指令。SHF_STRINGS 0x20,包含0结尾的字符串。SHF_MASKOS 0x0ff00000,这个mask为OS特定的语义保留8位。SHF_MASKPROC 0xf0000000,这个mask包含的所有位保留(也就是最高字节的高4位),为处理器相关的语义使用。sh_addr, 对32位来说是4字节,64位是8字节。如果section会出现在进程的内存映像中,给出了section第一字节的虚拟地址。sh_offset,对于32位来说是4字节,64位是8字节。section相对于文件头的字节偏移。对于不占文件空间的section(比如SHT_NOBITS),它的sh_offset只是给出了section逻辑上的位置。

    sh_size,section占多少字节,对于SHT_NOBITS类型的section,sh_size没用,其值可能不为0,但它也不占文件空间。

    sh_link,含有一个section header的index,该值的解释依赖于section type。

    如果是SHT_DYNAMICsh_link是string table的section header index,也就是说指向字符串表。如果是SHT_HASHsh_link指向symbol table的section header index,hash table应用于symbol table。如果是重定位节SHT_RELSHT_RELAsh_link指向相应符号表的section header index。如果是SHT_SYMTABSHT_DYNSYMsh_link指向相关联的符号表,暂时不解。对于其它的section type,sh_link的值是SHN_UNDEF

    sh_info,存放额外的信息,值的解释依赖于section type。

    如果是SHT_RELSHT_RELA类型的重定位节,sh_info是应用relocation的节的节头索引。如果是SHT_SYMTABSHT_DYNSYMsh_info是第一个non-local符号在符号表中的索引。推测local symbol在前面,non-local symbols紧跟在后面,所以文档中也说,sh_info是最后一个本地符号的在符号表中的索引加1。对于其它类型的section,sh_info是0。sh_addralign,地址对齐,如果一个section有一个doubleword字段,系统在载入section时的内存地址必须是doubleword对齐。也就是说sh_addr必须是sh_addralign的整数倍。只有2的正整数幂是有效的。0和1说明没有对齐约束。

    sh_entsize,有些section包含固定大小的记录,比如符号表。这个值给出了每个记录大小。对于不包含固定大小记录的section,这个值是0。

系统预定义的section name

系统预定义了一些节名(以.开头),这些节有其特定的类型和含义。

.bss:包含程序运行时未初始化的数据(全局变量和静态变量)。当程序运行时,这些数据初始化为0。 其类型为SHT_NOBITS,表示不占文件空间。SHF_ALLOC + SHF_WRITE,运行时要占用内存的。.comment 包含版本控制信息(是否包含程序的注释信息?不包含,注释在预处理时已经被删除了)。类型为SHT_PROGBITS。.data和.data1,包含初始化的全局变量和静态变量。 类型为SHT_PROGBITS,标志为SHF_ALLOC + SHF_WRITE(占用内存,可写)。.debug,包含了符号调试用的信息,我们要想用gdb等工具调试程序,需要该类型信息,类型为SHT_PROGBITS。.dynamic,类型SHT_DYNAMIC,包含了动态链接的信息。标志SHF_ALLOC,是否包含SHF_WRITE和处理器有关。.dynstr,SHT_STRTAB,包含了动态链接用的字符串,通常是和符号表中的符号关联的字符串。标志 SHF_ALLOC.dynsym,类型SHT_DYNSYM,包含动态链接符号表, 标志SHF_ALLOC。.fini,类型SHT_PROGBITS,程序正常结束时,要执行该section中的指令。标志SHF_ALLOC + SHF_EXECINSTR(占用内存可执行)。现在ELF还包含.fini_array section。.got,类型SHT_PROGBITS,全局偏移表(global offset table),以后会重点讲。.hash,类型SHT_HASH,包含符号hash表,以后细讲。标志SHF_ALLOC。.init,SHT_PROGBITS,程序运行时,先执行该节中的代码。SHF_ALLOC + SHF_EXECINSTR,和.fini对应。现在ELF还包含.init_array section。.interp,SHT_PROGBITS,该节内容是一个字符串,指定了程序解释器的路径名。如果文件中有一个可加载的segment包含该节,属性就包含SHF_ALLOC,否则不包含。.line,SHT_PROGBITS,包含符号调试的行号信息,描述了源程序和机器代码的对应关系。gdb等调试器需要此信息。.note Note Section, 类型SHT_NOTE,以后单独讲。.plt 过程链接表(Procedure Linkage Table),类型SHT_PROGBITS,以后重点讲。.relNAME,类型SHT_REL, 包含重定位信息。如果文件有一个可加载的segment包含该section,section属性将包含SHF_ALLOC,否则不包含。NAME,是应用重定位的节的名字,比如.text的重定位信息存储在.rel.text中。.relaname 类型SHT_RELA,和.rel相同。SHT_RELASHT_REL的区别,会在讲重定位的时候说明。.rodata和.rodata1。类型SHT_PROGBITS, 包含只读数据,组成不可写的段。标志SHF_ALLOC。.shstrtab,类型SHT_STRTAB,包含section的名字。有读者可能会问:section header中不是已经包含名字了吗,为什么把名字集中存放在这里? sh_name 包含的是.shstrtab 中的索引,真正的字符串存储在.shstrtab中。那么section names为什么要集中存储?我想是这样:如果有相同的字符串,就可以共用一块存储空间。如果字符串存在包含关系,也可以共用一块存储空间。.strtab SHT_STRTAB,包含字符串,通常是符号表中符号对应的变量名字。如果文件有一个可加载的segment包含该section,属性将包含SHF_ALLOC。字符串以结束, section以开始,也以结束。一个.strtab可以是空的,它的sh_size将是0。针对空字符串表的非0索引是允许的。symtab,类型SHT_SYMTAB,Symbol Table,符号表。包含了定位、重定位符号定义和引用时需要的信息。符号表是一个数组,Index 0 第一个入口,它的含义是undefined symbol index, STN_UNDEF。如果文件有一个可加载的segment包含该section,属性将包含SHF_ALLOC

练习:读取section names

从这一讲开始,都会有练习,方便我们把前面的理论知识综合运用。

下面这个练习的目标是:从一个ELF文件中读取存储section name的字符串表。前面讲过,该字符串表也是一个section,section header table中有其对应的section header,并且ELF文件头中给出了节名字符串表对应的section header的索引,e_shstrndx

我们的思路是这样:

    从ELF header中读取section header table的起始位置,每个section header的大小,以及节名字符串表对应section header的索引。计算section_header_table_offset + section_header_size * e_shstrndx 就是节名字符串表对应section header的偏移。读取section header,可以从中得到节名字符串表在文件中的偏移和大小。把节名字符串表读取到内存中,打印其内容。

代码如下:

/* 64位ELF文件读取section name string table */#include <stdio.h>#include <stdlib.h>#include <stdint.h>int main(int argc, char *argv[]){ /* 打开本地的ELF可执行文件hello */ FILE *fp = fopen("./hello", "rb"); if(!fp) { perror("open ELF file"); exit(1); } /* 1. 通过读取ELF header得到section header table的偏移 */ /* for 64 bit ELF, e_ident(16) + e_type(2) + e_machine(2) + e_version(4) + e_entry(8) + e_phoff(8) = 40 */ fseek(fp, 40, SEEK_SET); uint64_t sh_off; int r = fread(&sh_off, 1, 8, fp); if (r != 8) { perror("read section header offset"); exit(2); } /* 得到的这个偏移值,可以用`reaelf -h hello`来验证是否正确 */ printf("section header offset in file: %ld (0x%lx)", sh_off, sh_off); /* 2. 读取每个section header的大小e_shentsize, section header的数量e_shnum, 以及对应section name字符串表的section header的索引e_shstrndx 得到这些值后,都可以用`readelf -h hello`来验证是否正确 */ /* e_flags(4) + e_ehsize(2) + e_phentsize(2) + e_phnum(2) = 10 */ fseek(fp, 10, SEEK_CUR); uint16_t sh_ent_size; /* 每个section header的大小 */ r = fread(&sh_ent_size, 1, 2, fp); if (r != 2) { perror("read section header entry size"); exit(2); } printf("section header entry size: %d", sh_ent_size); uint16_t sh_num; /* section header的数量 */ r = fread(&sh_num, 1, 2, fp); if (r != 2) { perror("read section header number"); exit(2); } printf("section header number: %d", sh_num); uint16_t sh_strtab_index; /* 节名字符串表对应的节头的索引 */ r = fread(&sh_strtab_index, 1, 2, fp); if (r != 2) { perror("read section header string table index"); exit(2); } printf("section header string table index: %d", sh_strtab_index); /* 3. read section name string table offset, size */ /* 先找到节头字符串表对应的section header的偏移位置 */ fseek(fp, sh_off + sh_strtab_index * sh_ent_size, SEEK_SET); /* 再从section header中找到节头字符串表的偏移 */ /* sh_name(4) + sh_type(4) + sh_flags(8) + sh_addr(8) = 24 */ fseek(fp, 24, SEEK_CUR); uint64_t str_table_off; r = fread(&str_table_off, 1, 8, fp); if (r != 8) { perror("read section name string table offset"); exit(2); } printf("section name string table offset: %ld", str_table_off); /* 从section header中找到节头字符串表的大小 */ uint64_t str_table_size; r = fread(&str_table_size, 1, 8, fp); if (r != 8) { perror("read section name string table size"); exit(2); } printf("section name string table size: %ld", str_table_size); /* 动态分配内存,把节头字符串表读到内存中 */ char *buf = (char *)malloc(str_table_size); if(!buf) { perror("allocate memory for section name string table"); exit(3); } fseek(fp, str_table_off, SEEK_SET); r = fread(buf, 1, str_table_size, fp); if(r != str_table_size) { perror("read section name string table"); free(buf); exit(2); } uint16_t i; for(i = 0; i < str_table_size; ++i) { /* 如果节头字符串表中的字节是0,就打印`` */ if (buf[i] == 0) printf("\0"); else printf("%c", buf[i]); } printf(""); free(buf); fclose(fp); return 0;}

把以上代码存为chap3_read_section_names.c,执行gcc -Wall -o secnames chap3_read_section_names.c进行编译,输出的执行文件名叫secnames。执行secnames,输出如下:

./secnamessection header offset in file: 14768 (0x39b0)section header entry size: 64section header number: 29section header string table index: 28section name string table offset: 14502section name string table size: 259.symtab.strtab.shstrtab.interp.note.ABI-tag.note.gnu.build-id.gnu.hash.dynsym.dynstr.gnu.version.gnu.version_r.rela.dyn.rela.plt.init.text.fini.rodata.eh_frame_hdr.eh_frame.init_array.fini_array.dynamic.got.got.plt.data.bss.comment

可以发现,节头字符串表以开始,以结束。如果一个section的name字段指向0,则他指向的字节值是0,则它没有名称,或名称是空。

总结

本章主要讲解了section header的定义,各字段含义和可能的取值。然后介绍了系统预定义的一些section名称。最后我们综合运用第二章和第三章的知识,做了一个读取section names的练习。

下一章我们将讲述符号表和重定位的原理。此系列文章也会在微信公众号“欢欣之翼”上同步更新,欢迎关注。