编译与调试

编译的流程

将一个.c程序编译成一个可执行文件通常包含4步：

  • 预处理：将各种宏定义翻译成C/C++语言
  • 编译：将C/C++代码编译成汇编语言
  • 汇编：对汇编代码进行处理，翻译成机器指令
  • 链接：将用到的库文件和自己的机器指令汇总到一起（合并不同文件的同类内容，如.text节区）
image-20241209151423164 image-20241209151440154

从上图可以知道，只要加了-g其实就可以调试代码了，不一定非要使用debug模式编译才行

动态/静态链接

内部/外部链接

ELF文件

定义：ELF（Excutable Linkable Format）是一种Unix-Like系统上二进制文件的标准，符合ELF标准的ELF文件可以分为4类：

image-20241209151726668

不是所有Linux下的二进制文件都是ELF文件，必须符合一定的格式才行！

ELF文件都遵循以下的格式：

image-20241209152118385 image-20250408193010846

ELF 文件的作用有两个，一是用于程序链接（为了生成程序）；二是用于程序执行。

针对这两种情况，可以从不同的视角来看待同一个目标文件。当它分别被用于链接和用于执行的时候，其特性必然是不一样的，我们所关注的内容也不一样。从链接和运行的角度，可以将 ELF 文件的组成部分划分为链接视图和运行视图这两种格式，重要组成部分如下：

  • ELF Header：位于文件开始处，包含整个ELF文件的信息
  • Section（节区）：供链接器或调试工具使用，以静态视角描述一个文件的逻辑组成。在每个节中包含有指令数据、符号数据、重定位数据等等，例如.text、.data、.bss节…
  • Section Header Table：描述文件中各段的信息（如代码段、数据段等），通常用于链接阶段
  • Segment（段）：供OS的加载器使用，以动态的视角描述一个文件如何加载到内存，包含多个节区
  • Program Header Table：用于描述加载程序（如内核或动态链接器）如何将文件的各段加载到内存

对于可执行程序，Program Header是必须的，描述了不同的段即Segment，Section Header是可选的

对于链接程序，Program Header是可选的，Section Header是必须的，描述了不同的section

如何定义段和节区

  • 法1.由链接脚本指定：
1
2
3
4
5
6
7
8
9
10
SECTIONS {
    . = 0x80000000;          /* 内核启动地址 */
    .text : {                /* 代码段 */
        *(.text.head)
        *(.text .text.*)
    }
    .rodata : { /* 只读数据 */ }
    .data : {   /* 读写数据 */ }
    .bss : {    /* 未初始化数据 */ }
}

比如链接脚本代码就定义了一个段，里面包含了4个节区

  • 法2.由gcc的一些指令在代码中定义新的节区
1
int __attribute__((section(".profile")))

如果要精确控制新节区在内存中的位置，也要在链接脚本里写一下

ELF文件解析

虽然所有ELF文件都是按照这个格式排布的，但是不能直接通过查看一个二进制文件来分析（因为可读性太差），通常需要使用一些工具（比如binutils）来分析ELF文件

image-20241209152719197

下面举一些例子来说明如何查看一个ELF文件：

  • ELF Header：readelf -h
  • Program Header Table：readelf -l
  • Section Header Table：readelf -S
  • 符号表：readelf -s

符号表

1.符号表的定义

符号表是ELF文件中的一个节区==（.symtab 或 .dynsym）==，存储了程序中所有符号（包括定义的、引用的、导出的）的名称、类型、地址等信息

符号可以是：

  • 函数名（如 main、printf）
  • 全局变量（如 int global_var;）
  • 静态变量（如 static int local_var;）

2.符号表的作用

  • 链接阶段：帮助链接器找到符号的定义和引用关系
  • 调试阶段：提供符号名到地址的映射（如 gdb 调试时显示函数名）
  • 动态链接：支持运行时符号解析（如共享库中的函数）

3.符号表的引用：指的是使用代码中未定义的符号。编译阶段，如果遇到未定义的符号，会标成UDN，在链接的时候被绑定

4.符号导出：将符号标记为 可被其他模块访问 的过程。例如：

  • 在库中导出函数供外部调用
  • 在内核模块中导出符号供其他模块使用

实现方式

  • C 语言：使用 extern 或 __attribute__((visibility("default")))
  • Linux 内核：通过 EXPORT_SYMBOL() 宏导出符号
概念 描述 示例
符号表 存储符号名称、类型和地址的 ELF 节区。 .symtab, .dynsym
符号引用 代码中使用的未定义符号，需链接器解析。 extern int x;
符号解析 将引用绑定到定义的链接过程。 将 printf 绑定到 libc.so
符号导出 显式标记符号为外部可见。 EXPORT_SYMBOL()

5.为什么Linux内核模块中大部分函数要加static关键字?

  • 早期Linux中，如果全局变量或函数不加static，会被注册到Linux运行时维护的全局的符号表中，那么很可能发生命名冲突之类的
  • 现代Linux中，全局变量或函数即使不加static，默认也不会被注册到Linux运行时维护的全局的符号表中，只有显式导出时才会。所以一般的函数、变量不加static也行

6.如何看内核的符号表

  • 使用readelf或nm分析vminux文件：它是未压缩的内核的ELF文件。包含所有符号（包括未加static的函数和变量），无论是否导出
  • 查看内核运行时动态的符号表：该符号表不包含没被导出的符号
1
2
3
4
5
cat /proc/kallsyms | grep "函数名"  # 按符号名查找
cat /proc/kallsyms | grep "地址"    # 按地址查找

grep "函数名" /boot/System.map-$(uname -r)  # 按符号名查找
grep "地址" /boot/System.map-$(uname -r)    # 按地址查找