编译器是否将数据放入 PE 或 ELF 文件的 .text 部分？如果是这样，为什么？
Do compilers put data inside .text section of PE or ELF files? if so, why?
所以刚才有人问了这个问题:
但是最上面的答案说文本部分没有数据，编译器不会那样做！
但我遇到了一些二进制文件，在 ollydbg 中调试时，我在 .text 中看到了一些奇怪的字节，我猜这可能是数据，而且我仍然阅读声称数据可能在 .text 中的论文节
这实际上是静态反汇编成为一个无法确定的问题的原因（至少学术论文声称它是），因为他们说数据可能在文本部分内，而我们永远无法知道
所以我想一劳永逸地解决这个问题，如果您想回答这个问题，请提供来源 :
编译器是否将数据放入 .text 部分？如果是这样，您知道哪些编译器和编译器版本可以执行此操作？
如果他们这样做，那是为什么？我阅读了我链接的问题的答案，但我无法理解，因为我不是真正的硬件专家，所以你们能提供一个更简单的解释，软件开发人员可以理解的东西吗？
这里有另一个来源说我们无法区分可执行文件中的数据和代码：
distinguishing code from data in a binary file is a fundamentally undecidable problem
对于 x86，gcc/clang/ICC/MSVC 不要将数据与代码混合，因为它毫无意义，就像我在对链接问题的回答中所说的那样。 （不包括立即数据，很明显，它会作为指令的一部分进行解码）。 .text 部分的结尾和 .rodata 部分的开头可能在 TEXT 段内相邻，但这不是你的意思。
对于非 x86 ELF 二进制文件（例如 ARM），它们确实混合了代码和只读数据以允许 PC 相关加载只有 12 位或更小的偏移量适合固定宽度加载指令。
混淆的 x86 二进制文件肯定会混入一些数据，或者只是使反汇编变得困难，所以看起来可能有一些。对于编译器生成的未故意混淆的代码，静态反汇编通常很容易。任何混淆反汇编的东西都会让它看起来像可能的数据。是的，它是不可判定的。
在我的链接答案中，我没有说混合代码 + 常量的二进制文件不存在。我只是说普通的优化编译器不会这样做，而且它没有性能优势。只有抗逆向工程的优势，假设数据是只读的，性能成本很小。 （或者，如果数据是 read/write，成本会非常高。）
二进制混淆是人们在商业软件上真正使用的东西。对于您在野外发现不能完全反汇编的二进制文件，我一点也不感到惊讶。但这是在编译之后完成的，从编译器输出中生成一个新的混淆二进制文件。 （或者可能使用编译器插件？我真的不确定）。但这不是编译器 proper 做的，那是构建工具链中的后续步骤。我认为，销售二进制混淆软件的人销售的是二进制-> 二进制转换器，而不是编译器。
我在任何 Linux 发行版上反汇编 gcc/clang 输出时从未遇到过任何问题（例如 /usr/bin 或 /usr/lib 中的东西）。如果没有调试符号，您会得到大量的指令块，但反汇编不会与执行到达它的方式不同步。函数之间的填充是在函数底部的 ret 或 jmp 之后正常解码的长 NOP。或者对于 MSVC，填充是单字节 int3 指令，它们不会像 00 00 字节（add [rax], al）那样对下一个函数的开头进行解码。
请注意您的声明（存在混淆的二进制文件）与链接 的论文中提出的更强有力的声明之间的区别 来自另一个问题（优化编译器积极地这样做出于性能原因，包括在 x86 上）。
如果你想实现必须对 每个 二进制文件都有效的二进制重写，那么是的，你有一个大问题。但是，如果您只需要关心未混淆的编译器输出，那就容易多了。
所以刚才有人问了这个问题:
但是最上面的答案说文本部分没有数据，编译器不会那样做！
但我遇到了一些二进制文件，在 ollydbg 中调试时，我在 .text 中看到了一些奇怪的字节，我猜这可能是数据，而且我仍然阅读声称数据可能在 .text 中的论文节
这实际上是静态反汇编成为一个无法确定的问题的原因（至少学术论文声称它是），因为他们说数据可能在文本部分内，而我们永远无法知道
所以我想一劳永逸地解决这个问题，如果您想回答这个问题，请提供来源 :
编译器是否将数据放入 .text 部分？如果是这样，您知道哪些编译器和编译器版本可以执行此操作？
如果他们这样做，那是为什么？我阅读了我链接的问题的答案，但我无法理解，因为我不是真正的硬件专家，所以你们能提供一个更简单的解释，软件开发人员可以理解的东西吗？
这里有另一个来源说我们无法区分可执行文件中的数据和代码：
distinguishing code from data in a binary file is a fundamentally undecidable problem
对于 x86，gcc/clang/ICC/MSVC 不要将数据与代码混合，因为它毫无意义，就像我在对链接问题的回答中所说的那样。 （不包括立即数据，很明显，它会作为指令的一部分进行解码）。 .text 部分的结尾和 .rodata 部分的开头可能在 TEXT 段内相邻，但这不是你的意思。
对于非 x86 ELF 二进制文件（例如 ARM），它们确实混合了代码和只读数据以允许 PC 相关加载只有 12 位或更小的偏移量适合固定宽度加载指令。
混淆的 x86 二进制文件肯定会混入一些数据，或者只是使反汇编变得困难，所以看起来可能有一些。对于编译器生成的未故意混淆的代码，静态反汇编通常很容易。任何混淆反汇编的东西都会让它看起来像可能的数据。是的，它是不可判定的。
在我的链接答案中，我没有说混合代码 + 常量的二进制文件不存在。我只是说普通的优化编译器不会这样做，而且它没有性能优势。只有抗逆向工程的优势，假设数据是只读的，性能成本很小。 （或者，如果数据是 read/write，成本会非常高。）
二进制混淆是人们在商业软件上真正使用的东西。对于您在野外发现不能完全反汇编的二进制文件，我一点也不感到惊讶。但这是在编译之后完成的，从编译器输出中生成一个新的混淆二进制文件。 （或者可能使用编译器插件？我真的不确定）。但这不是编译器 proper 做的，那是构建工具链中的后续步骤。我认为，销售二进制混淆软件的人销售的是二进制-> 二进制转换器，而不是编译器。
我在任何 Linux 发行版上反汇编 gcc/clang 输出时从未遇到过任何问题（例如 /usr/bin 或 /usr/lib 中的东西）。如果没有调试符号，您会得到大量的指令块，但反汇编不会与执行到达它的方式不同步。函数之间的填充是在函数底部的 ret 或 jmp 之后正常解码的长 NOP。或者对于 MSVC，填充是单字节 int3 指令，它们不会像 00 00 字节（add [rax], al）那样对下一个函数的开头进行解码。
请注意您的声明（存在混淆的二进制文件）与链接 的论文中提出的更强有力的声明之间的区别 来自另一个问题（优化编译器积极地这样做出于性能原因，包括在 x86 上）。
如果你想实现必须对 每个 二进制文件都有效的二进制重写，那么是的，你有一个大问题。但是，如果您只需要关心未混淆的编译器输出，那就容易多了。