函数 "main" 的代码在目标文件中的哪里开始？

Question

我有一个打印 hello world 的 C 程序的目标文件，只是为了这个问题。我试图了解使用 readelf 实用程序或 gdb 或 hexedit（我不知道哪个工具是正确的）在文件中函数代码 "main" 开始的位置。

我知道使用 readelf 符号 _start & main 出现以及它在虚拟内存中映射的地址。此外，我还知道 .text 部分的大小和指定入口点的 coruse 的大小，即与文本部分相同的地址。

问题是 - 文件中函数 "main" 的代码从哪里开始？我认为那是文本部分的入口点和偏移量，但我如何理解它，部分数据、bss、rodata 应该在 main 之前运行并且它出现在 readelf 中的部分文本之后。

我还认为我们应该将所有行的大小加起来，直到符号 table 中的主要内容，但我完全不确定它是否正确。

跟进这个问题的另一个问题是，如果我想用 NOP 指令替换 main 函数，或者在我的目标文件中添加一个 ret 指令。我怎样才能知道我可以使用 hexedit 执行的偏移量。

Answer 1

那么，让我们一步一步来吧。

从这个 C 文件开始：

#include <stdio.h>

void printit()
{
    puts("Hello world!");
}

int main(void)
{
    printit();
    return 0;
}

由于评论看起来像是在 x86 上，因此将其编译为 32 位非 PIE 可执行文件，如下所示：

$ gcc -m32 -no-pie  -o test test.c

需要 -m32 选项，因为我在 x86-64 机器上工作。如您所知，您可以使用 readelf、objdump 或 nm 获取 main 的虚拟内存地址，例如：

$ nm test | grep -w main
0804918d T main

显然，804918d 不能作为仅 15 kB 大的文件中的偏移量。您需要找到 虚拟内存地址 和 文件偏移量 之间的映射。在典型的 ELF 文件中，映射包含两次。一次是链接器（因为目标文件也是 ELF 文件）和调试器的详细形式，第二次是内核用于加载程序的压缩形式。详细的形式是sections的列表，由section header组成，可以这样查看（输出缩短了一点，让答案更易读）：

$ readelf --section-headers test
There are 29 section headers, starting at offset 0x3748:

Section Headers:
  [Nr] Name              Type            Addr     Off    Size   ES Flg Lk Inf Al
[...]
  [11] .init             PROGBITS        08049000 001000 000020 00  AX  0   0  4
  [12] .plt              PROGBITS        08049020 001020 000030 04  AX  0   0 16
  [13] .text             PROGBITS        08049050 001050 0001c1 00  AX  0   0 16
  [14] .fini             PROGBITS        08049214 001214 000014 00  AX  0   0  4
  [15] .rodata           PROGBITS        0804a000 002000 000015 00   A  0   0  4
[...]
Key to Flags:
  W (write), A (alloc), X (execute), M (merge), S (strings), I (info),
  L (link order), O (extra OS processing required), G (group), T (TLS),
  C (compressed), x (unknown), o (OS specific), E (exclude),
  p (processor specific)

在这里您发现 .text 部分从（虚拟）地址 08049050 开始，大小为 1c1 字节，因此它在地址 08049211 结束。 main的地址，804918d就在这个范围内，所以你知道main是text段的成员。如果从 main 的地址中减去 text 部分的基址，你会发现 main 是 13d 字节到 text 部分。节列表还包含文本节数据开始的文件偏移量。它是 1050，所以 main 的第一个字节在偏移量 0x1050 + 0x13d == 0x118d.

您可以使用程序头进行相同的计算：

$ readelf --program-headers test
[...]
Program Headers:
  Type           Offset   VirtAddr   PhysAddr   FileSiz MemSiz  Flg Align
  PHDR           0x000034 0x08048034 0x08048034 0x00160 0x00160 R   0x4
  INTERP         0x000194 0x08048194 0x08048194 0x00013 0x00013 R   0x1
      [Requesting program interpreter: /lib/ld-linux.so.2]
  LOAD           0x000000 0x08048000 0x08048000 0x002e8 0x002e8 R   0x1000
  LOAD           0x001000 0x08049000 0x08049000 0x00228 0x00228 R E 0x1000
  LOAD           0x002000 0x0804a000 0x0804a000 0x0019c 0x0019c R   0x1000
  LOAD           0x002f0c 0x0804bf0c 0x0804bf0c 0x00110 0x00114 RW  0x1000
[...]

第二行加载告诉你08049000（VirtAddr）到08049228（VirtAddr + MemSiz）区域是可读和可执行的，并且从文件中的偏移量1000加载.因此，您可以再次计算出 main 的地址是此加载区域中的 18d 字节，因此它必须驻留在可执行文件内的偏移量 0x118d 处。让我们测试一下：

$ ./test
Hello world!
$ echo -ne '\xc3' | dd of=test conv=notrunc bs=1 count=1 seek=$((0x118d))
1+0 records in
1+0 records out
1 byte copied, 0.0116672 s, 0.1 kB/s
$ ./test
$

用 0xc3 覆盖 main 的第一个字节，x86 上 return（near）的操作码，导致程序不再输出任何内容。

Answer 2

_start 通常属于一个固定的模块（一个 *.o 文件）（在不同的系统上叫法不同，但是一个通用的名字是 crt0.o 写在汇编程序。）固定代码准备堆栈（通常参数和环境通过 execve(2) 系统调用存储在初始堆栈段中）crt0.s 的任务是准备初始 C 堆栈帧和打电话 main()。一旦 main() 结束，它负责从 main 获取 return 值并调用所有 atexit() 处理程序以完成调用 _exit(2) 系统调用。

crt0.o 的链接通常是透明的，因为您总是调用编译器自己进行链接，因此您通常不必将 crt0.o 添加为第一个对象模块，但编译器知道（最近，所有这些东西都有了很大的增长，因为我们依赖架构和 ABI 在函数之间传递参数）

如果您使用 -v 选项执行编译器，您将获得它用于调用链接器的确切命令行，并且您将获得程序在其上的最终内存映射的秘密第一阶段。

函数 "main" 的代码在目标文件中的哪里开始？

Where in object file does the code of function "main" starts?

c

memory

assembly

gdb

elf