在被各種編譯問題折磨了一個假期后爆雹，突然想起了曾經(jīng)借過的程序員神書——《程序員的自我修養(yǎng)——鏈接停蕉、裝載與庫》愕鼓。初見這本書還是個沒見過Linux萌新，看的云里霧里慧起。今天正好跟著新開的編譯原理課菇晃，好好捋順一下這一大堆曾經(jīng)視若不見的底層。

0x0 導(dǎo)讀

有故事的書要先讀序言蚓挤，有技術(shù)的書要先看目錄磺送。作者很貼心的給出了導(dǎo)讀，也算是給這本書劃了一道門檻灿意。

0x01 應(yīng)具備的知識

• 了解C/C++編程
• 有一定x86匯編基礎(chǔ)
• 了解操作系統(tǒng)估灿、編程技巧和計算機系統(tǒng)結(jié)構(gòu)基本概念
• 最好有Linux的編譯體驗（斗膽新添）

0x02 大致涉及內(nèi)容

• 靜態(tài)鏈接過程
• 裝載與動態(tài)鏈接
• 庫與運行庫

0x03 想要達(dá)到的目的

• 了解Win、Linux下各自的可執(zhí)行文件缤剧、目標(biāo)文件格式
• C/C++程序編譯詳情
• 目標(biāo)文件鏈接過程詳情
• 可執(zhí)行文件裝載與執(zhí)行
• 可執(zhí)行文件與進程虛擬空間映射
• 動態(tài)鏈接
• 堆棧
• 函數(shù)調(diào)用
• 運行庫（Glibc和MSVC CRT實現(xiàn)分析）
• 實現(xiàn)一個 Mini CRT

應(yīng)當(dāng)掠過的內(nèi)容

本書第一章給出的是一些基礎(chǔ)內(nèi)容的回顧馅袁，也是作者出于“降低閱讀門檻”目的下的給出的知識補丁。由于不是筆記的重點內(nèi)容荒辕，這里簡單列舉一下涉及的內(nèi)容汗销，有興趣的朋友可以選擇了解：

• 計算機硬件發(fā)展簡述（SMP與多核）
• 計算機軟件體系結(jié)構(gòu)（API、系統(tǒng)調(diào)用接口）
• 操作系統(tǒng)發(fā)展（CPU分配策略發(fā)展抵窒、設(shè)備驅(qū)動意義）
• 虛擬內(nèi)存（隔離弛针、分段、分頁）
• 線程（意義李皇、分配策略與調(diào)度削茁、搶占、安全、優(yōu)化）

1 靜態(tài)鏈接

1.1 高級語言程序處理過程

高級語言程序處理過程

• 預(yù)編譯：展開所有的宏定義茧跋、處理所有的預(yù)編譯指令朦拖、遞歸包含頭文件并將其中邏輯插入需要的地方、刪除所有注釋厌衔、添加行號和文件名標(biāo)識璧帝、保留所有#pragma指令

• 編譯：將高級語言的源程序變換成低級語言的目標(biāo)程序的過程，可以使編程者不必過多考慮與機器有關(guān)的細(xì)節(jié)富寿。

• 匯編：將匯編代碼轉(zhuǎn)換成機器可以執(zhí)行的命令睬隶。

• 鏈接：把一大堆用到的文件拼接到一起，通過符號表解析和重定位等最終輸出可加載页徐、可執(zhí)行的目標(biāo)文件苏潜。

1.2 編譯過程

編譯過程

• 詞法分析：在掃描器內(nèi)利用有限狀態(tài)機的算法將源代碼中的字符序列分割成一系列的符號（Token）变勇。
  一般分為：關(guān)鍵字恤左、標(biāo)識符、常量搀绣、特殊符號

• 語法分析：由語法分析器利用上下文無關(guān)算法飞袋，將這些符號生成語法樹。
  語法樹以表達(dá)式為節(jié)點链患，表達(dá)式只能為常量巧鸭、標(biāo)識符、(A)麻捻、A※B 之一纲仍，其中A、B為表達(dá)式贸毕，※為一個運算符

eg：id1:=id2+id3*10 生成語法樹：

id1:=id2+id3*10 生成語法樹

簡化后的語法樹

• 語義分析：對表達(dá)式語法層面的分析郑叠，同時為代碼生成階段收集類型信息。
  該階段并未動態(tài)裝配明棍，所以只是靜態(tài)分析

• 中間代碼生成：一般是三地址編碼或者四元算式乡革，轉(zhuǎn)換成內(nèi)部的表達(dá)方式。
  ( IntToReal ,10 , -, t1)击蹲，
  ( *, id3, t1, t2 )署拟，
  ( +, id2, t2, t3 )歌豺，
  ( :=, t3 , - , id1 )

• 代碼優(yōu)化：對中間代碼進行優(yōu)化。
  ( *, id3, 10.0, t1 )类咧，
  ( +, id2, t1, id1 )

1.3 鏈接過程

程序并不是一成不變的蟹腾，修改后的地址變化問題非常繁瑣。為了簡化編程区宇，人們開始使用符號來代指位置娃殖，其地址在使用過程中動態(tài)插入到需要的位置议谷。重新計算各個目標(biāo)位置的過程即為重定位。

運行一個程序所需要的代碼量可能非常龐大卧晓，而且很大一部分代碼可重用性很高芬首，而且模塊之間耦合度很低。于是人們便將代碼分割成了很多部分逼裆，使用時再將各個部分拼接起來，這個過程就是鏈接胜宇，這些部分在不同的語言中有不同的形式，比如引用桐愉、包、或者庫狈究。

可想而知盏求，鏈接過程中必定存在很多內(nèi)部或外部的函數(shù)或變量，所以這個過程包括了很多諸如地址空間分配碎罚、符號決議纳像、重定位等步驟。

1.4 目標(biāo)文件

可執(zhí)行文件：主要是Windows下的PE（Portable Executable）和Linux下的ELF（Executable Linkable Format）憔购，他們都是COFF（Common file format）格式的變種岔帽。

目標(biāo)文件：源碼編譯后還未經(jīng)過鏈接的中間文件玫鸟，內(nèi)容與結(jié)構(gòu)與可執(zhí)行文件相似屎飘，所以一般采取同種格式存儲。

• 可重定位文件：代碼+數(shù)據(jù)钦购，可用來鏈接成可執(zhí)行文件或共享目標(biāo)文件。
  如 Linux .o 和 Windows .obj

• 可執(zhí)行文件：可以直接執(zhí)行葵萎。
  如 Linux .sh 和 Windows .exe

• 共享目標(biāo)文件：代碼+數(shù)據(jù)唱凯，鏈接器使用它們可重定位或共享目標(biāo)文件鏈接生成新的目標(biāo)文件，或者與可執(zhí)行文件結(jié)合波丰，作為映像一部分運行。
  如 Linux .so 和 Windows .dll

• 核心轉(zhuǎn)儲文件：程序意外終止時轉(zhuǎn)儲一些信息爽蝴。
  如 Linux core dump

目標(biāo)文件格式：目標(biāo)文件根據(jù)信息的不同屬性將其按“段”存儲纫骑。

段存儲舉例

需要特別說明的幾點：

• 文件頭：存儲了很多文件信息，后面會專門分析先馆。
• 代碼與數(shù)據(jù)分離：便于讀寫權(quán)限分配、數(shù)據(jù)獨立邏輯共享梅惯、提高命中率仿野。
• 預(yù)留段：未賦值或值為0的標(biāo)識符將暫時不被分配內(nèi)存，只在此處聲明預(yù)留空間脚作。
• 必要部分：文件頭、代碼段劣针、數(shù)據(jù)段亿扁、預(yù)留段。
• 非必要部分：還有很多魏烫。

Ps: 有關(guān)ELF內(nèi)部數(shù)據(jù)的詳細(xì)格式這里有篇不錯的博客 => 傳送門

1.5 符號問題

無論是源代碼還是依賴文件肝箱，大量的函數(shù)和變量鏈接到一起后在全局范圍內(nèi)很容易造成沖突稀蟋。早期C語言與Fortran語言通過在前后添加“_”來進行區(qū)別，但在越來越多語言的后來并未很好的解決問題骏融。

1.5.1 C++的符號修飾

C++本身的繼承和重載就對函數(shù)區(qū)分有很高要求萌狂，于是C++引入了函數(shù)簽名的機制。所有符號都以“_Z”開始茫藏，對于嵌套的名字，后面緊跟“N”并以“名字字符串長度+E”結(jié)尾务傲，中間添加名稱空間和類的名字。最后再添加參數(shù)類型的簡寫完成名稱改造看杭。

eg: N::C::func(int) ==> _ZN1N1C4funcEi

1.5.2 強與弱

強符號與弱符號：全局范圍內(nèi)重復(fù)定義符號時挟伙，若是強符號則報錯。選擇時優(yōu)先選擇強符號尖阔，若全是弱符號則選擇長度最大的一個贮缅。
可以使用__attribute__((weak)) symbool = 2; 定義弱符號

強引用與弱引用：引用在被鏈接成可執(zhí)行文件是需要被正確決議携悯，若強引用丟失則報錯筷笨，弱引用丟失則忽略龟劲。

小結(jié)

盡管書剛讀了五分之一，只看完了一點點定義與格式昌跌，但也是很多次心里過癮的大呼“原來如此”。與第一次讀書時的感覺截然不同答恶，在實際問題中的掙扎讓現(xiàn)在的閱讀變得更有目的性和體驗感，期待接下來繼續(xù)讀下去的豐富收獲悬嗓。

PS：有興趣的同學(xué)可以去查查書里講到一個很好玩的故事。搜索的關(guān)鍵詞：馬屁股 航天飛機燕酷。