可执行程序的装载
一、预处理、编译、链接和目标文件的格式
1.可执行程序是怎么得来的
①编译器预处理
gcc -E -o XX.cpp XX.c (-m32)//
注：把include的文件包含进来，并且完成宏的替换
②汇编器编译成汇编代码
gcc -x cpp-output -S -o hello.s hello.cpp (-m32)
③汇编代码编译成二进制目标文件
gcc -x assembler -c hello.s -o hello.o (-m32)
注：不可读，含有部分机器代码但不可执行
④链接成可执行文件
gcc -o hello.static hello.c (-m32) -static
⑤hello和hello.o都是ELF文件
⑥.static文件会将所有用到C库文件都放到这一个可执行程序中
2.目标文件的格式ELF
①A.out（最古老） COFF PE（Windows）、ELF（Linux中）
②
③一个可重定位文件保存着代码和适当的数据，用来和其他的object文件一起来创建一个可执行文件或者是一个共享文件。一个可执行文件保存着一个用来执行的程序；该文件指出了exec(BA_OS)如何来创建程序进程映象。一个共享object文件保存着代码和合适的数据，用来被下面的两个链接器链接。第一个是连接编辑器[请参看ld(SD_CMD)]，可以和其他的可重定位和共享object文件来创建其他的object。第二个是动态链接器，联合一个可执行文件和其他的共享object文件来创建一个进程映象。
④ELF头描述了该文件的组织情况，程序投标告诉系统如何创建一个进程的内存映像，section头表包含了描述文件sections的信息。当系统要执行一个文件的时候，理论上讲，他会把程序段拷贝到虚拟内存中某个段。
⑤
程序从0x804800开始,可执行文件加载到内存中开始执行的第一行代码,一般静态链接将会把所有代码放在同一个代码段,动态连接的进程会有多个代码段。
二、可执行文件、共享库和动态链接
1.装载可执行程序之前的工作
可执行程序的执行环境
①命令行参数和shell环境，一般我们执行一个程序的Shell环境，我们的实验直接使用execve系统调用。
Shell本身不限制命令行参数的个数，命令行参数的个数受限于命令自身。例如，int main(int argc, char *argv[])， int main(int argc, char argv[], char envp[])
Shell会调用execve将命令行参数和环境参数传递给可执行程序的main函数。int execve(const char * filename,char * const argv[ ],char * const envp[ ]);库函数exec*都是execve的封装例程。
命令行参数和环境串都放在用户态堆栈中
①fork子进程的时候完全复制了父进程；调用exec的时候，要加载的可执行程序把原来的进程环境覆盖掉，用户态堆栈也被清空
②shell——execv——sys_execv
③先传递函数调用参数，再传递系统调用参数
2.装载时动态链接和运行时动态链接应用
动态链接分为可执行程序装载时动态链接和运行时动态链接。
例1：共享库的动态链接
准备.so文件
#ifndef _SH_LIB_EXAMPLE_H_
#define _SH_LIB_EXAMPLE_H_
#define SUCCESS 0
#define FAILURE (-1)
#ifdef __cplusplus
extern "C" {
#endif
/*
* Shared Lib API Example
* input : none
* output : none
* return : SUCCESS(0)/FAILURE(-1)
*
*/
int SharedLibApi();
#ifdef __cplusplus
}
#endif
#endif /* _SH_LIB_EXAMPLE_H_ */
/*------------------------------------------------------*/
#include <stdio.h>
#include "shlibexample.h"
int SharedLibApi()
{
printf("This is a shared libary!\n");
return SUCCESS;
}/* _SH_LIB_EXAMPLE_C_ */
shlibexample.h (1.3 KB) - Interface of Shared Lib Example
shlibexample.c (1.2 KB) - Implement of Shared Lib Example
编译成libshlibexample.so文件
$ gcc -shared shlibexample.c -o libshlibexample.so -m32
例2：动态加载库
#ifndef _DL_LIB_EXAMPLE_H_
#define _DL_LIB_EXAMPLE_H_
#ifdef __cplusplus
extern "C" {
#endif
/*
* Dynamical Loading Lib API Example
* input : none
* output : none
* return : SUCCESS(0)/FAILURE(-1)
*
*/
int DynamicalLoadingLibApi();
#ifdef __cplusplus
}
#endif
#endif /* _DL_LIB_EXAMPLE_H_ */
/*------------------------------------------------------*/
#include <stdio.h>
#include "dllibexample.h"
#define SUCCESS 0
#define FAILURE (-1)
/*
* Dynamical Loading Lib API Example
* input : none
* output : none
* return : SUCCESS(0)/FAILURE(-1)
*
*/
int DynamicalLoadingLibApi()
{
printf("This is a Dynamical Loading libary!\n");
return SUCCESS;
}
编译成libdllibexample.so文件
$ gcc -shared dllibexample.c -o libdllibexample.so -m32
3.main.c
int main()
{
printf("This is a Main program!\n");
/* Use Shared Lib */
printf("Calling SharedLibApi() function of libshlibexample.so!\n");
SharedLibApi();//可以直接调用
/* Use Dynamical Loading Lib */
void * handle = dlopen("libdllibexample.so",RTLD_NOW);//先打开动态加载库
if(handle == NULL)
{
printf("Open Lib libdllibexample.so Error:%s\n",dlerror());
return FAILURE;
}
int (*func)(void);
char * error;
func = dlsym(handle,"DynamicalLoadingLibApi");
if((error = dlerror()) != NULL)
{
printf("DynamicalLoadingLibApi not found:%s\n",error);
return FAILURE;
}
printf("Calling DynamicalLoadingLibApi() function of libdllibexample.so!\n");
func();
dlclose(handle);//与dlopen函数配合，用于卸载链接库
return SUCCESS;
}
编译main，注意这里只提供shlibexample的-L（库对应的接口头文件所在目录）和-l（库名，如libshlibexample.so去掉lib和.so的部分），并没有提供dllibexample的相关信息，只是指明了-ldl
$ gcc main.c -o main -L/path/to/your/dir lshlibexample -ldl -m32
$ export LD_LIBRARY_PATH=$PWD #将当前目录加入默认路径，否则main找不到依赖的库文件，当然也可以将库文件copy到默认路径下。
$ ./main
结果
This is a Main program!
Calling SharedLibApi() function of libshlibexample.so!
This is a shared libary!
Calling DynamicalLoadingLibApi() function of libdllibexample.so!
This is a Dynamical Loading libary!
三、可执行程序的装载
1.可执行程序的装载相关关键问题分析
①execve与fork是比较特殊的系统调用，execve用它加载的可执行文件把当前的进程覆盖掉，返回之后就不是原来的程序而是新的可执行程序起点
②sys_execve内部会解析可执行文件格式：do_execve -> do_execve_common -> exec_binprm，earch_binary_handler符合寻找文件格式对应的解析模块
list_for_each_entry(fmt, &formats, lh) //在链表中寻找可以处理这种格式的模块
if (!try_module_get(fmt->module))
continue;
read_unlock(&binfmt_lock);
bprm->recursion_depth++;
retval = fmt->load_binary(bprm);//执行的应该是load_elf_binary其内部是和ELF文件格式解析的部分需要和ELF文件格式标准结合
read_lock(&binfmt_lock);
③Linux内核是如何支持多种不同的可执行文件格式的？
static struct linux_binfmt elf_format = {
.module = THIS_MODULE,
.load_binary = load_elf_binary,//函数指针
.load_shlib = load_elf_library,
.core_dump = elf_core_dump,
.min_coredump = ELF_EXEC_PAGESIZE,
};
************************************
static int __init init_elf_binfmt(void)
{
register_binfmt(&elf_format);//注册
return 0;
}
④庄周梦蝶——庄周（调用execve的可执行程序）入睡（调用execve陷入内核），醒来（系统调用execve返回用户态）发现自己是蝴蝶（被execve加载的可执行程序）
⑤load_elf_binary调用start_thread函数。修改int 0x80压入内核堆栈的EIP
⑥
这里的elf_entry就是静态链接的时候可执行文件里面头部定义的entry
2.sys_execve的内部处理过程
sys_execve() -> do_execve() -> do_execve_common() -> exec_binprm() -> search_binary_handler() -> load_elf_binary() -> start_thread()
注：ELF可执行文件默认映射到0x8048000这个地址，需要动态链接的可执行文件先加载连接器ld，否则直接把elf文件entry地址赋值给entry即可。start_thread(regs, elf_entry, bprm->p)会将CPU控制权交给ld来加载依赖库并完成动态链接；对于静态链接的文件elf_entry是新程序执行的起点。
四、实验
实验要求
使用gdb跟踪分析一个execve系统调用内核处理函数sys_execve ，验证您对Linux系统加载可执行程序所需处理过程的理解，详细内容参考本周第三节；推荐在实验楼Linux虚拟机环境下完成实验。
更新menu内核
查看test.c文件：可以看到新增加了exec系统调用
直接：e hello.c切换到hello.c
查看Makefile
启动内核并验证execv函数
冻结内核，启动GDB调试
进行调试
先停在sys_execve处，再设置其它断点；按c一路运行下去直到断点sys_execve
new_ip是返回到用户态的第一条指令
退出调试状态，输入redelf -h hello可以查看hello的EIF头部
新开一个窗口，进入内部可以发现正在修改内核堆栈
struct pt_regs *regs就是内核堆栈栈底的部分，发生中断的时候，esp和ip都进行压栈。通过修改内核堆栈中EIP的值（也就是把压入栈中的值用new_ip替换）作为新程序的起点。
对“Linux内核装载和启动一个可执行程序”的理解
新的可执行程序通过修改内核堆栈eip作为新程序的起点，从new_ip开始执行后start_thread把返回到用户态的位置从int 0x80的下一条指令变成新加载的可执行文件的入口位置。
当执行到execve系统调用时，进入内核态，用execve()加载的可执行文件覆盖当前进程的可执行程序，当execve系统调用返回时，返回新的可执行程序的执行起点（main函数），所以execve系统调用返回后新的可执行程序能顺利执行。
execve系统调用返回时，如果是静态链接，elf_entry指向可执行文件规定的头部（main函数对应的位置0x8048***）；如果需要依赖动态链接库，elf_entry指向动态链接器的起点。动态链接主要是由动态链接器ld来完成的。
符运锦 （原创作品转载请注明出处） + 《Linux内核分析》MOOC课程http://mooc.study.163.com/course/USTC-1000029000