ELF格式探析之三：sections

前文鏈接：

• ELF格式探析之一：Segment和Section
• ELF格式探析之二：文件頭ELF Header詳解

今天我們講對目標文件（可重定位文件）和可執行文件都很重要的section。

我們在講ELF Header的時候，講到了section header table。它是一個section header的集合，每個section header是一個描述section的結構體。在同一個ELF文件中，每個section header大小是相同的。（其實看了源碼就知道，32位ELF文件中的section header都是一樣的大小，64位ELF文件中的section header也是一樣的大小）

每個section都有一個section header描述它，但是一個section header可能在文件中沒有對應的section，因為有的section是不占用文件空間的。每個section在文件中是連續的位元組序列。section之間不會有重疊。

一個目標文件中可能有未覆蓋到的空間，比如各種header和section都沒有覆蓋到。這部分位元組的內容是未指定的，也是沒有意義的。

section header定義

section header結構體的定義可以在 /usr/include/elf.h 中找到。

/* Section header.  */

typedef struct
{
  Elf32_Word    sh_name;        /* Section name (string tbl index) */
  Elf32_Word    sh_type;        /* Section type */
  Elf32_Word    sh_flags;       /* Section flags */
  Elf32_Addr    sh_addr;        /* Section virtual addr at execution */
  Elf32_Off sh_offset;      /* Section file offset */
  Elf32_Word    sh_size;        /* Section size in bytes */
  Elf32_Word    sh_link;        /* Link to another section */
  Elf32_Word    sh_info;        /* Additional section information */
  Elf32_Word    sh_addralign;       /* Section alignment */
  Elf32_Word    sh_entsize;     /* Entry size if section holds table */
} Elf32_Shdr;

typedef struct
{
  Elf64_Word    sh_name;        /* Section name (string tbl index) */
  Elf64_Word    sh_type;        /* Section type */
  Elf64_Xword   sh_flags;       /* Section flags */
  Elf64_Addr    sh_addr;        /* Section virtual addr at execution */
  Elf64_Off sh_offset;      /* Section file offset */
  Elf64_Xword   sh_size;        /* Section size in bytes */
  Elf64_Word    sh_link;        /* Link to another section */
  Elf64_Word    sh_info;        /* Additional section information */
  Elf64_Xword   sh_addralign;       /* Section alignment */
  Elf64_Xword   sh_entsize;     /* Entry size if section holds table */
} Elf64_Shdr;

下麵我們依次講解結構體各個欄位：

1. sh_name，4位元組，是一個索引值，在shstrtable（section header string table，包含section name的字元串表，也是一個section）中的索引。第二講介紹ELF文件頭時，裡面專門有一個欄位e_shstrndx，其含義就是shstrtable對應的section header在section header table中的索引。

2. sh_type，4位元組，描述了section的類型，常見的取值如下：

   • SHT_NULL 0，表明section header無效，沒有關聯的section。
   • SHT_PROGBITS 1，section包含了程式需要的數據，格式和含義由程式解釋。
   • SHT_SYMTAB 2， 包含了一個符號表。當前，一個ELF文件中只有一個符號表。SHT_SYMTAB提供了用於(link editor)鏈接編輯的符號，當然這些符號也可能用於動態鏈接。這是一個完全的符號表，它包含許多符號。
   • SHT_STRTAB 3，包含一個字元串表。一個對象文件包含多個字元串表，比如.strtab（包含符號的名字）和.shstrtab（包含section的名稱）。
   • SHT_RELA 4，重定位節，包含relocation入口，參見Elf32_Rela。一個文件可能有多個Relocation Section。比如.rela.text，.rela.dyn。
   • SHT_HASH 5，這樣的section包含一個符號hash表，參與動態連接的目標代碼文件必須有一個hash表。目前一個ELF文件中只包含一個hash表。講鏈接的時候再細講。
   • SHT_DYNAMIC 6，包含動態鏈接的信息。目前一個ELF文件只有一個DYNAMIC section。
   • SHT_NOTE 7，note section, 以某種方式標記文件的信息，以後細講。
   • SHT_NOBITS 8，這種section不含位元組，也不占用文件空間，section header中的sh_offset欄位只是概念上的偏移。
   • SHT_REL 9， 重定位節，包含重定位條目。和SHT_RELA基本相同，兩者的區別在後面講重定位的時候再細講。
   • SHT_SHLIB 10，保留，語義未指定，包含這種類型的section的elf文件不符合ABI。
   • SHT_DYNSYM 11， 用於動態連接的符號表，推測是symbol table的子集。
   • SHT_LOPROC 0x70000000 到 SHT_HIPROC 0x7fffffff，為特定於處理器的語義保留。
   • SHT_LOUSER 0x80000000 and SHT_HIUSER 0xffffffff，指定了為應用程式保留的索引的下界和上界，這個範圍內的索引可以被應用程式使用。

3. sh_flags, 32位占4位元組， 64位占8位元組。包含位標誌，用 readelf -S <elf> 可以看到很多標誌。常用的有：

   • SHF_WRITE 0x1，進程執行的時候，section內的數據可寫。
   • SHF_ALLOC 0x2，進程執行的時候，section需要占據記憶體。
   • SHF_EXECINSTR 0x4，節內包含可以執行的機器指令。
   • SHF_STRINGS 0x20，包含0結尾的字元串。
   • SHF_MASKOS 0x0ff00000，這個mask為OS特定的語義保留8位。
   • SHF_MASKPROC 0xf0000000，這個mask包含的所有位保留（也就是最高位元組的高4位），為處理器相關的語義使用。
4. sh_addr, 對32位來說是4位元組，64位是8位元組。如果section會出現在進程的記憶體映像中，給出了section第一位元組的虛擬地址。
5. sh_offset，對於32位來說是4位元組，64位是8位元組。section相對於文件頭的位元組偏移。對於不占文件空間的section（比如SHT_NOBITS），它的sh_offset只是給出了section邏輯上的位置。

6. sh_size，section占多少位元組，對於SHT_NOBITS類型的section，sh_size沒用，其值可能不為0，但它也不占文件空間。

7. sh_link，含有一個section header的index，該值的解釋依賴於section type。

   • 如果是SHT_DYNAMIC，sh_link是string table的section header index，也就是說指向字元串表。
   • 如果是SHT_HASH，sh_link指向symbol table的section header index，hash table應用於symbol table。
   • 如果是重定位節SHT_REL或SHT_RELA，sh_link指向相應符號表的section header index。
   • 如果是SHT_SYMTAB或SHT_DYNSYM，sh_link指向相關聯的符號表，暫時不解。
   • 對於其它的section type，sh_link的值是SHN_UNDEF

8. sh_info，存放額外的信息，值的解釋依賴於section type。

   • 如果是SHT_REL和SHT_RELA類型的重定位節，sh_info是應用relocation的節的節頭索引。
   • 如果是SHT_SYMTAB和SHT_DYNSYM，sh_info是第一個non-local符號在符號表中的索引。推測local symbol在前面，non-local symbols緊跟在後面，所以文檔中也說，sh_info是最後一個本地符號的在符號表中的索引加1。
   • 對於其它類型的section，sh_info是0。
9. sh_addralign，地址對齊，如果一個section有一個doubleword欄位，系統在載入section時的記憶體地址必須是doubleword對齊。也就是說sh_addr必須是sh_addralign的整數倍。只有2的正整數冪是有效的。0和1說明沒有對齊約束。

10. sh_entsize，有些section包含固定大小的記錄，比如符號表。這個值給出了每個記錄大小。對於不包含固定大小記錄的section，這個值是0。

系統預定義的section name

系統預定義了一些節名（以.開頭），這些節有其特定的類型和含義。

• .bss：包含程式運行時未初始化的數據（全局變數和靜態變數）。當程式運行時，這些數據初始化為0。 其類型為SHT_NOBITS，表示不占文件空間。SHF_ALLOC + SHF_WRITE，運行時要占用記憶體的。
• .comment 包含版本控制信息（是否包含程式的註釋信息？不包含，註釋在預處理時已經被刪除了）。類型為SHT_PROGBITS。
• .data和.data1，包含初始化的全局變數和靜態變數。 類型為SHT_PROGBITS，標誌為SHF_ALLOC + SHF_WRITE（占用記憶體，可寫）。
• .debug，包含了符號調試用的信息，我們要想用gdb等工具調試程式，需要該類型信息，類型為SHT_PROGBITS。
• .dynamic，類型SHT_DYNAMIC，包含了動態鏈接的信息。標誌SHF_ALLOC，是否包含SHF_WRITE和處理器有關。
• .dynstr，SHT_STRTAB，包含了動態鏈接用的字元串，通常是和符號表中的符號關聯的字元串。標誌 SHF_ALLOC
• .dynsym，類型SHT_DYNSYM，包含動態鏈接符號表， 標誌SHF_ALLOC。
• .fini，類型SHT_PROGBITS，程式正常結束時，要執行該section中的指令。標誌SHF_ALLOC + SHF_EXECINSTR（占用記憶體可執行）。現在ELF還包含.fini_array section。
• .got，類型SHT_PROGBITS，全局偏移表(global offset table)，以後會重點講。
• .hash，類型SHT_HASH，包含符號hash表，以後細講。標誌SHF_ALLOC。
• .init，SHT_PROGBITS，程式運行時，先執行該節中的代碼。SHF_ALLOC + SHF_EXECINSTR，和.fini對應。現在ELF還包含.init_array section。
• .interp，SHT_PROGBITS，該節內容是一個字元串，指定了程式解釋器的路徑名。如果文件中有一個可載入的segment包含該節，屬性就包含SHF_ALLOC，否則不包含。
• .line，SHT_PROGBITS，包含符號調試的行號信息，描述了源程式和機器代碼的對應關係。gdb等調試器需要此信息。
• .note Note Section, 類型SHT_NOTE，以後單獨講。
• .plt 過程鏈接表（Procedure Linkage Table），類型SHT_PROGBITS,以後重點講。
• .relNAME，類型SHT_REL, 包含重定位信息。如果文件有一個可載入的segment包含該section，section屬性將包含SHF_ALLOC，否則不包含。NAME，是應用重定位的節的名字，比如.text的重定位信息存儲在.rel.text中。
• .relaname 類型SHT_RELA，和.rel相同。SHT_RELA和SHT_REL的區別，會在講重定位的時候說明。
• .rodata和.rodata1。類型SHT_PROGBITS, 包含只讀數據，組成不可寫的段。標誌SHF_ALLOC。
• .shstrtab，類型SHT_STRTAB，包含section的名字。有讀者可能會問：section header中不是已經包含名字了嗎，為什麼把名字集中存放在這裡？ sh_name 包含的是.shstrtab 中的索引，真正的字元串存儲在.shstrtab中。那麼section names為什麼要集中存儲？我想是這樣：如果有相同的字元串，就可以共用一塊存儲空間。如果字元串存在包含關係，也可以共用一塊存儲空間。
• .strtab SHT_STRTAB，包含字元串，通常是符號表中符號對應的變數名字。如果文件有一個可載入的segment包含該section，屬性將包含SHF_ALLOC。字元串以\0結束， section以\0開始，也以\0結束。一個.strtab可以是空的，它的sh_size將是0。針對空字元串表的非0索引是允許的。
• symtab，類型SHT_SYMTAB，Symbol Table，符號表。包含了定位、重定位符號定義和引用時需要的信息。符號表是一個數組，Index 0 第一個入口，它的含義是undefined symbol index， STN_UNDEF。如果文件有一個可載入的segment包含該section，屬性將包含SHF_ALLOC。

練習：讀取section names

從這一講開始，都會有練習，方便我們把前面的理論知識綜合運用。

下麵這個練習的目標是：從一個ELF文件中讀取存儲section name的字元串表。前面講過，該字元串表也是一個section，section header table中有其對應的section header，並且ELF文件頭中給出了節名字元串表對應的section header的索引，e_shstrndx。

我們的思路是這樣：

1. 從ELF header中讀取section header table的起始位置，每個section header的大小，以及節名字元串表對應section header的索引。
2. 計算section_header_table_offset + section_header_size * e_shstrndx 就是節名字元串表對應section header的偏移。
3. 讀取section header，可以從中得到節名字元串表在文件中的偏移和大小。
4. 把節名字元串表讀取到記憶體中，列印其內容。

代碼如下：

/* 64位ELF文件讀取section name string table */
#include <stdio.h>
#include <stdlib.h>
#include <stdint.h>

int main(int argc, char *argv[])
{
    /* 打開本地的ELF可執行文件hello */
    FILE *fp = fopen("./hello", "rb");
    if(!fp) {
        perror("open ELF file");
        exit(1);
    }

    /* 1. 通過讀取ELF header得到section header table的偏移 */
    /* for 64 bit ELF,
       e_ident(16) + e_type(2) + e_machine(2) +
       e_version(4) + e_entry(8) + e_phoff(8) = 40 */
    fseek(fp, 40, SEEK_SET);
    uint64_t sh_off;
    int r = fread(&sh_off, 1, 8, fp);
    if (r != 8) {
        perror("read section header offset");
        exit(2);
    }
    /* 得到的這個偏移值，可以用`reaelf -h hello`來驗證是否正確 */
    printf("section header offset in file: %ld (0x%lx)\n", sh_off, sh_off);

    /* 2. 讀取每個section header的大小e_shentsize,
       section header的數量e_shnum,
       以及對應section name字元串表的section header的索引e_shstrndx
       得到這些值後，都可以用`readelf -h hello`來驗證是否正確 */
    /* e_flags(4) + e_ehsize(2) + e_phentsize(2) + e_phnum(2) = 10 */
    fseek(fp, 10, SEEK_CUR);
    uint16_t sh_ent_size;            /* 每個section header的大小 */
    r = fread(&sh_ent_size, 1, 2, fp);
    if (r != 2) {
        perror("read section header entry size");
        exit(2);
    }
    printf("section header entry size: %d\n", sh_ent_size);

    uint16_t sh_num;            /* section header的數量 */
    r = fread(&sh_num, 1, 2, fp);
    if (r != 2) {
        perror("read section header number");
        exit(2);
    }
    printf("section header number: %d\n", sh_num);

    uint16_t sh_strtab_index;   /* 節名字元串表對應的節頭的索引 */
    r = fread(&sh_strtab_index, 1, 2, fp);
    if (r != 2) {
        perror("read section header string table index");
        exit(2);
    }
    printf("section header string table index: %d\n", sh_strtab_index);

    /* 3. read section name string table offset, size */
    /* 先找到節頭字元串表對應的section header的偏移位置 */
    fseek(fp, sh_off + sh_strtab_index * sh_ent_size, SEEK_SET);
    /* 再從section header中找到節頭字元串表的偏移 */
    /* sh_name(4) + sh_type(4) + sh_flags(8) + sh_addr(8) = 24 */
    fseek(fp, 24, SEEK_CUR);
    uint64_t str_table_off;
    r = fread(&str_table_off, 1, 8, fp);
    if (r != 8) {
        perror("read section name string table offset");
        exit(2);
    }
    printf("section name string table offset: %ld\n", str_table_off);

    /* 從section header中找到節頭字元串表的大小 */
    uint64_t str_table_size;
    r = fread(&str_table_size, 1, 8, fp);
    if (r != 8) {
        perror("read section name string table size");
        exit(2);
    }
    printf("section name string table size: %ld\n", str_table_size);

    /* 動態分配記憶體，把節頭字元串表讀到記憶體中 */
    char *buf = (char *)malloc(str_table_size);
    if(!buf) {
        perror("allocate memory for section name string table");
        exit(3);
    }
    fseek(fp, str_table_off, SEEK_SET);
    r = fread(buf, 1, str_table_size, fp);
    if(r != str_table_size) {
        perror("read section name string table");
        free(buf);
        exit(2);
    }
    uint16_t i;
    for(i = 0; i < str_table_size; ++i) {
        /* 如果節頭字元串表中的位元組是0，就列印`\0` */
        if (buf[i] == 0)
            printf("\\0");
        else
            printf("%c", buf[i]);
    }
    printf("\n");
    free(buf);
    fclose(fp);
    return 0;
}

把以上代碼存為chap3_read_section_names.c，執行gcc -Wall -o secnames chap3_read_section_names.c進行編譯，輸出的執行文件名叫secnames。執行secnames，輸出如下：

./secnames
section header offset in file: 14768 (0x39b0)
section header entry size: 64
section header number: 29
section header string table index: 28
section name string table offset: 14502
section name string table size: 259
\0.symtab\0.strtab\0.shstrtab\0.interp\0.note.ABI-tag\0.note.gnu.build-id\0.gnu.hash\0.dynsym\0.dynstr\0.gnu.version\0.gnu.version_r\0.rela.dyn\0.rela.plt\0.init\0.text\0.fini\0.rodata\0.eh_frame_hdr\0.eh_frame\0.init_array\0.fini_array\0.dynamic\0.got\0.got.plt\0.data\0.bss\0.comment\0

可以發現，節頭字元串表以\0開始，以\0結束。如果一個section的name欄位指向0，則他指向的位元組值是0，則它沒有名稱，或名稱是空。

總結

本章主要講解了section header的定義，各欄位含義和可能的取值。然後介紹了系統預定義的一些section名稱。最後我們綜合運用第二章和第三章的知識，做了一個讀取section names的練習。

下一章我們將講述符號表和重定位的原理。此系列文章也會在微信公眾號“歡欣之翼”上同步更新，歡迎關註。