c - 函数 "main"的代码在目标文件中的哪里开始？

Question

我有一个 C 程序的目标文件，它打印 hello world，只是为了这个问题。 我试图了解使用 readelf 实用程序或 gdb 或 hexedit(我无法确定哪个工具是正确的)文件中函数“main”的代码从哪里开始。

我知道使用 readelf 会出现符号 _start & main 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 text 部分相同的地址。

问题是 - 函数“main”的代码在文件中的哪里开始？我认为这是文本部分的入口点和偏移量，但我如何理解数据、bss、rodata 部分应该在 main 之前运行，并且它出现在 readelf 中的部分文本之后。

此外，我认为我们应该将符号表中直到 main 为止的所有行的大小相加，但我根本不确定它是否正确。

后续的另一个问题是我是否想用 NOP 指令替换 main 函数或在我的目标文件中植入一个 ret 指令。我怎样才能知道可以使用十六进制编辑器执行此操作的偏移量。

Answer 1

那么，让我们一步一步来。

从这个 C 文件开始:

#include <stdio.h>

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

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

由于注释看起来像是在 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，例如如下所示:

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

显然，804918d 不能是大小仅为 15 kB 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。详细形式是部分列表，由部分标题组成，您可以像这样查看它(输出被缩短了一点，以使答案更具可读性):

$ 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)

在这里您会发现.text部分从(虚拟)地址08049050开始，大小为1c1字节，因此它结束地址08049211。 main 的地址 804918d 在此范围内，因此您知道 main 是文本部分的成员。如果从 main 的地址中减去文本部分的基址，您会发现 main 占文本部分的 13d 字节。节列表还包含文本节数据开始的文件偏移量。它是 1050，因此 main 的第一个字节位于偏移量 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
[...]

第二个加载行告诉您，08049000 (VirtAddr) 到 08049228 (VirtAddr + MemSiz) 的区域是可读且可执行的，并从偏移量 1000 加载 在文件中。因此，您可以再次计算出 main 的地址是此加载区域的 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
$

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