编译、链接与装载过程解析

本文基于编写一个最小的 64 位 Hello World中的方法，粗浅的说一下编译_链接和装载。请配合编写一个最小的 64 位 Hello World食用

使用gcc编译
1. 去符号
  1. 什么是符号表？
    - 符号表是程序中函数、变量、类型等信息与源代码的关联
  2. 符号表的生成？
    - 程序在编译过程中会生成符号表并进行语法和语义的检查，如果存在语义错误将会被丢弃反之将生成目标文件并包含符号表。<目标文件中的符号表将用于链接>
  3. 去除符号表的作用
    - 减小文件大小：符号表通常占据了文件中相当数量的空间，去除符号表可以有效减小文件大小。
    - 提高加载速度：符号表中包含了定义的所有符号信息，去除符号表可以提高加载速度。
    - 增加安全性：移除符号表可以一定程度上提高安全性，因为去除符号表后，程序的符号信息不再容易被泄露。
    - 降低调试能力：去除符号表后，调试程序时可能会变得更加困难，因为无法准确定位符号信息。
2. 优化，开启优化以后编译器会生成更加高效的指令，减少文件体积
3. 去掉对crt库的链接
  - c语言程序入口为什么都是main函数？
    - 可执行文件的文件头中，记录了可执行文件的指令入口地址，它指示了程序该从哪里开始执行，在这里跳转到程序的真正入口地址。所以可以设置自定义函数为程序的入口，只是默认为main函数
- c内联汇编
  1. 如果程序比较小巧的话可以把库函数改为系统调用，涉及到汇编语言
  2. 由于编译器会进行内存对齐，导致size还是很大。可以自己写一个脚本去除所有无关的内容，这样size就会大幅度缩小。<文章内有用的内容是 .test .data .rodata>
使用汇编
1. 直接使用汇编编写程序
2. elf文件是编译器格式化生成的，可以手动生成elf文件从而达到对每个字节的控制
3. 关于为 Linux 创建真正的小型 ELF可执行文件

custom Linker Script：
ENTRY(nomain)

SECTIONS
{
  . = 0x8048000 + SIZEOF_HEADERS;

  tiny : { *(.text) *(.data) *(.rodata*) }

  /DISCARD/ : { *(*) }
}
EOF

这段代码看起来是一个链接脚本（Linker Script），用于告诉链接器（linker）如何组织可执行文件的各个部分。在这个链接脚本中：

ENTRY(nomain) 指定了程序的入口点为 nomain。
SECTIONS      部分定义了程序的各个段（sections）的布局。
. = 0x8048000 + SIZEOF_HEADERS; 将当前位置设置为 0x8048000 加上头部的大小。
tiny : { *(.text) *(.data) *(.rodata*) } 定义了一个名为 tiny 的段，包含了.text、.data和.rodata*这些部分。
/DISCARD/ : { *(*) } 告诉链接器在链接时丢弃所有未匹配到其他段的内容。
总的来说，这段代码的目的是定义了程序的段布局和入口点，以便链接器能够正确地组装可执行文件。

ELF header：字的大小、字节顺序、目标文件类型(.o，exec，.so)、机器类型等
Segment header table：段头表，也叫Program header，告诉系统如何创建一个进程
.text：已经编译好的机器代码
.rodata：只读数据
.data：已初始化的全局和静态变量，局部变量在运行时被保存在栈中，不在.data和.bss中
.bss：未初始化的全局和静态变量，以及所有被初始化为0的全局和静态变量。在节头表中有一项，但是不占用实际存储空间
.symtab：符号表
.rel.txt：.text节重定位信息
.rel.data：.data节重定位信息
.debug：调试符号表(gcc -g)
Section header table：节头表，包含各个节的大小和偏移

custom elf file：
BITS 64
  org 0x400000

ehdr:           ; Elf64_Ehdr
  db 0x7f, "ELF", 2, 1, 1, 0 ; e_ident
  times 8 db 0
  dw  2         ; e_type
  dw  0x3e      ; e_machine
  dd  1         ; e_version
  dq  _start    ; e_entry
  dq  phdr - $$ ; e_phoff
  dq  0         ; e_shoff
  dd  0         ; e_flags
  dw  ehdrsize  ; e_ehsize
  dw  phdrsize  ; e_phentsize
  dw  1         ; e_phnum
  dw  0         ; e_shentsize
  dw  0         ; e_shnum
  dw  0         ; e_shstrndx
ehdrsize  equ  $ - ehdr

phdr:           ; Elf64_Phdr
  dd  1         ; p_type
  dd  5         ; p_flags
  dq  0         ; p_offset
  dq  $$        ; p_vaddr
  dq  $$        ; p_paddr
  dq  filesize  ; p_filesz
  dq  filesize  ; p_memsz
  dq  0x1000    ; p_align
phdrsize  equ  $ - phdr

_start:
  mov rax, 1
  mov rdi, 1
  mov rsi, message
  mov rdx, 13
  syscall
  mov rax, 60
  xor rdi, rdi
  syscall

message: db "hello, world", 0xa

filesize  equ  $ - $$

这段代码是一个简单的64位ELF可执行文件的汇编代码示例。下面是对代码的解读：

首先，通过BITS 64指令指定了使用64位模式。
org 0x400000指令将程序的起始地址设置为0x400000。
ehdr部分定义了ELF文件头（Elf64_Ehdr）的结构，包括标识符、类型、机器类型、入口地址等信息。
phdr部分定义了程序头表（Elf64_Phdr）的结构，包括段类型、标志、偏移量、虚拟地址、物理地址、文件大小、内存大小等信息。
_start部分是程序的入口点，包括一些系统调用来输出"hello, world"字符串并退出程序。
message部分包含要输出的字符串"hello, world"。
filesize部分计算了文件的大小。
这段代码实际上是一个简单的汇编程序，用于生成一个最小的64位ELF可执行文件，其中包含一个输出"hello, world"字符串的程序。

参考文章：

在计算机编程和链接的上下文中，内部链接和外部链接是两个重要的概念，主要用于描述符号（如变量和函数）的可见性和作用域。

内部链接（Internal Linkage）
定义：内部链接指的是符号的可见性仅限于定义它的编译单元（通常是一个源文件）。其他编译单元无法访问这些符号。
特征：通常通过在变量或函数前加上 static 关键字来实现。这样做可以避免与其他编译单元中的同名符号发生冲突。
外部链接（External Linkage）
定义：外部链接指的是符号可以在多个编译单元之间共享和访问。其他编译单元可以引用这些符号。
特征：如果一个变量或函数没有使用 static 关键字声明，它就具有外部链接属性，可以在其他源文件中使用。
总结
内部链接：符号仅在当前文件可见，适用于避免命名冲突。
外部链接：符号在多个文件间可见，适用于需要共享的变量和函数。