.

链接方式：相似段合并，主要分为两步：

链接方式： ld a.o b.o -e main -o ab，

不知道为什么会一直报这个错 a.c:(.text+0x4f): undefined reference to `__stack_chk_fail’

解决方法，在编译时加上 -fno-stack-protector标志，注意不是在链接时加

1
2
3
4
5
6
7
8
9
ttj@ttj ~/copy [1]> gcc -c a.c -fno-stack-protector -o a.o
a.c: In function ‘main’:
a.c:4:1: warning: implicit declaration of function ‘swap’ [-Wimplicit-function-declaration]
    4 | swap(&a, &shared);
      | ^~~~
ttj@ttj ~/copy> gcc -c b.c -fno-stack-protector -o b.o
ttj@ttj ~/copy> ld a.o b.o -e main -o ab
ttj@ttj ~/copy> ./ab
fish: './ab' terminated by signal SIGSEGV (Address boundary error)

目前来说，链接时设定的虚拟地址就是将来程序被加载进内存的地址，当然，内存的也是虚拟地址，不同进程之间的相同的虚拟地址可能被映射到不同的物理地址。

32 位 linux 下elf 虚拟地址分配从 0x08048000 开始，64位下从 0x400000 开始。

加载地址 与 虚拟地址 区别？一般是一样，对嵌入式系统可能不同

符号解析重定位

重定位

完成空间与地址分配后，进入了符号解析与重定位过程，这是静态链接的核心。

编译生成可重定位文件之后，会生成两类需要修正的汇编地址调用指令：绝对地址指令和相对地址指令，在链接之前，这些地址都只是一个临时的假地址，链接器在重定位阶段才会修正这些地址为真正的虚拟地址。

重定位表

通过什么判断那些地址需要被修正：重定位段（表），比如说.rel.text, .rel.data（实际上不是根据名字来判断是不是重定位段的，是根据段的某些属性来区分的）

重定位表的每个元素代表一个需要重定位的符号，他包含两个值：第一个是地址，对于可重定位文件是相对于段的偏移，对于可执行文件可共享目标文件是虚拟地址（很多地址都是像这样的，比如说符号表的符号地址，可重定位文件也是偏移，可执行文件也是虚拟地址），第二个是重定位入口的类型和符号，注意高24位给出了表在符号表的下标哦。

符号解析

对于在重定位位表中有的符号，符号表中该符号的索引会显示UND，如果链接完所有文件后，有些未定义符号不能再全局符号表中找到，则报错。

指令修正方式

对绝对地址而言，其原来保存的值（A）一般为 0，符号的实际地址为 S，相加后也是符号的实际地址

对相对寻址而言，其原来保存的值（A）：32位处理器是 -4（这个可能和指令流水线有关吧，一般RISC-V架构，五级流水，当前指令执行时，读取的地址是后面第二条指令的地址）。原图说的这么复杂，真绕，可以先看下下面的解释。因为执行当前指令时，读取的地址其实已经是当前指令的下一地址，所以只要计算符号相对于下一地址的偏移，再加上下一地址（执行阶段取值得到的地址），就会得到我们要访问的符号的虚拟地址了。关键就在于如何获得符号相对于下一地址的偏移，其实用两个地址相减就行了。假设符号的虚拟地址为符号的虚拟地址，假设下一地址为P+4（其实就是P-A嘛），相减得S-P-4（不就是S-P+A吗）。

tips. from gpt

在 x86_64 架构中，指令是按顺序取指的，并且通常是顺序执行。因此，在当前指令执行时，指令取址（IF 阶段）会指向即将执行的下一条指令。相对于当前执行的指令地址来说：

顺序执行时，取指地址偏移量为当前指令的地址，在 x86_64 中，指令长度可变，通常在 1 到 15 字节之间。

目前本电脑上计算方式有些不同，（二刷没看懂呜呜呜）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
//a.o
0000000000000000 <main>:
   0:   f3 0f 1e fa             endbr64
   4:   55                      push   %rbp
   5:   48 89 e5                mov    %rsp,%rbp
   8:   48 83 ec 10             sub    $0x10,%rsp
   c:   c7 45 fc 64 00 00 00    movl   $0x64,-0x4(%rbp)
  13:   48 8d 45 fc             lea    -0x4(%rbp),%rax
  17:   48 8d 35 00 00 00 00    lea    0x0(%rip),%rsi //相对寻址，但没有相对偏移地址
  1e:   48 89 c7                mov    %rax,%rdi
  21:   b8 00 00 00 00          mov    $0x0,%eax
  26:   e8 00 00 00 00          callq  2b <main+0x2b>//相对寻址，但没有相对偏移地址
  2b:   b8 00 00 00 00          mov    $0x0,%eax
  30:   c9                      leaveq
  31:   c3                      retq
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
//ab
0000000000401000 <main>:
  401000:       f3 0f 1e fa             endbr64
  401004:       55                      push   %rbp
  401005:       48 89 e5                mov    %rsp,%rbp
  401008:       48 83 ec 10             sub    $0x10,%rsp
  40100c:       c7 45 fc 64 00 00 00    movl   $0x64,-0x4(%rbp)
  401013:       48 8d 45 fc             lea    -0x4(%rbp),%rax
  401017:       48 8d 35 e2 2f 00 00    lea    0x2fe2(%rip),%rsi  # 404000 <shared>  // 0x2fe2 + 0x40101e = 0x404000 刚好是 data 段开始位置
  40101e:       48 89 c7                mov    %rax,%rdi
  401021:       b8 00 00 00 00          mov    $0x0,%eax
  401026:       e8 07 00 00 00          callq  401032 <swap>//0x2b + 0x07 = 0x32
  40102b:       b8 00 00 00 00          mov    $0x0,%eax
  401030:       c9                      leaveq
  401031:       c3                      retq

0000000000401032 <swap>:
  401032:       f3 0f 1e fa             endbr64

common 块

tips.链接器不知道变量的类型，对于每个符号，他只能通过符号表判断大致的类型，比如SECTION、OBJECT、FUNC。这也导致了链接器没法判断不同文件中的变量类型是否一致，不过从GCC 10 开始，未初始化的全局变量都放到.bss段而不是common块。既然不是放到common块中，那么变量就被当做强符号看待。如下所示，按照一般理论，一个强符号一个弱符号不会报错，但这里两者的符号都存放在.bss段，被视为强符号。

C++问题

程序员的自我修养.pdf

重复代码消除

比如模板、外部内联函数和虚函数表可能在不同的编译单元生成相同的代码，比如模板，一个文件使用了vector<int>,他不知道其他文件有没有使用，就只有把所有的的代码都保留下来，这会导致：

  • 空间浪费
  • 指令运行效率低，不容易被Cache命中
  • 地址容易出错

解决方法就是把每个模板的实例代码都放到一个段里，比如.temp.add<int>,这样链接器就可以区分相同的实例段并处理。外部内联函数和虚函数表也是类似。

全局构造和析构

C++&ABI

经常分不清ABI、API，这里讲清楚了

好长，其他的看原文吧，p140 OneDrive

静态库链接

尝试手动实现静态链接：

调用库太多，难以一个个添加完。

链接控制过程

链接器一般有如下三种方法：

  1. 使用命令行给链接器指定参数。如 -e -o
  2. 将链接指令存放到目标文件中，较常见，visual c++ 将连接参数放在 pe 目标文件的 .drectve段来传递参数。
  3. 使用连接控制脚本，最灵活，最强大。

可通过 ld -verbose查看默认链接脚本

可通过 ld -T link.script指定链接脚本

文件如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
char* str = "Hello world!\n";
void print()
{
    asm( "movl $13,%%edx \n\t"
    "movl %0,%%ecx \n\t"
    "movl $0,%%ebx \n\t"
    "movl $4,%%eax \n\t"
    "int $0x80 \n\t"
    ::"r"(str):"edx","ecx","ebx");
}
void exit()
{
    asm( "movl $42,%ebx \n\t"
    "movl $1,%eax \n\t"
    "int $0x80 \n\t" );
}
void nomain()
{
    print();
    exit();
}

write 原型 int write(int filedesc, char*buffer, int size);

系统调用 通过 0x80中断实现

eax 表示 调用号，ebx，ecx，edx 用来传递参数

write 调用号为 4 ，eax = 4

filedesc 为要写入的文件句柄，向stdout输出，ebx = 0

buffer 标识要写入的缓冲区地址，要输出字符串 str， ecx = str

size 表示要写入的字节数，edx = 13

exit

exit 系统调用号为 1 eax = 1

ebx 表示进程退出码，本代码中 ebx = 42

直接编译：gcc -c -fno-builtin nomain.c -o nomain.o

出现报错，问题原因：
在64位系统下去编译32位的目标文件，这样是非法的。

解决方案：
用”-m32”强制用32位ABI去编译，即可编译通过。

1
$gcc -c -fno-builtin -m32 TinyHelloWorld.c

链接：ld -static -e nomain -o nomain nomain.o

  • -fno-builtin GCC编译器提供了很多内置函数（Built-in Function），它会把一些常用的C库函数替换成编译器的内置函数，以达到优化的功能。比如GCC会将只有字符串参数的printf函数替换成puts，以节省格式解析的时间。exit()函数也是GCC的内置参数之一，所以我们要使用-fno-builtin参数来关闭GCC内置函数功能
  • -e 是指定程序入口函数为nomain()；
  • -static 表示ld是静态链接的方式链接程序，而不是用默认的动态链接方式；
  • -o 表示指定输出文件名为”nomain”

也会报错，

输入目标文件`TinyHelloWorld.o’是32位系统的，然而我们的平台是64位的（默认链接脚本位于/usr/lib/ldscripts下，x86_64平台默认链接64位可执行文件用的是elf_x86_64.x，链接32位可执行文件用的是elf32_x86_64.x），如果直接ld肯定不匹配，所以需要指定链接脚本与输入目标文件对应的。

解决方案：
链接的时候加上“-m elf_i386”，因为输入目标文件为i386平台。

原文链接：https://blog.csdn.net/neuq_jtxw007/article/details/78112672

1
ld -static -m elf_i386 -e nomain -o nomain nomain.o

运行

结果如下，退出码也是正确的：

使用链接脚本

1
2
3
4
5
6
7
ENTRY(nomain)
SECTIONS
{
. = 0x08048000 + SIZEOF_HEADERS;
tinytext : { *(.text) *(.data) *(.rodata) }
/DISCARD/ : { *(.comment) }
}

似乎能正常运行：

链接后各段：

链接脚本语法

链接脚本由语句构成，分为 命令语句和赋值语句。语法与 C 语言类型，以下几点都相似：

赋值语句：略

命令语句：一般格式是由一个关键字和紧跟其后的参数所组成，如 ENTRY 命令和 SECTION 命令。一些常见命令如下表：

如下：通过 ld -verbose 显示的默认链接脚本包含以下内容，所以才可以在文件中引用

SECTION 命令：基本形式

1
2
3
4
5
6
SECTIONS
{
...
secname : { contents }
...
}

secname表示输出段的段名，secname后面必须有一个空格符，这样使得输出段名不会有歧义，后面紧跟着冒号和一对大括号。大括号里面的contents描述了一套规则和条件，它表示符合这种条件的输入段将合并到这个输出段中。

contents中可以包含若干个条件，每个条件之间以空格隔开，如果输入段符合这些条件中的任意一个即表示这个输入段符合contents规则。条件的写法如下：filename(sections), filename表示输入文件名，sections表示输入段名。让我们举几个条件的例子来看看：

  1. file1.o(.data) 表示输入文件中名为file1.o的文件中名叫.data的段符合条件。
  2. file1.o(.data .rodata) 或 file1.o(.data, .rodata) 表示输入文件中名为file1.o的文件中的名叫.data或.rodata的段符合条件。
  3. *(.data) 所有输入文件中的名字为.data的文件符合条件。 * 是通配符，类似于正则表达式中的 *，我们还可以使用正则表达式中的 ?、[]等规则。
  4. [a-z](.text*[A-Z]) 这个条件比较复杂，它表示所有输入文件中以小写字母a到z开头的文件中所有段名以.text开头，并且以大写字母A到Z结尾的段。从这个规则中你也许可以看到一些链接脚本功能的强大。很明显，当我们回头再看TinyHelloWorld.lds链接脚本，发现它的SECTIONS命令中除了有一条赋值语句之外，还有两条段规则，相信你能够很快地根据上面给出的条件做出定义分析。