获取可执行文件中文本部分的起始和结束地址

Question

我需要获取可执行文件文本部分的开始和结束地址。我怎样才能得到它？

我可以从 _init 符号或 _start 符号获取起始地址，但是结束地址呢？我是否应该将 text 部分的结束地址视为 .rodata 部分开始之前的最后一个地址？

或者我应该编辑默认的 ld 脚本并添加自己的符号来指示文本部分的开始和结束，并在编译时将其传递给 GCC？在这种情况下，我应该在哪里放置新符号，我应该考虑 init 和 fini 部分吗？

获取文本部分的开始和结束地址的好方法是什么？

Answer 1

基于 ELF 的平台的 GNU binutils 默认链接器脚本通常定义大量不同的符号，可用于查找各个部分的开始和结束。

文本部分的末尾通常通过选择三种不同的符号来引用：etext、_etext 或 __etext；可以通过 __executable_start 找到开始。 （请注意，这些符号通常使用 PROVIDE() 机制导出，这意味着它们将被覆盖如果可执行文件中的其他内容定义它们而不是仅仅引用它们，特别是意味着_etext或__etext。可能是比etext。）

示例：

$ cat etext.c
#include <stdio.h>

extern char __executable_start;
extern char __etext;

int main(void)
{
  printf("0x%lx\n", (unsigned long)&__executable_start);
  printf("0x%lx\n", (unsigned long)&__etext);
  return 0;
}
$ gcc -Wall -o etext etext.c
$ ./etext
0x8048000
0x80484a0
$

我不相信任何标准都指定了这些符号，因此不应假定它们是可移植的（我不知道甚至 GNU binutils 是否也提供了它们所有基于 ELF 的平台，或者提供的符号集是否在不同的 binutils 版本中发生了变化），尽管我猜测是否 a) 你正在做一些需要这些信息的事情，b) 你正在考虑黑客链接描述文件作为一个选项，然后是可移植性不用太担心！

要查看在特定平台上构建特定事物时获得的确切符号集，请将 --verbose 标志赋予 ld （或 -Wl,- -verbose 到 gcc）来打印它选择使用的链接器脚本（实际上有几种不同的默认链接器脚本，它们根据链接器选项和您正在构建的对象类型而变化）。

Answer 2

谈论“the”文本段是不正确的，因为可能有多个文本段（当您拥有共享库时通常情况下可以保证，但单个 ELF 二进制文件仍然可能有多个 PT_LOAD无论如何具有相同标志的部分）。

以下示例程序转储 dl_iterate_phr 返回的所有信息。您对带有 PF_X 标志的 PT_LOAD 类型的任何段感兴趣（请注意，如果 -z execstack，PT_GNU_STACK 将包含该标志 被传递给链接器，因此您确实必须检查两者）。

#define _GNU_SOURCE
#include <link.h>
#include <stddef.h>
#include <stdio.h>
#include <stdlib.h>

const char *type_str(ElfW(Word) type)
{
    switch (type)
    {
    case PT_NULL:
        return "PT_NULL"; // should not be seen at runtime, only in the file!
    case PT_LOAD:
        return "PT_LOAD";
    case PT_DYNAMIC:
        return "PT_DYNAMIC";
    case PT_INTERP:
        return "PT_INTERP";
    case PT_NOTE:
        return "PT_NOTE";
    case PT_SHLIB:
        return "PT_SHLIB";
    case PT_PHDR:
        return "PT_PHDR";
    case PT_TLS:
        return "PT_TLS";
    case PT_GNU_EH_FRAME:
        return "PT_GNU_EH_FRAME";
    case PT_GNU_STACK:
        return "PT_GNU_STACK";
    case PT_GNU_RELRO:
        return "PT_GNU_RELRO";
    case PT_SUNWBSS:
        return "PT_SUNWBSS";
    case PT_SUNWSTACK:
        return "PT_SUNWSTACK";
    default:
        if (PT_LOOS <= type && type <= PT_HIOS)
        {
            return "Unknown OS-specific";
        }
        if (PT_LOPROC <= type && type <= PT_HIPROC)
        {
            return "Unknown processor-specific";
        }
        return "Unknown";
    }
}

const char *flags_str(ElfW(Word) flags)
{
    switch (flags & (PF_R | PF_W | PF_X))
    {
    case 0 | 0 | 0:
        return "none";
    case 0 | 0 | PF_X:
        return "x";
    case 0 | PF_W | 0:
        return "w";
    case 0 | PF_W | PF_X:
        return "wx";
    case PF_R | 0 | 0:
        return "r";
    case PF_R | 0 | PF_X:
        return "rx";
    case PF_R | PF_W | 0:
        return "rw";
    case PF_R | PF_W | PF_X:
        return "rwx";
    }
    __builtin_unreachable();
}

static int callback(struct dl_phdr_info *info, size_t size, void *data)
{
    int j;
    (void)data;

    printf("object \"%s\"\n", info->dlpi_name);
    printf("  base address: %p\n", (void *)info->dlpi_addr);
    if (size > offsetof(struct dl_phdr_info, dlpi_adds))
    {
        printf("  adds: %lld\n", info->dlpi_adds);
    }
    if (size > offsetof(struct dl_phdr_info, dlpi_subs))
    {
        printf("  subs: %lld\n", info->dlpi_subs);
    }
    if (size > offsetof(struct dl_phdr_info, dlpi_tls_modid))
    {
        printf("  tls modid: %zu\n", info->dlpi_tls_modid);
    }
    if (size > offsetof(struct dl_phdr_info, dlpi_tls_data))
    {
        printf("  tls data: %p\n", info->dlpi_tls_data);
    }
    printf("  segments: %d\n", info->dlpi_phnum);

    for (j = 0; j < info->dlpi_phnum; j++)
    {
        const ElfW(Phdr) *hdr = &info->dlpi_phdr[j];
        printf("    segment %2d\n", j);
        printf("      type: 0x%08X (%s)\n", hdr->p_type, type_str(hdr->p_type));
        printf("      file offset: 0x%08zX\n", hdr->p_offset);
        printf("      virtual addr: %p\n", (void *)hdr->p_vaddr);
        printf("      physical addr: %p\n", (void *)hdr->p_paddr);
        printf("      file size: 0x%08zX\n", hdr->p_filesz);
        printf("      memory size: 0x%08zX\n", hdr->p_memsz);
        printf("      flags: 0x%08X (%s)\n", hdr->p_flags, flags_str(hdr->p_flags));
        printf("      align: %zd\n", hdr->p_align);
        if (hdr->p_memsz)
        {
            printf("      derived address range: %p to %p\n",
                (void *) (info->dlpi_addr + hdr->p_vaddr),
                (void *) (info->dlpi_addr + hdr->p_vaddr + hdr->p_memsz));
        }
    }
    return 0;
}

int main(void)
{
    dl_iterate_phdr(callback, NULL);

    exit(EXIT_SUCCESS);
}

Answer 3

对于 Linux，请考虑使用 nm(1) 工具来检查目标文件提供的符号。您可以挑选这组符号，从中您可以了解 Matthew Slattery 在其答案中提供的两个符号。

Answer 4

不保证 .rodata 始终直接位于 .text 之后。您可以使用 objdump -h file 和 readelf --sections file 来获取更多信息。使用 objdump，您可以将大小和偏移量获取到文件中。