C ++链接如何在实践中发挥作用? [重复]

问题描述 投票:32回答:3

这个问题在这里已有答案:

C ++链接如何在实践中发挥作用?我正在寻找的是关于链接如何发生的详细解释,而不是链接的命令。

关于编译的问题已经有了类似的问题,并没有详细介绍:How does the compilation/linking process work?

c++ linker
3个回答
48
投票

编辑:我已将此答案移至副本:https://stackoverflow.com/a/33690144/895245

这个答案侧重于地址重定位,这是链接的关键功能之一。

将使用一个最小的例子来阐明这个概念。

0)简介

摘要:重定位编辑目标文件的.text部分进行翻译:

  • 对象文件地址
  • 进入可执行文件的最终地址

这必须由链接器完成,因为编译器一次只能看到一个输入文件,但我们必须立即知道所有目标文件以决定如何:

  • 解决未定义的符号,如声明的未定义函数
  • 不会碰撞多个目标文件的多个.text.data部分

先决条件:对:

链接与C或C ++无关:编译器只生成目标文件。然后链接器将它们作为输入,而不知道编译它们的语言。它可能也是Fortran。

因此,为了减少地壳,让我们研究一下NASM x86-64 ELF Linux hello world:

section .data
    hello_world db "Hello world!", 10
section .text
    global _start
    _start:

        ; sys_write
        mov rax, 1
        mov rdi, 1
        mov rsi, hello_world
        mov rdx, 13
        syscall

        ; sys_exit
        mov rax, 60
        mov rdi, 0
        syscall

编译和汇编:

nasm -felf64 hello_world.asm            # creates hello_world.o
ld -o hello_world.out hello_world.o     # static ELF executable with no libraries

与NASM 2.10.09。

1).o的文字.o

首先我们反编译对象文件的.text部分:

objdump -d hello_world.o

这使:

0000000000000000 <_start>:
   0:   b8 01 00 00 00          mov    $0x1,%eax
   5:   bf 01 00 00 00          mov    $0x1,%edi
   a:   48 be 00 00 00 00 00    movabs $0x0,%rsi
  11:   00 00 00
  14:   ba 0d 00 00 00          mov    $0xd,%edx
  19:   0f 05                   syscall
  1b:   b8 3c 00 00 00          mov    $0x3c,%eax
  20:   bf 00 00 00 00          mov    $0x0,%edi
  25:   0f 05                   syscall

关键的是:

   a:   48 be 00 00 00 00 00    movabs $0x0,%rsi
  11:   00 00 00

它应该将hello world字符串的地址移动到rsi寄存器中,该寄存器将传递给write系统调用。

可是等等!当程序加载时,编译器怎么可能知道"Hello world!"在内存中的哪个位置?

嗯,它不能,特别是在我们将一堆.o文件与多个.data部分链接在一起之后。

只有链接器可以这样做,因为只有他将拥有所有这些目标文件。

所以编译器只是:

  • 在编译输出上放置占位符值0x0
  • 为链接器提供了一些额外的信息,告诉他们如何用好的地址修改编译的代码

这个“额外信息”包含在目标文件的.rela.text部分中

2).rela.text

.rela.text代表“重新定位.text部分”。

使用单词重定位是因为链接器必须将对象的地址重定位到可执行文件中。

我们可以用以下方法拆卸.rela.text部分:

readelf -r hello_world.o

其中包含;

Relocation section '.rela.text' at offset 0x340 contains 1 entries:
  Offset          Info           Type           Sym. Value    Sym. Name + Addend
00000000000c  000200000001 R_X86_64_64       0000000000000000 .data + 0

本节的格式已修复,记录在:http://www.sco.com/developers/gabi/2003-12-17/ch4.reloc.html

每个条目告诉链接器一个需要重定位的地址,这里我们只有一个用于字符串。

简化一下,对于这个特定的行,我们有以下信息:

  • Offset = C:这个条目改变的.text的第一个字节是什么。 如果我们回头看反编译的文本,它正好位于关键的movabs $0x0,%rsi内部,那些知道x86-64指令编码的人会注意到它编码指令的64位地址部分。
  • Name = .data:地址指向.data部分
  • Type = R_X86_64_64,它指定了为翻译地址需要做些什么的计算。 该字段实际上取决于处理器,因此记录在AMD64 System V ABI extension第4.4节“重定位”中。 该文件说R_X86_64_64做: Field = word64:8个字节,因此00 00 00 00 00 00 00 00在地址0xC Calculation = S + A S是重新安置地址的价值,因此00 00 00 00 00 00 00 00 A0的加数。这是重定位条目的字段。 所以S + A == 0和我们将被重新安置到.data部分的第一个地址。

3).out的文本.out

现在让我们看一下为我们生成的可执行文件ld的文本区域:

objdump -d hello_world.out

得到:

00000000004000b0 <_start>:
  4000b0:   b8 01 00 00 00          mov    $0x1,%eax
  4000b5:   bf 01 00 00 00          mov    $0x1,%edi
  4000ba:   48 be d8 00 60 00 00    movabs $0x6000d8,%rsi
  4000c1:   00 00 00
  4000c4:   ba 0d 00 00 00          mov    $0xd,%edx
  4000c9:   0f 05                   syscall
  4000cb:   b8 3c 00 00 00          mov    $0x3c,%eax
  4000d0:   bf 00 00 00 00          mov    $0x0,%edi
  4000d5:   0f 05                   syscall

所以从目标文件中唯一改变的是关键线:

  4000ba:   48 be d8 00 60 00 00    movabs $0x6000d8,%rsi
  4000c1:   00 00 00

现在指向地址0x6000d8(小端的d8 00 60 00 00 00 00 00)而不是0x0

这是hello_world字符串的正确位置吗?

要决定我们必须检查程序头,它告诉Linux在哪里加载每个部分。

我们用以下方法拆卸它们:

readelf -l hello_world.out

这使:

Program Headers:
  Type           Offset             VirtAddr           PhysAddr
                 FileSiz            MemSiz              Flags  Align
  LOAD           0x0000000000000000 0x0000000000400000 0x0000000000400000
                 0x00000000000000d7 0x00000000000000d7  R E    200000
  LOAD           0x00000000000000d8 0x00000000006000d8 0x00000000006000d8
                 0x000000000000000d 0x000000000000000d  RW     200000

 Section to Segment mapping:
  Segment Sections...
   00     .text
   01     .data

这告诉我们.data部分是第二部分,从VirtAddr = 0x06000d8开始。

数据部分唯一的问题是我们的hello world字符串。


9
投票

实际上,可以说链接相对简单。

从最简单的意义上说,它只是将对象文件1捆绑在一起,因为它们已经包含了各自源代码中包含的每个函数/全局/数据的发出程序集。链接器在这里可能非常愚蠢,只需将所有内容视为符号(名称)及其定义(或内容)。

显然,链接器需要生成一个尊重某种格式的文件(一般在Unix上的ELF格式),并将各种类别的代码/数据分成文件的不同部分,但这只是调度。

我所知道的两个并发症是:

  • 需要去除重复符号:一些符号存在于几个目标文件中,只有一个符号应该在创建的结果库/可执行文件中;链接器作业只包含其中一个定义
  • 链接时优化:在这种情况下,目标文件不包含发出的程序集,而是包含中间表示,链接器将所有目标文件合并在一起,应用优化传递(例如内联),将其编译为汇编并最终发出结果。

1:编译不同翻译单元的结果(粗略地说,预处理的源文件)


7
投票

除了已经提到的“Linkers and Loaders”之外,如果你想知道真实和现代的链接器是如何工作的,你可以启动here

© www.soinside.com 2019 - 2024. All rights reserved.