一个目标文件中的符号引用具体是什么？

Question

一个目标文件中的符号引用具体是什么？

10

我正在从程序员的角度阅读有关链接的计算机系统章节，其中介绍了在Linux x86-64中使用ld程序进行链接的原理。作者指出，为了从可重定位目标文件中构建可执行文件，链接器需要完成两个任务：符号解析和重定位。以下是他们对符号解析的简要概述：

目标文件定义和引用符号，其中每个符号对应于一个函数、一个全局变量或一个静态变量（即，任何使用static属性声明的C变量）。符号解析的目的是将每个符号引用与准确的符号定义关联起来。

然而，当他们开始深入描述符号解析时，他们并没有澄清“符号引用”的含义。那么，在可重定位目标文件中，符号到底是如何被引用的呢？

- user4180854

2个回答

4

俄语母语者的答案很好，但是有一个简短的答案：符号引用是指每次使用变量（或函数名）的情况。符号定义创建一个变量（或函数名）。

因此，符号定义将是 int bar;（只要它是全局的），或者 int foo() { ... }。符号引用将是 foo(bar)（两个引用：foo和bar）。

- DimeCadmium

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Employed Russian · Accepted Answer

考虑以下来源：

static int foo() { return 42; }
static int bar() { return foo() + 1; }

extern int baz();

int main()
{
  return foo() + bar() + baz();
}

在 x86_64 Linux 上使用 gcc -c foo.c 后，objdump -d foo.o 的输出如下：

foo.o:     file format elf64-x86-64

Disassembly of section .text:

0000000000000000 <foo>:
   0:   55                      push   %rbp
   1:   48 89 e5                mov    %rsp,%rbp
   4:   b8 2a 00 00 00          mov    $0x2a,%eax
   9:   5d                      pop    %rbp
   a:   c3                      retq

000000000000000b <bar>:
   b:   55                      push   %rbp
   c:   48 89 e5                mov    %rsp,%rbp
   f:   b8 00 00 00 00          mov    $0x0,%eax
  14:   e8 e7 ff ff ff          callq  0 <foo>
  19:   83 c0 01                add    $0x1,%eax
  1c:   5d                      pop    %rbp
  1d:   c3                      retq

000000000000001e <main>:
  1e:   55                      push   %rbp
  1f:   48 89 e5                mov    %rsp,%rbp
  22:   53                      push   %rbx
  23:   48 83 ec 08             sub    $0x8,%rsp
  27:   b8 00 00 00 00          mov    $0x0,%eax
  2c:   e8 cf ff ff ff          callq  0 <foo>
  31:   89 c3                   mov    %eax,%ebx
  33:   b8 00 00 00 00          mov    $0x0,%eax
  38:   e8 ce ff ff ff          callq  b <bar>
  3d:   01 c3                   add    %eax,%ebx
  3f:   b8 00 00 00 00          mov    $0x0,%eax
  44:   e8 00 00 00 00          callq  49 <main+0x2b>
  49:   01 d8                   add    %ebx,%eax
  4b:   48 83 c4 08             add    $0x8,%rsp
  4f:   5b                      pop    %rbx
  50:   5d                      pop    %rbp
  51:   c3                      retq

以下需要注意几点：

注意bar如何在地址0调用foo？ objdump如何知道正在调用的是foo？它真的在地址0吗？（大多数现代系统将虚拟内存的零页与PROT_NONE映射，因此不能在那里进行读写访问。）
注意从main到baz的调用与对foo和bar的调用不同吗？编译器知道foo和bar相对于调用指令本身的位置，但它不知道baz将位于哪里。

因此，根据上述信息，链接器如何将其转换为有意义的内容？它不能：这里没有足够的信息。

为了使链接器能够将对baz的引用链接到对baz的调用中（我们还没有看到），它需要其他信息。在ELF系统上，该附加信息写入此处的一个特殊部分.rela.text，其中包含：

$ readelf -Wr foo.o

Relocation section '.rela.text' at offset 0x5d0 contains 1 entries:
    Offset             Info             Type               Symbol's Value  Symbol's Name + Addend
0000000000000045  0000000b00000002 R_X86_64_PC32          0000000000000000 baz - 4

那个就是书中提到但没有定义的“参考”。它告诉链接器：如果你可以找到baz（在其他对象中）的定义，请取其地址，并将其（实际上是&baz - 4 因为 CALL 指令相对于CALL指令后面的下一条指令）放入代码段的字节[45-48]中，即foo.o文件的.text节。

如果没有这样的定义？链接器将会产生一个错误：

$ gcc foo.o
foo.o: In function `main':
foo.c:(.text+0x45): undefined reference to `baz'
collect2: error: ld returned 1 exit status

最后，针对上面的第1点：是否可以将foo放在地址0处？

不可以，但是位于地址0x14处的CALL指令并没有实际上说CALL 0。它说的是“调用紧随该指令之后的下一条指令地址减去25的例程”。如果最终二进制文件中的该调用指令位于地址0x400501，那么该调用的目标将是0x4004ed，这就是foo所在的位置（当链接器将foo.o的.text部分重新定位到另一个地址时，foo与CALL之间的距离不会改变（尽管链接器松弛除外，但这是另一个复杂的话题）。