1. 引言
上一篇文章中，我们介绍了如何让汇编语言与 C 语言相互调用： 如何实现汇编语言与 C 语言之间的相互调用
还记得我们自制操作系统的脚步到哪里了呢？没错，已经完成了从启动扇区跳转到 loader，那么，下一步就是如何用 loader 拉起内核了。 有了上面汇编语言调用 C 语言的基础，我们就可以做到让汇编语言编写的 loader 拉起用 C 语言编写的内核了，本文我们就来详细了解一下编译后的可执行文件 — ELF 文件的结构，下一篇文章将会介绍如何通过汇编将 ELF 文件载入内存并执行。
2. ELF 文件
上一篇文章中，当我们编译汇编代码时，指定了 -f elf 参数：
nasm -f elf -o asm.o main.asm
这就意味着生成的 asm.o 是 ELF 文件（Executable and Linkable Format）
所谓的 ELF 文件，翻译过来就是“可执行与可链接文件”，是一种用于二进制文件之间相互调用的可执行文件格式，通过链接即可引入调用，拥有非常强大的可扩展性和灵活性。
在 linux 中，可执行文件、Object文件、动态库文件都是ELF格式文件，他相当于 windows 操作系统中的 PE 文件。
通过 readelf 命令可以读取 ELF 文件的内容。
3. ELF 文件的结构
要想使用 ELF 文件，我们首先必须知道 ELF 文件是如何构成的。
如上图所示，ELF 文件由四部分组成：
- elf header — ELF 头
- program header table — 程序头表
- sections — 节
- section header table — 节头表
并非所有的 ELF 文件都包含全部上述四部分，除了 ELF 头外，其他各部分的位置、大小都不固定。 这里提到了“节”的概念，上一篇文章中，我们在汇编中使用了 section 关键字，就是指定了对应代码块的 section 类型，linux 支持下面的三种 section：
- .text — 代码段，用来存放代码，可读可执行
- .data — 数据段，存放堆栈以及初始化过的 global 变量、static 变量等，可读可写
- .bss — 存放未初始化 global 变量和未初始化 static 变量，可读可写
- .rodata — 存放字符串、常量
3.1. ELF 头
既然除了 ELF 头外其他部分的位置、大小都不固定，那么他们又是如何决定的呢？很简单，他们的位置和大小都是由 ELF 头中的字段声明的。 ELF 头的格式如下：
代码语言：javascript复制#define EI_NIDENT 16
typedef struct {
// 16 字节 ELF 文件声明，由固定信息组成，用来表示是 ELF 文件
unsigned char e_ident[EI_NIDENT];
// 标识 elf 文件类型
// 0. 未知, 1. 可重定位文件, 2. 可执行文件, 3. 共享目标文件, 4. core 文件
Elf32_Half e_type;
// 程序运行的硬件体系结构，80386 体系为 3
Elf32_Half e_machine;
// 文件版本号
Elf32_Word e_version;
// 程序入口地址
Elf32_Addr e_entry;
// Program header table 在文件中的偏移量（字节数）
Elf32_Off e_phoff;
// Section header table 在文件中的偏移量（字节数）
Elf32_Off e_shoff;
// 文件标识符，IA32 汇编为 0
Elf32_Word e_flags;
// ELF header 的字节数
Elf32_Half e_ehsize;
// Program header table 中每个条目的字节数
Elf32_Half e_phentsize;
// Program header table 中条目数
Elf32_Half e_phnum;
// Section header table 中每个条目的字节数
Elf32_Half e_shentsize;
// Section header table 中条目数
Elf32_Half e_shnum;
// 包含节名称的字符串表是第几个节
Elf32_Half e_shstrndx;
} Elf32_Ehdr;上面使用到的数据类型如下：
ELF header 声明中的类型
名称 | 大小 | 对齐 | 用途 |
|---|---|---|---|
Elf32_Addr | 4 | 4 | 无符号程序地址 |
Elf32_Half | 2 | 2 | 无符号中等大小整数 |
Elf32_Off | 4 | 4 | 无符号文件偏移 |
Elf32_Sword | 4 | 4 | 有符号大整数 |
Elf32_Word | 4 | 4 | 无符号大整数 |
unsigned char | 1 | 1 | 无符号小整数 |
下图展示了上篇文章中我们生成的两个文件通过 readelf 命令读取到的头信息：
3.2. Section Header 的结构
Section Header Table 中的每个条目 Section Header 都描述了 ELF 文件中 Sections 区域中一个节的信息。 他的结构如下：
代码语言：javascript复制typedef struct {
// 节区名，是节区头部字符串表节区（Section Header String Table Section）的索引
// 名字是一个 NULL 结尾的字符串
Elf32_Word sh_name;
// 该节类型
Elf32_Word sh_type;
// 节区标志
Elf32_Word sh_flags;
// 如果节区将出现在进程的内存映像中，此成员给出节区的第一个字节应处的位置
// 否则，此字段为 0
Elf32_Addr sh_addr;
// 该节区首个字节的偏移。
Elf32_Off sh_offset;
// 该节长度
Elf32_Word sh_size;
// 该节头部表索引，具体内容依赖于节类型
Elf32_Word sh_link;
// 节头部表附加信息，具体内容依赖于节类型
Elf32_Word sh_info;
// 地址对齐约束
Elf32_Word sh_addralign;
// 该节固定表项长度
Elf32_Word sh_entsize;
} Elf32_Shdr;下图展示了上篇文章中可执行文件 main 的 Section Header 结构：
3.3. Program Header 的结构
Program Header Table 中的条目 Program Header 是与程序执行直接相关的，他描述了一个即将被载入内存的段在文件中的位置、大小以及它被载入内存后所在的位置和大小。 一个段包含一个或多个节。 Program Header 结构如下：
代码语言：javascript复制typedef struct {
// 当前 Program header 所描述的段的类型
Elf32_Word p_type;
// 该段首地址在文件中的偏移量（字节数）
Elf32_Off p_offset;
// 该段被载入内存后，首个字节的虚拟地址
Elf32_Addr p_vaddr;
// 该段被载入内存后，首个字节的物理地址（对于使用虚拟地址的系统来说，该项为 0）
Elf32_Addr p_paddr;
// 段长度（字节数）
Elf32_Word p_filesz;
// 段在内存中的长度
Elf32_Word p_memsz;
// 段标志位
Elf32_Word p_flags;
// 段在文件内和内存中的对齐方式
Elf32_Word p_align;
} Elf32_Phdr;通过 readelf -l 命令我们就可以查看文件的 program headers 信息了：
从图中，我们可以看到这个 ELF 文件有五个 Program header 条目。
4. 后记
本文，我们介绍了 ELF 文件的四个组成部分，以及其中三个的具体结构，而实际存储数据的 section 的结构我们并没有介绍。 别忘了我们的目标，我们需要通过汇编语言编写的 loader 程序将在 linux 环境上编译的 C 语言内核程序载入到内存并执行，因此，实际上我们只需要知道 ELF 文件需要如何被载入内存，并从哪里开始执行。 了解了上面的结构信息，你就会发现，事实上与我们的目标直接相关的是 ELF 文件中的 Program Header 部分，他描述了可执行文件中有那几个段，每个段需要被载入到内存的哪个位置，而每个段包含多少个节、以及每个节内部的具体信息我们其实并不需要关心。 也就是说，我们通过 ELF header 中的字段，找到 Program Header Table，然后读取每个 Program Header，将对应的段载入到内存指定的位置，然后跳转，即可实现可执行文件的执行了。 这样一来，是不是读取 ELF 文件并载入内存的工作已经呼之欲出了呢？ 敬请期待博主下一篇文章，详细讲解 loader 加载内核的完整代码。
5. 参考资料
https://blog.csdn.net/mergerly/article/details/94585901。 http://www.choudan.net/2013/11/16/Linux进程地址空间再学习.html。 http://www.choudan.net/2013/10/25/Linux进程地址空间学习(二).html。
