初学编程时，你是不是很好奇编译好的可执行文件是如何在系统上跑起来的呢？今天就让霞姐带你一起研究一下吧~
一、可执行文件布局
1．ELF格式简介
Linux上可执行文件是ELF（Executable and Linkable Format）格式的。
ELF是 UNIX/Linux 系统的标准二进制文件格式，可用于可执行文件、可链接目标文件(.o)，共享库(so)。
ELF首次出现在上世纪90年代初的基于 SVR4 的 Solaris 2.0中；随着处理器的64-bit化，在1997年有了对应的ELF-64 规范；另外因为ELF在Section和Segment的类型上拓展性很大，各大 OS、LLVM等会根据需求拓展功能。
ELF文件的结构如下图所示：
ELF文件内容包括：
• ELF头（ELF Header）
ELF头对所有ELF文件都是必须的。它包含魔数、体系架构、CPU架构、版本、入口点等信息
• 节表（Section header Table）
重定位文件（如编译生成的 .o 文件）必须包含，可加载文件（如可执行文件、共享库）则为可选。
• 程序头表（Program Header Table）
可加载文件中此项必须包含，重定位文件中此项则为可选。
该表用于描述可加载段以及其他数据结构，这些结构是加载程序或动态链接库并为执行做准备时所必需的。
• 节或段的内容
包括可加载数据、重定位信息、字符串表和符号表。
2．可执行文件实例
我们使用readelf和objdump解析一下可执行文件的内容吧！
(1)先用readelf看看头：
ELF Header:
Magic: 7f 45 4c 46 02 01 01 00 00 00 00 00 00 00 00 00
Class: ELF64
Data: 2's complement, little endian
Version: 1 (current)
OS/ABI: UNIX - System V
ABI Version: 0
Type: DYN (Position-Independent Executable file)
Machine: Advanced Micro Devices X86-64
Version: 0x1
Entry point address: 0x1040
Start of program headers: 64 (bytes into file)
Start of section headers: 14016 (bytes into file)
Flags: 0x0
Size of this header: 64 (bytes)
Size of program headers: 56 (bytes)
Number of program headers: 13
Size of section headers: 64 (bytes)
Number of section headers: 29
Section header string table index: 28
Elf Header的各字段告诉了我们这些信息（节选）：
字段
字段信息及意义
Magic
7f 45 4c 46 02 01 01 00 00 00 00 00 00 00 00 00前 4 个字节 7f 45 4c 46 是 ELF 文件的标志性 “魔数”（\x7fELF），后续字节包含格式细节：02 表示 64 位文件，01 表示小端字节序等
Class
ELF64该文件是 64 位 ELF 格式（32 位文件会显示 ELF32）。
Data
2's complement, little endian数据存储采用小端字节序（x86/x86_64 架构的默认格式），整数用补码表示。
OS/ABI
UNIX - System V目标操作系统为 UNIX System V 兼容系统（包括 Linux、Solaris 等）。
Type
DYN (Position-Independent Executable file)文件类型是“位置无关可执行文件”（PIE），这类文件与共享库类似，加载时可被映射到内存的任意地址，增强安全性（如对抗缓冲区溢出攻击）。
Machine
Advanced Micro Devices X86-64目标指令集架构是 x86_64（64 位 x86 处理器，如 Intel 酷睿或 AMD Ryzen）。
Entry point address
0x1040程序加载到内存后，CPU 开始执行的起始地址（虚拟地址）为 0x1040。
(2)再用readelf看看程序头表（Program Header Table）：
Program Headers:
Type Offset VirtAddr PhysAddr
FileSiz MemSiz Flags Align
PHDR 0x0000000000000040 0x0000000000000040 0x0000000000000040
0x00000000000002d8 0x00000000000002d8 R 0x8
INTERP 0x0000000000000318 0x0000000000000318 0x0000000000000318
0x000000000000001c 0x000000000000001c R 0x1
[Requesting program interpreter: /lib64/ld-linux-x86-64.so.2]
LOAD 0x0000000000000000 0x0000000000000000 0x0000000000000000
0x00000000000005f0 0x00000000000005f0 R 0x1000
LOAD 0x0000000000001000 0x0000000000001000 0x0000000000001000
0x0000000000000175 0x0000000000000175 R E 0x1000
LOAD 0x0000000000002000 0x0000000000002000 0x0000000000002000
0x00000000000000d8 0x00000000000000d8 R 0x1000
LOAD 0x0000000000002df0 0x0000000000003df0 0x0000000000003df0
0x0000000000000228 0x0000000000000230 RW 0x1000
DYNAMIC 0x0000000000002e00 0x0000000000003e00 0x0000000000003e00
0x00000000000001c0 0x00000000000001c0 RW 0x8
NOTE 0x0000000000000338 0x0000000000000338 0x0000000000000338
0x0000000000000030 0x0000000000000030 R 0x8
NOTE 0x0000000000000368 0x0000000000000368 0x0000000000000368
0x0000000000000044 0x0000000000000044 R 0x4
GNU_PROPERTY 0x0000000000000338 0x0000000000000338 0x0000000000000338
0x0000000000000030 0x0000000000000030 R 0x8
GNU_EH_FRAME 0x0000000000002004 0x0000000000002004 0x0000000000002004
0x0000000000000034 0x0000000000000034 R 0x4
GNU_STACK 0x0000000000000000 0x0000000000000000 0x0000000000000000
0x0000000000000000 0x0000000000000000 RW 0x10
GNU_RELRO 0x0000000000002df0 0x0000000000003df0 0x0000000000003df0
0x0000000000000210 0x0000000000000210 R 0x1
从上述输出可以看出来，程序头表的每一个表项包含以下八项信息：
类型、在文件中的偏移量、加载到内存后的虚拟地址、物理地址、在文件中的大小、加载到内存后的大小、权限、对齐要求。
注意：
a.物理地址大部分情况下不需要关注，只有不支持虚拟内存的场景下需要关注。
b.加载到内存后的大小可能比 FileSiz 大，如.bss 段会动态分配内存；
c.权限：R= 读，W= 写，E= 执行）；
下表对上述的程序表头进行了整理：
程序表头类型
说明
PHDR
存储程序头表自身的数据
INTERP
指定动态链接器（程序解释器）的路径，用于加载动态链接的程序。
LOAD
LOAD段是最关键的段类型，OS会将这些段从文件加载到内存，程序运行时的代码和数据都来自这些段。所有 LOAD 段的 Align 都是 0x1000（4096 字节），这是内存页的默认大小，确保段加载到内存页边界。代码段（R E）和数据段（R/RW）严格分离，是操作系统内存保护的基础LOAD 1：文件头+元数据（PHDR、INTERP、NOTE、GNU_PROPERTY）LOAD 2：代码段（.init .plt .text .fini）LOAD 3：只读数据（.rodata、.eh_frame_hdr）LOAD 4：读写数据（.got .data .bss 等）
DYNAMIC
存储动态链接所需的信息，如依赖的共享库列表、重定位表位置、符号表位置等。
NOTE
存放辅助信息，如程序的构建版本、编译器信息、操作系统特定标记等（对程序运行非必需，但工具可能会读取）
GNU_PROPERTY
GNU 扩展的属性信息，如 CPU 特性要求（如是否支持 AVX 指令集）、安全相关标记等。
GNU_EH_FRAME
存放 C++ 异常处理或 C 语言 setjmp/longjmp 所需的框架信息，用于异常发生时定位栈帧和恢复上下文。
GNU_STACK
指定程序栈的权限（RW 表示可读可写，无执行权限），是 Linux 系统的安全机制（防止栈上的代码被执行，对抗缓冲区溢出攻击）。
GNU_RELRO
标记动态链接重定位后应设为只读的区域（如全局偏移表 GOT），防止重定位后的数据被篡改，增强安全性。
(3)最后用objdump捞一个segment看看里面的内容：
段：LOAD 0x0000000000001000 0x0000000000001000 0x0000000000001000
0x0000000000000175 0x0000000000000175 R E 0x1000
命令：objdump -d --start-address=0x1000 --stop-address=0x1175 prog
输出：
prog: file format elf64-x86-64
Disassembly of section .init:
0000000000001000 <.init>:
1000: f3 0f 1e fa endbr64
1004: 48 83 ec 08 sub $0x8,%rsp
1008: 48 8b 05 d9 2f 00 00 mov 0x2fd9(%rip),%rax # 3fe8 <__cxa_finalize@plt+0x2fb8>
100f: 48 85 c0 test %rax,%rax
1012: 74 02 je 1016 <__cxa_finalize@plt-0x1a>
1014: ff d0 call *%rax
1016: 48 83 c4 08 add $0x8,%rsp
101a: c3 ret
Disassembly of section .plt:
0000000000001020 <.plt>:
1020: ff 35 a2 2f 00 00 push 0x2fa2(%rip) # 3fc8 <__cxa_finalize@plt+0x2f98>
1026: ff 25 a4 2f 00 00 jmp *0x2fa4(%rip) # 3fd0 <__cxa_finalize@plt+0x2fa0>
102c: 0f 1f 40 00 nopl 0x0(%rax)
二、可执行文件如何加载
当我们在linux的shell上输入可执行文件的名字(比如:aaa)，并按回车的时候，接下来发生了什么？
1.shell接收到“./aaa”命令，检查aaa是不是内置的shell命令
2.发现不是，就通过执行execve()函数调用驻留在内存中的加载器（loader）执行
3.加载器将可执行文件中的只读代码段和可读写数据段从硬盘“拷贝”到内存
这时，并没有真正将代码和数据拷贝到内存，而是创建了只读代码段和可读写数据段对应的页表项。在执行代码的过程中发生了缺页异常之后，才真正把它们加载到主存。
4.跳转到由ELF Header的Entry point address指定的可执行文件的第一条指令处执行
比如：本例中，Entry point address是0x1040，0x1040其实是相对于基地址的偏移（相对地址），加上基址（本例中是0x555555554000），那么程序的入口地址是0x555555555040，就是_start函数。
5.上述1~4过程用流程图来表现的话，应该是这样的：
