解碼.o檔

Posted on

Assembly

從這篇可以看到在vim中開啟main.o，而上圖充斥著1&0，看似截然不同的兩個東西。

main.o in vim

1
2
3
4
5
^?ELF^B^A^A^@^@^@^@^@^@^@^@^@^A^@>^@^A^@^@
^@^@^@^@^@^@^@^@^@^@X^B^@^@^@^@^@^@^@^@^@^
@@^@^@^@^@^@@^@^L^@^K^@ó^O^^úUHå¸^@^@^
@^@]Ã^@GCC: (Ubuntu 9.4.0-1ubuntu1~20.04.1)
9.4.0^@^@^@^@^@^@^D^@^......

理解兩者差異的原因，可以從兩個面向去釐清：

所有的檔案都是由0&1組成的

電腦中的檔案皆是藉由0&1組成的，包括source file, object file(.o), binary file等等，但vim會將所有的binary藉由ASCII轉換成為我們所看到的plain text，這裡以一main.cpp作為例子：

main.cpp in vim

1
2
3
4
#define N 81
int main(){
        return 0;//this is the end
}

main.cpp, configured with :%! xxd -b

1
2
3
4
5
6
7
8
9
10
00000000: 00100011 01100100 01100101 01100110 01101001 01101110  #defin
00000006: 01100101 00100000 01001110 00100000 00111000 00110001  e N 81
0000000c: 00001010 01101001 01101110 01110100 00100000 01101101  .int m
00000012: 01100001 01101001 01101110 00101000 00101001 01111011  ain(){
00000018: 00001010 00001001 01110010 01100101 01110100 01110101  ..retu
0000001e: 01110010 01101110 00100000 00110000 00111011 00101111  rn 0;/
00000024: 00101111 01110100 01101000 01101001 01110011 00100000  /this 
0000002a: 01101001 01110011 00100000 01110100 01101000 01100101  is the
00000030: 00100000 01100101 01101110 01100100 00001010 01111101   end.}
00000036: 00001010

而透過:%! xxd -b configure vim，則可以查看binary格式的原始資料，可以看到左側的binary與右側的plain text以ASCII CODE一對一的相對應(e.g, 00100011->#, 01100100->d)。
main.o 在透過vim開啟時，透過ASCII CODE decode並且呈現在vim中。而”^@”是在vim中則是對應到了00000000，^@是vim用以表示null character的格式。

ELF 的 binary decoding

不同的檔案有不同的layout，不是所有的檔案都能經過ASCII CODE decode成plain text，如main.o ，可以看到vim中的main.o 無法被閱讀；順帶一提，也並非所有檔案形式都能被decode成plain text，e.g. binary file。.o 檔的檔案形式為ELF，這種檔案可以藉由objdump -dh main.o來decode成plain text。

main.o, configured with objdump -dh main.o

1
2
3
4
5
6
7
8
main.o:     file format elf64-x86-64

Sections:
Idx Name          Size      VMA               LMA               File off  Algn
  0 .text         0000000f  0000000000000000  0000000000000000  00000040  2**0
                  CONTENTS, ALLOC, LOAD, READONLY, CODE
  1 .data         00000000  0000000000000000  0000000000000000  0000004f  2**0
......

Disassembly of section .text:

1
2
3
4
5
6
7
0000000000000000 :
   0:	f3 0f 1e fa          	endbr64 
   4:	55                   	push   %rbp
   5:	48 89 e5             	mov    %rsp,%rbp
   8:	b8 00 00 00 00       	mov    $0x0,%eax
   d:	5d                   	pop    %rbp
   e:	c3                   	retq

ELF包含了很多資訊 ，而程式的邏輯放在 .text 裡面，如果回過頭去看main.s，會發現兩者的內容大同小異。

ELF是公定好，能夠被電腦所執行的資料格式。而因為電腦執行皆的資訊皆是0&1，所以上圖才藉由0&1去表達ELF檔，並非表面上純文字即0&1。此外，實際上被執行的machine code還包括排列記憶體等其餘的工作，assembly code所轉換的machine code並不是實際上被執行的machine code的全貌。