GNU LD 手冊略讀 (1): Chapter 3 ~ Chapter 3.5

本篇目錄

Linker script 格式概論
從Linker script 範例開始
簡易script 命令格式
設定symbol的值

Linker script 格式概論

以文字檔存放
由多個command組成
command可能是
- keyword + 參數
- 設定symbol
- …
command 可以用;分開，空白會被忽略
使用/ .. /註解
字串直接打，如果有用到script保留的字元如.可以用"包住

從Linker script 範例開始

link script 範例

SECTIONS
{
  . = 0x10000;
  .text : { *(.text) }
  . = 0x8000000;
  .data : { *(.data) }
  .bss : { *(.bss) }
}

這個抄來的範例很簡單，只有一個命令SECTIONS。SECTIONS是用來描述執行的時候記憶體的規劃配置（layout）。

說明這個指令細節

.表示記憶體位置counter，起始值為0。結束值則由linker 計算把所有input section的資料整合到output section的長度。而.如果沒有指定明確的記憶體位址的話，就會被設定為上一個位址counter的結束位址。參考示意圖: (Jim Huang) How GNU Toolchain Works投影片。
設定記憶體位置counter為0x10000
接下來請把所有輸入object檔案的程式機械碼中({ *(.text) })存放到輸出object檔案的.textsection中。
接設定記憶體位置counter為0x8000000
先放有初始值的全域變數（.data）
再放沒有初始值的全域變數（.bss）

另外要注意的是ld會自動幫你處理alignment的問題，所以不用擔心section之間的aligment問題。

linker script 命令格式

ENTRY(symbol)
- 設定某個symbol為程式執行的第一個指令起始點，在我的預設linker script中是ENTRY(_start)，然後去反組譯隨便一個C編譯出來的執行檔，找字串_start可以看到裏面又去呼叫了__libc_start_main@plt。

hello_word執行檔

Disassembly of section .text:

0000000000400440 <_start>:
  400440:       31 ed                   xor    %ebp,%ebp
  400442:       49 89 d1                mov    %rdx,%r9
  400445:       5e                      pop    %rsi
  400446:       48 89 e2                mov    %rsp,%rdx
  400449:       48 83 e4 f0             and    $0xfffffffffffffff0,%rsp
  40044d:       50                      push   %rax
  40044e:       54                      push   %rsp
  40044f:       49 c7 c0 c0 05 40 00    mov    $0x4005c0,%r8
  400456:       48 c7 c1 50 05 40 00    mov    $0x400550,%rcx
  40045d:       48 c7 c7 2d 05 40 00    mov    $0x40052d,%rdi
  400464:       e8 b7 ff ff ff          callq  400420 <__libc_start_main@plt>
  400469:       f4                      hlt
  40046a:       66 0f 1f 44 00 00       nopw   0x0(%rax,%rax,1)

檔案相關命令

INCLUDE filename
- 在看到這個命令的時候才去載入filename這個linker script。可以被放在不同的命令如SETCTION, MEMORY等。
INPUT(file1 file2 ...)
- 指定載入的輸入object檔案，如abc.o這樣的檔案。
GROUP(file1 file2 ...)
- 指定載入的輸入archieve檔案，如libabc.a這樣的檔案。
AS_NEEDED(file1 file2 ...)
- 在INPUT和GROUP使用的命令，用來告訴linker說如果object裏面的資料有被reference到才link進來，猜測應該可以減少儲存空間。範例（未測試請自行斟酌）：INPUT(file1.o file2.o AS_NEEDED(file3.o file4.o))
OUTPUT(filename)
- 和gcc -o filename 一樣
SEARCH_DIR(path)
- 和-L path一樣
STARTUP(filename)
- 和INPUT相同，唯一差別是ld保證這個檔案一定是第一個被link

Object檔案相關格式命令

OUTPUT_FORMAT(bfdname)
- 指定輸出object檔案的binary 檔案格式，可以使用objdump -i列出支援的binary 檔案格式
OUTPUT_FORMAT(default, big, little)
- 指定輸出object檔案預設的binary 檔案格式，big endian的binary 檔案格式以及little endian的binary 檔案格式。可以使用objdump -i列出支援的binary 檔案格式
TARGET(bfdname)
- 告訴ld用那種binary 檔案格式讀取輸入object檔案要，可以使用objdump -i列出支援的binary 檔案格式

設定記憶體區塊alias命令

REGION_ALIAS(alias, region)
- 設定MEMORY命令中區塊的alias，一般來說，用在不同的平台需要相同的memory layout時可以使用。舉例來說，當有3個平台，記憶體layout都是相同，那麼可以
  - 將他們平台相關的記憶體區塊MEMORY命令寫在個別的檔案如linkcmds.memory
  - 設定相同的alias
  - 在主要的linker script 使用INCLUDE載入linkcmds.memory，並且直接使用alias當作一般的區塊使用。

詳細的範例說明可以看這邊

範例

 INCLUDE linkcmds.memory

 SECTIONS
   {
     .text :
       {
         *(.text)
       } > REGION_TEXT
     .rodata :
       {
         *(.rodata)
         rodata_end = .;
       } > REGION_RODATA
     .data : AT (rodata_end)
       {
         data_start = .;
         *(.data)
       } > REGION_DATA
     data_size = SIZEOF(.data);
     data_load_start = LOADADDR(.data);
     .bss :
       {
         *(.bss)
       } > REGION_BSS
   }

未分類的命令 (節錄）

ASSERT(exp, message)
- 條件不成立就噴訊息並結束link
EXTERN(symbol1 symbol2 ...)
- 強迫讓指定的symbol設成undefined，手冊說一般用在刻意要使用非標準的API。例如自幹printf時可以用這個命令。 (不過變成了undefine symbol怎麼link??)
FORCE_COMMON_ALLOCATION
- 手冊和男人說和相容性有關，手冊上是說強迫分配空間給common symbols，即使是link relocate檔案。(common symbols不知道是什麼)
OUTPUT_ARCH(bfdarch)
- 指定輸出的平台，可以透過objdump -i查詢支援平台
INSERT [ AFTER | BEFORE ] output_section
- 指定在預設linker script命令被執行之前或是之後加上或加入特定的輸入section到輸出section。以下是一個範例

範例

SECTIONS
{
  OVERLAY :
  {
      .ov1 { ov1*(.text) }
      .ov2 { ov2*(.text) }
  }
}
INSERT AFTER .text;

設定symbol的值

linker script提供設定symbol數值的方法。要注意的是，這邊的symbol可以指一個全域變數、SECTION命令中的location counter（就是.開頭的資料如.text）

使用方式介紹如下：

基本運算

symbol assignment operations

symbol = expression ;
symbol += expression ;
symbol -= expression ;
symbol *= expression ;
symbol /= expression ;
symbol <<= expression ;
symbol >>= expression ;
symbol &= expression ;
symbol |= expression ;

關於expression是三小後面會再討論。

手冊上提供的範例是

symbol assign範例

floating_point = 0;
SECTIONS
{
  .text :
  {
  *(.text)
  _etext = .;
  }
  _bdata = (. + 3) & ~ 3;
  .data : { *(.data) }
}

從這邊可以看到幾種assign

設定全域變數floating_point的symbol為0
設定全域變數_etext的值為輸入object檔案.text合體後的offset，個人猜測可以理解成end of text。(回顧一下.是offset counter)
設定全域變數_bdata的值為輸出object檔案.text結尾的offset 的4的倍數位址。這邊透露兩個資訊
- 個人猜測可以理解成begin of data
- 四的倍數和alignment的問題應該有關聯。

HIDDEN命令

HIDDEN(要隱藏的symbol) 可以把他理解成加了static的全域變數，也就是說這個symbol只在這個處理範圍中才能摸到。

PROVIDE命令

PROVIDE命令(symbol = expression)
- 簡單來說，如果你的程式已經有這個symbol（函數或變數），就用你的；否則就使用這邊提供的symbol。手冊上說是給特殊的linker使用的。想知道他提的use case可以看這邊，我是沒什麼感覺。

PROVIDE_HIDDEN命令

PROVIDE_HIDDEN(symbol = expression)
- 和PROVIDE命令相同，差別是這個symbol只在這個處理範圍中才能摸到，一如HIDDEN命令。

談談source code和linker script symbol的關係

這節很有趣，解答我的一些小問題。

變數如何存放在binary中？
- 先把變數名稱放入symbol table內，換句話說symbol table會多一筆資料。這筆資料的欄位有
  - symbol的位址
  - symbol的flags
  - symbol屬於哪個SECTION
  - symbol佔的記憶體空間或是alignment規範
  - symbol的名稱
- 典型的symbol table 資料：C語言的main()
```
*  `00000000004005ed g     F .text  0000000000000101              main`
```
- 而symbol的flag有7個groups
  - Group 1:
    - l: local
    - g: global
    - u: unique global，GNU 用於ELF時的 symbol binding extenstion
    - !: 既是global也是local
  - Group 2:
    - w: weak symbol
    - <空白>: strong symbol
  - Group 3:
    - C: symbol 是一個constructor (不知道這邊constructor是指那個東西? )
    - <空白>: 一般 symbol
  - Group 4:
    - W: warning symbol (不知道是三小)
    - <空白>: 一般 symbol
  - Group 5:
    - I: 間接地reference其他的symbol
    - i: relocate 時要處理的function
    - <空白>: 一般 symbol
  - Group 6:
    - D: dynamic symbol (不知道是三小)
    - d: debug symbol
    - <空白>: 一般 symbol
  - Group 7:
    - F: 這是一個function
    - f: 這是一個檔案
    - O: 這是一個object
    - <空白>: 一般 symbol
- 如果有初始值，順便設定初始值。
程式語言的取值foo = 100 runtime發生什麼事？
- 先去symbol table找foo存在記憶體的位址，把那個位址依照symbol table的size規則將100寫入該位址。
程式語言的取值ptr = &foo runtime發生什麼事？
- 先去symbol table找foo存在記憶體的位址，把那個位址寫到ptr在symbol table對應的記憶體。
symbol在symbol table中存放第一個欄位是symbol的值，而這個值是一個位址。
在linker script設定的symbol如foo = 100和在程式碼中轉出的symbol如foo = 100差別在那？
- linker script的100代表的是symbol的位址，而程式碼中轉出的symbol的100代表的是foo對應記憶體存放的值。
如何從C語言程式碼中摸到linker script內定義的symbol?
- 要先知道symbol名稱
- 在程式碼中extern該symbol，型態為char。
- 要知道symbol只是一個位址，所以要存取就要取位址。
- 可以參考以前測試的範例：Linux中使用C語言載入data object 檔案資料
- 另外有趣的是似乎section的symbol對應的位址不一定是只當位址使用。詳細測試在這邊：Linux中使用C語言載入data object 檔案資料 (續）
我可以反方向從linker script摸程式碼的symbol
- 不一定，不同的程式語言和編譯器有不同的變數和函數命名方式，也就是說你原始程式碼的symbol名稱可能不是最後存在輸出object檔案的symbol 名稱。

My code works, I don’t know why.

國王的耳朵是驢耳朵