ICS 与 8086 复习 15：编译链接 ELF 符号与重定位

ICS 与 8086 汇编复习 · 第 15 篇 系列目录 · 上一篇 · 下一篇

两个源文件都能单独编译成功，为什么放在一起仍会出现 undefined reference？原因是“把每个文件翻译成机器代码”和“把跨文件引用接起来”属于不同阶段。复习链接时，先回答两个问题：这个名字由谁定义，它最终位于哪里。

本文使用课程中的 Linux ELF、IA32语境。Windows 的 PE、8086 实验中的 DOS EXE 与这里共享部分思想，但文件结构和重定位细节不能直接照搬。

四个阶段各自产生什么

预处理处理头文件包含和宏等；编译把预处理后的 C 程序转换为汇编；汇编把汇编代码生成可重定位目标；链接将所需目标文件和库组合起来。

阶段	常见结果	GCC 分阶段选项
预处理	`.i`	`-E`
编译	`.s`	`-S`
汇编	`.o`	`-c`
链接	可执行文件或共享目标	常规驱动命令

选项 -c 并不只“编译一下”：它会完成产生 .o 所需的前面阶段，但停止在链接之前。以下命令展示Linux工具链各阶段的用法，实际结果取决于源程序和工具链配置：

gcc -m32 -c main.c -o main.o
gcc -m32 -c add.c -o add.o
gcc -m32 main.o add.o -o demo
readelf -S main.o
readelf -s main.o
readelf -r main.o

-m32 需要相应的 32 位工具链和开发库。去掉它后可能生成 x86-64 文件，寄存器、重定位类型和 ABI 都会随之改变。

ELF 为什么同时谈节和段

节主要服务链接视图：.text 放代码，.rodata 常放只读数据，.data 常放有初值的可写数据，.bss 常对应零初始化的静态存储对象，符号表和重定位节记录链接所需信息。

段主要服务装载视图：程序头告诉加载器哪些文件区域映射到哪些虚拟地址、需要什么访问权限。一个可装入段可包含若干节。节头表与程序头表不是同一张表。

.bss 具有内存大小，却通常不在文件里逐字节存储对应的零值，因此不能说“.bss 不占空间”而不说明指的是文件数据字节还是装载后的内存。完整字段定义可查 ELF 装载规范。

符号解析先确定引用对应哪个定义

设有两个源文件：

/* main.c */
extern int total;
int add(int, int);
int main(void) {
    total = add(3, 5);
    return total;
}

/* add.c */
int total = 0;
static int calls;
int add(int a, int b) {
    ++calls;
    return a + b;
}

main.o 引用了 total 和 add，它们的定义在 add.o；calls 具有内部链接，仅供本翻译单元使用。函数中的自动局部变量通常不是供跨文件解析的链接器符号，不能把“C 中有一个变量名”直接等同于“链接器必须在所有目标中解析这个名字”。

缺少 add.o，链接器找不到引用对应的定义；两个文件都提供普通的 total 定义，则可能出现多重定义错误。

符号表一行应该先看哪些列

读取 readelf -s 时，先找名字，再依次看类型、绑定、所在节以及值和大小。OBJECT 常对应数据对象，FUNC 对应函数；LOCAL/GLOBAL/WEAK 描述绑定；UND 表示这个文件没有提供定义。UND 不等于整个程序一定出错，因为后续输入或动态链接可能提供定义。

假定某可重定位文件的符号 total 显示值为 10H、大小 4、类型 OBJECT、绑定 GLOBAL，并指向某个已知数据节。这通常表示它在该节内偏移 10H，并不是已经得到进程虚拟地址 00000010H，更不是物理内存地址。若输出节首址最终为 0804A000H，且该输入片段恰好没有额外前移，则该对象地址才能进一步算为 0804A010H。

符号值的含义还受文件类型和特殊节索引影响。例如 COMMON 的值可描述对齐要求，ABS 表示绝对符号。不能对符号表所有行都统一执行“节首址加 Value”。这也是题目必须同时给出符号类型、索引和文件阶段的原因。

COMMON 不能与 WEAK 混同

课件区分了强定义、ELF 弱绑定符号和 COMMON 符号。老式 -fcommon 行为下，文件作用域的 int x; 这类暂定定义可能产生 COMMON 符号，链接器再合并或与其他定义决议；这并不意味着它的 ELF 绑定属性就是 WEAK。

复现旧例子要显式考虑工具链选项。GCC 从 10 起默认采用 -fno-common，多个源文件都写 int x; 可能直接造成链接错误。正确组织跨文件全局对象的常用方式，是头文件写 extern int x;，仅在一个 .c 文件定义它。GCC 官方迁移说明明确记录了这一变化。

遇到“某个变量究竟放 .bss 还是 COMMON”的题，先看题设版本、选项和符号表，而不是只凭“没写初值”就作答。

重定位补的是引用位置中的值

符号已经选定定义，还要安排输出地址，并修改代码或数据里的引用。记：S 为符号最终地址，A 为加数，P 为重定位字段地址。IA32 两种基本形式为：

R_386_32    ：写入 S+A
R_386_PC32  ：写入 S+A−P

P 是待补写字段的位置，不一定是指令起始地址，也不一定直接等于 CPU 执行跳转时采用的下一指令地址。

课件的 call 算例能把这一区别说清楚。设 main 首址为 08048380H，call 在函数内偏移 6，目标 swap 地址为 08048394H。IA32 的这条近相对调用长 5 字节：

call起始地址 = 08048386H
4字节位移字段地址P = 08048387H
下一指令地址 = 0804838BH
目标地址S = 08048394H

机器执行所需位移为 08048394H−0804838BH=9。相应 ELF 重定位加数为 −4，于是 S+(−4)−P=9。按小端写入后，完整指令是：

E8 09 00 00 00

若把 P 错认成下一指令地址，又额外减 4，就会重复修正。这是重定位计算题最值得检查的一步。

再看一个绝对引用：假定 buf 地址为 08049620H，某 4 字节指针初值应指向 buf[1]，且 int 占 4 字节，那么 S 为 08049620H，A 为 4，写入值 08049624H，字节顺序为 24 96 04 08。指针对象自身存放在哪里，与它所保存的地址值，是两个问题。

链接题的易错点

不要把所有局部 C 变量都认成 ELF 的 LOCAL 符号，也不要把 .o 中未定义符号的零值看成真实空指针。先按语言层次和文件阶段分类，再判断引用关系。另一个常见遗漏是对齐：合并两个函数时，后一个函数未必紧接前一个最后一字节；若题设要求四字节对齐，应先补齐地址，再计算相对位移。

重定位是依据条目处理特定位置，不能扫描文件里所有“看起来像地址”的数值然后统一改写。普通整数常量与地址字面值可能拥有相同位串；只有重定位记录及其对应语义，才能说明哪一处需要链接器修改。

自测与简答

.o 中已经存在机器指令，为什么它还可能不能独立执行？
R_386_PC32 中 P 是什么？
extern int x; 与文件作用域的 int x; 是否等价？

答案：① 跨模块引用可能未解析，地址可能待重定位，且未形成完整装载映像。② 待重定位字段的地址。③ 不等价；前者通常只是引用外部对象的声明，后者是暂定定义，其目标文件处理还受 -fcommon/-fno-common 等条件影响。

资料对应

主要依据《3.程序转换与指令系统-V1.0.pptx》第 23—28 页，以及《5.程序的链接与加载执行-V1.0.pptx》第 4—49、60—77 页。相对调用保留课件中的地址以便复核；符号示例重新编写。第 5 份课件封面误标“第四章”，本文按文件名和课程大纲记为第 5 章。