解析Mach-O文件

作者: KinKen | 来源:发表于2018-12-13 16:45 被阅读18次

启动优化
解析Mach-O文件
Mach-O文件解析
IOS Mach-o 文件的解析
iOS堆栈信息解析（Mach-O）
四 iOS逆向- Mach-O
MachO文件
iOS逆向之Mach-O文件（上）
【iOS逆向工程】Mach-O
[iOS] Mach-O文件解析

一、前言

本文简要解析Mach-O文件格式、结构，主要是自己认识Mach-O文件，学习的一个过程，一些地方可能介绍得不到位，要了解更多有关信息，可以考虑阅读苹果提供的官方文档介绍。

二、什么是Mach-O文件

维基百科简要说明：

Mach-O为Mach Object文件格式的缩写，它是一种用于可执行文件，目标代码，动态库，内核转储的文件格式。作为a.out格式的替代，Mach-O提供了更强的扩展性，并提升了符号表中信息的访问速度。

Mach-O曾经为大部分基于Mach核心的操作系统所使用。NeXTSTEP，Darwin和Mac OS X等系统使用这种格式作为其原生可执行文件，库和目标代码的格式。而同样使用GNU Mach作为其微内核的GNU Hurd系统则使用ELF而非Mach-O作为其标准的二进制文件格式。

三、Mach-O格式

Mach-O是一个以数据块分组的二进制字节流，这些数据块包含元信息，比如字节顺序、CPU类型、数据块大小等等。
典型的Mach-O文件包含三个区域:
1.Header:保存Mach-O的一些基本信息，包括平台、文件类型、指令数、指令总大小，dyld标记Flags等等。
2.Load Commands：紧跟Header，加载Mach-O文件时会使用这部分数据确定内存分布，对系统内核加载器和动态连接器起指导作用。
3.Data:每个segment的具体数据保存在这里，包含具体的代码、数据等等。

用一张图表示Mach-O

Mach-O结构图

（一）、Header
数据结构

/*
 * The 32-bit mach header appears at the very beginning of the object file for
 * 32-bit architectures.
 */
struct mach_header {
    uint32_t    magic;      /* mach magic number identifier */
    cpu_type_t  cputype;    /* cpu specifier */
    cpu_subtype_t   cpusubtype; /* machine specifier */
    uint32_t    filetype;   /* type of file */
    uint32_t    ncmds;      /* number of load commands */
    uint32_t    sizeofcmds; /* the size of all the load commands */
    uint32_t    flags;      /* flags */
};

/* Constant for the magic field of the mach_header (32-bit architectures) */
#define MH_MAGIC    0xfeedface  /* the mach magic number */
#define MH_CIGAM    0xcefaedfe  /* NXSwapInt(MH_MAGIC) */

/*
 * The 64-bit mach header appears at the very beginning of object files for
 * 64-bit architectures.
 */
struct mach_header_64 {
    uint32_t    magic;      /* mach magic number identifier */
    cpu_type_t  cputype;    /* cpu specifier */
    cpu_subtype_t   cpusubtype; /* machine specifier */
    uint32_t    filetype;   /* type of file */
    uint32_t    ncmds;      /* number of load commands */
    uint32_t    sizeofcmds; /* the size of all the load commands */
    uint32_t    flags;      /* flags */
    uint32_t    reserved;   /* reserved */
};

/* Constant for the magic field of the mach_header_64 (64-bit architectures) */
#define MH_MAGIC_64 0xfeedfacf /* the 64-bit mach magic number */
#define MH_CIGAM_64 0xcffaedfe /* NXSwapInt(MH_MAGIC_64) */

根据定义与注释，得到以下解释

名称	含义
magic	Mach-O魔数,FAT:0xcafebabeARMv7:0xfeedface,ARM64:0xfeedfacf
cputype、cpusubtype	CPU架构及子版本
filetype	MH_EXECUTABLE(可执行二进制文件)、MH_OBJECT(目标文件)、MH_DYLIB(动态库)，有11种宏定义类型，具体可查看源码
ncmds	加载命令的数量
sizeofcmds	所有加载命令的大小
flags	dyld加载需要的一些标记，有28种宏定义，具体看源码，其中MH_PIE表示启用ASLR地址空间布局随机化
reserved	64位保留字段

使用MachOView查看某可执行文件:

Mach-O Header

（二）、Load Commands
数据结构:

/*
 * The load commands directly follow the mach_header.  The total size of all
 * of the commands is given by the sizeofcmds field in the mach_header.  All
 * load commands must have as their first two fields cmd and cmdsize.  The cmd
 * field is filled in with a constant for that command type.  Each command type
 * has a structure specifically for it.  The cmdsize field is the size in bytes
 * of the particular load command structure plus anything that follows it that
 * is a part of the load command (i.e. section structures, strings, etc.).  To
 * advance to the next load command the cmdsize can be added to the offset or
 * pointer of the current load command.  The cmdsize for 32-bit architectures
 * MUST be a multiple of 4 bytes and for 64-bit architectures MUST be a multiple
 * of 8 bytes (these are forever the maximum alignment of any load commands).
 * The padded bytes must be zero.  All tables in the object file must also
 * follow these rules so the file can be memory mapped.  Otherwise the pointers
 * to these tables will not work well or at all on some machines.  With all
 * padding zeroed like objects will compare byte for byte.
 */
struct load_command {
    uint32_t cmd;       /* type of load command */
    uint32_t cmdsize;   /* total size of command in bytes */
};

注释的大概意思：
load_commands紧跟mach_header,load_commands展开后的数目与总大小已经在mach_header有记录，所有加载指令都是以cmd、cmdsize起头。cmd字段用该命令类型的常量表示，有专门的结构；cmdsize字段以字节为单位，主要记录偏移量让load command指针进入下一条加载指令，32位架构的cmdsize是以4字节的倍数，64位结构的cmdsize是以8字节的倍数（加载指令永远是这样对齐），不够用0填充字节。文件中的所有表都遵循这样的规则，这样就可以被映射到内存，否则的话指针不能很好地指向。

使用MachOView查看Load Commands区:

Load Commands

Load Commands下常见的加载指令:

指令	含义
LC_SEGMENT_64	定义一段(Segment)，加载后被映射到进程的内存空间中，包括里面的节（Section）
LC_DYLD_INFO_ONLY	记录有关链接的信息，包括在__LINKEDIT中动态链接的相关信息的具体偏移与大小（重定位，绑定，弱绑定，懒加载绑定，导出信息等），ONLY表示该指令是程序运行所必需的。
LC_SYMTAB	定义符号表和字符串表，链接文件时被dyld使用，也用于调试器映射符号到源文件。符号表定义的本地符号仅用于调试，而已定义和未定义的external符号被链接器使用
LC_DYSYMTAB	将符号表中给出符号的额外信息提供给dyld
LC_LOAD_DYLINKER	dyld的默认路径
LC_UUID	Mach-O唯一ID
LC_VERSION_MIN_IPHONES	系统要求的最低版本
LC_SOURCE_VERSION	构建二进制文件的源代码版本号
LC_MAIN	应用程序入口，dyld的_main函数获取该地址，然后跳转
LC_ENCRYPTION_INFO_64	文件加密标志，加密内容偏移和大小
LC_LOAD_DYLIB	依赖的动态库，含动态库名，版本号等信息
LC_RPATH	@rpath搜索路径
LC_DATA_IN_CODE	定义在代码段内的非指令的表
LC_CODE_SIGNATURE	代码签名信息

LC_SEGMENT_64段数据结构(说明附在注释部分)：

/*
 * The 64-bit segment load command indicates that a part of this file is to be
 * mapped into a 64-bit task's address space.  If the 64-bit segment has
 * sections then section_64 structures directly follow the 64-bit segment
 * command and their size is reflected in cmdsize.
 */
struct segment_command_64 { /* for 64-bit architectures */
    uint32_t    cmd;        /* Load Command类型 */
    uint32_t    cmdsize;    /*包含的所有section结构体的大小 */
    char        segname[16];    /* 段名 */
    uint64_t    vmaddr;     /* 映射到虚拟地址的偏移 */
    uint64_t    vmsize;     /* 映射到虚拟地址的大小 */
    uint64_t    fileoff;    /* 相对于当前架构文件的偏移 */
    uint64_t    filesize;   /* 文件大小 */
    vm_prot_t   maxprot;    /* 段页面的最高内存保护 */
    vm_prot_t   initprot;   /* 初始内存保护 */
    uint32_t    nsects;     /* 包含的section数 */
    uint32_t    flags;      /* 段页面标志 */
};

该数据结构的段主要有以下4种：

段	含义
_PAGEZERO	空指针陷阱段，映射到虚拟内存空间第一页，捕捉对NULL指针的引用
_TEXT	代码段、只读数据段
_DATA	读取和写入数据段
_LINKEDIT	dyld需要使用的信息，包括重定位、绑定、懒加载信息等

(三)、Data
Load Commands区域下来接着就是DATA区域，展开Load Commands下的LC_SEGMENT_64可以看到多个Section64，各个Section的具体信息可以在Load Commands紧接着的部分查看，它们是一一对应的：

DATA区域

section的数据结构如下：

struct section_64 { /* for 64-bit architectures */
    char        sectname[16];   /* 节名 */
    char        segname[16];    /* 所属段名 */
    uint64_t    addr;       /* 映射到虚拟地址的偏移 */
    uint64_t    size;       /* 节的大小 */
    uint32_t    offset;     /* 节在当前架构文件中的偏移 */
    uint32_t    align;      /* 节的字节对齐大小n，2^n */
    uint32_t    reloff;     /* 重定位入口的文件偏移 */
    uint32_t    nreloc;     /* 重定位入口个数 */
    uint32_t    flags;      /* 节的类型和属性*/
    uint32_t    reserved1;  /* reserved (for offset or index) */
    uint32_t    reserved2;  /* reserved (for count or sizeof) */
    uint32_t    reserved3;  /* 保留位，以上两同理 */
};

section节已经是最小的分类，大部分内容集中在__TEXT,__DATA这两段中，部分内容如下：

__TEXT节	含义
__text	程序可执行代码区域
__stubs	间接符号存根，用于跳转到懒加载指针表
__stubs_helper	懒加载符号加载辅助函数
__cstring	只读的C字符串，包含OC的部分字符串和属性名
......	......

__DATA	含义
__nl_symbol_ptr	非懒加载指针表，dyld加载时立即绑定值
__la_symbol_ptr	懒加载指针表，第1次调用才绑定值
__got	非懒加载全局指针表
__mod_init_func	constructor函数
__cfstring	OC字符串
......	......