Mach-O文件
Mach-O格式全称为Mach Object文件格式的缩写
Mach-O文件类型分类:
1.Executable:应用可执行的二进制文件,如.m/.h文件经过编译后会生成对应的Mach-O文件
2.Dylib Library:动态链接库
3.Static Library:静态链接库
4.Bundle:不能被链接 Dylib,只能在运行使用dlopen()加载
5.Relocatable Object File:可重定向文件类型
Mach-O文件结构
参考苹果官方文档,Mach-O文件结构由Header,Load Commands,Data三部分组成
Mach-O结构图.jpg
Header
作用:快速确认Mach-O文件的基本信息,如运行环境,Load Commands概述。
数据结构:
32位架构
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 */
};
64位架构
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 */
};
magic
:确定Mach-O文件运行框架,如64位/32位
cpu
:CPU类型,如arm
cpusubtype
:对应CPU类型的具体型号
filetype
:文件类型
ncmds
:加载命令条数
sizeofcmds
:所有加载命令的大小
flags
:保留字段
reserved
:标志位
案例说明:
使用MachOView工具查看Mach-O文件,如下图:
Mach-O文件运行基本环境:
- cpu:x86,64位
- 文件类型:可执行二进制文件
- LoadCommand:15个LoadCommand,占用大小位1360
Load commands
作用:
Load Commands
加载指令,告诉加载器如何处理二进制数据,处理对方分别为内核,动态链接器等。加载指令紧跟在Header后的加载命令区。Load Commands
加载指令个数及大小在Header中定义( commands 的大小总和即为 Header->sizeofcmds 字段,共有 Header->ncmds 条加载命令)。
数据结构:
通用结构
struct load_command {
uint32_t cmd; /* type of load command */
uint32_t cmdsize; /* total size of command in bytes */
};
- cmd:指令类型
- cmdsize: 指令长度
Command以LC开发,不同的加载指令有不同的专有结构,但必包含cmd,cmdsize两个字段,用来定义指令类型以及指令长度
指令类型:
LC_SEGMENT/LC_SEGMENNT_64
- 作用:将对应段中的数据加载并映射到进程的内存空间
- 结构:
struct segment_command_64 { /* for 64-bit architectures */
uint32_t cmd; /* LC_SEGMENT_64 */
uint32_t cmdsize; /* includes sizeof section_64 structs */
char segname[16]; /* segment name */
uint64_t vmaddr; /* memory address of this segment */
uint64_t vmsize; /* memory size of this segment */
uint64_t fileoff; /* file offset of this segment */
uint64_t filesize; /* amount to map from the file */
vm_prot_t maxprot; /* maximum VM protection */
vm_prot_t initprot; /* initial VM protection */
uint32_t nsects; /* number of sections in segment */
uint32_t flags; /* flags */
};
主要字段介绍:
cmd
:指令类型,LC_SEGMENT_64 (固定)
cmdsize
:指令长度
segname
:段名,如_PAGEZERO(保留数据空间,4g),_TEXT(代码数据),_DATA(函数指针),_LINKDIT(链接数据)
vmaddr
:段的虚拟内存起始地址
vmsize
:段的虚拟内存大小
fileoff
:段在文件中的偏移量
filesize
:段在文件中的大小
-
MachOView实例:
image.png
段数据加载并映射到内存过程:从fileo ff处加载file size大小到虚拟内存vmaddr处,并占用虚拟内存大小为vmsize,一般情况下段名_TEXT,_DATA的file size=vmsize;段名_LINKDIT的file size<vmsize(动态链接申请的内存控件要大于文件大小)
LC_SEGMENT_TEXT
- 作用:代码段,其中_stub_helper用于关联函数bind/rebind
LC_SEGMENT_DATA
- 作用:可读/可写的数据段,函数指针,其中_la_symbol_ptr动态函数个数,及相对动态符号表的偏移量
LC_SEGMENT_LINKEDIT
- 作用:动态链接加载指令,支持动态链接dyld,该段长度覆盖
符号表等数据
(计算链接时程序的基址),符号表,动态符号表,字符串表段中定义的offset偏移量
都是基于_LINKEDIT的vm_add
- 结构:与LC_SEGMENT一致
-
MachOView实例:
image.png
LC_SYMTAB
- 作用:符号表信息,解析函数名
- 结构:
struct symtab_command {
uint32_t cmd; /* LC_SYMTAB */
uint32_t cmdsize; /* sizeof(struct symtab_command) */
uint32_t symoff; /* symbol table offset */
uint32_t nsyms; /* number of symbol table entries */
uint32_t stroff; /* string table offset */
uint32_t strsize; /* string table size in bytes */
};
- 主要字段说明:
symoff
:符号表偏移量,如一个函数对应一个符号
nsyms
:符号表中表个数
stroff
:字符串表偏移量,连续的内存空间用来存储函数名
strsize
:字符串表的大小
LC_DYSYMTAB
- 作用:动态符号表信息,地址值为动态函数相对符号表的索引,_la_symbol_ptr对应的cmd可以换算出第一个动态函数对应动态符号表的初始地址,其次存储是
连续
,结构长度固定
的,可以通过遍历获取所有动态函数
的对应的符号表索引
- 结构:
struct symtab_command {
uint32_t cmd; /* LC_DYSYMTAB */
uint32_t cmdsize; /* sizeof(struct dysymtab_command) */
uint32_t indirectsymoff; /* file offset to the indirect symbol table */
uint32_t nindirectsyms; /* number of indirect symbol table entries */
.....
}
- 主要字段说明:
indirectsymoff
:动态符号表偏移量
nindirectsyms
:动态符号表中表个数
ASLR随机地址控件__
ASLR:Address space layout randomization,将可执行程序随机装载到内存中,这里的随机只是偏移,而不是打乱,具体做法就是通过内核将 Mach-O的段“平移”某个随机系数。slide 正是ASLR引入的偏移
加载指令相互关系
作用
- LC_SEGMENT(LC_LINKEDIT):换算程序基址
- LC_SYMBOL:符号表(symoff偏移地址,nsyms符号个数),字符串表(stroff偏移地址,strsize大小)
- LC_DYSYMBOL:动态符号表(indirectsymoff偏移地址,nindirectsyms符号个数)
- ASLR:加载到进程的内存偏移量
地址换算
//链接时程序基址
uintptr_t linkedit_base = linkedit_segment->vmadd - linkedit_segment->fileoff + (unintptr)slide
//符号表地址 = 基址 + 符号表偏移量
nlist_t *symbol = (nlist_t *)(linkedit_base + symtab_cmd-> symoff)
//字符串表地址 = 基址 +字符串表偏移量
char *strtab = (char *)(linkedit_base + symtab_cmd->stroff)
//动态符号表地址 = 基址 + 动态符号表偏移量
uint32_t *indirect_symtab = (uint32_32 *)(linkedit_base + dysymtab_cmd->indirectsymoff)
补充
- LC_DYSYMTAB(动态符号表)是LC_SYMTAB(符号表)的子集,LC_DYSYMTAB存储动态符号对应在LC_SYMTAB的序号
- LC_SEGMENT(_TEXT):存储函数代码,stub_help取得绑定信息(即函数地址与符号的对应关系)
- LC_SEGMENT(_DATA):函数地址存放在LC_SEGMENT(_DATA)内的la_symbol_ptr,第二次调用,直接通过la_symbol_ptr找到函数地址,不在需要繁琐的获取函数地址过程。
- la_symbol_ptr对应section中的
reserved1
字段指明相对应的indirect symbol table
起始的index
程序运行时,动态链接的函数a地址记录在LC_SEGMENT(_DATA )的la_symbol_ptr中。初始化时,程序只知道函数a的符号名而不知道函数的实现地址;首次调用,程序通过LC_SEGMENT(_TEXT)的stub_help获取绑定信息;dyld_stub_binder来更新la_symbol_ptr中的符号实现地址;再次调用,直接通过la_symbol_ptr获取函数实现
补充:
动态函数调用过程
程序初始化:
函数符号名:已存在,并以nlist结构存储,但nlist->n_value=0
(函数地址没有值)
函数实现地址:已存在,存放在mach-o文件cmd加载指令(SegmentName=_DATA,SectionName=__la_symbol_ptr)
函数符号名与实现地址关联(未关联):即补全nlist信息
程序运行:
函数首次调用:
函数符号名与实现地址进行关联,nlist->n_value
赋值函数地址
函数再次调用:
通过关联信息,通过函数符号直接获得函数实现地址
关联过程如下:
介绍关联过程前,简单介绍几个基础知识
-
MACH-O的加载指令(__DATA,__la_symbol_ptr)
作用:存储了对应MACH-O文件所有的动态函数实现地址,且以连续内存地址存储
字段解析:
Szie:指令大小,可通过换算动态函数个数
,如Szie/Szieof(void*)
Reserved1:相对动态符号表dlsymbol_Tab偏移量
,用来换算第一个动态函数对应动符号表
的地址 -
Indirect Symbol Table
作用:连续的存储动态函数对应符号表的索引
地址寻址:第一个动态符号寻址
= 动态符号基址(vm_add+slide) + Reserved1
地址值:对应符号Symbol的索引值index
-
Symbol Table
作用:以nlist结构连续存储函数符号与地址的关联关系,nlist包含函数实现地址,字符串偏移地址(计算函数名)
地址寻址:符号表基址(vm_add+slide)+ index
地址值:nlist值 -
String Table
作用:存储MACH-O文件所有的函数名,char*,每个函数名以\0
分隔
地址寻址:字符串表基址(vm_add+slide)+ 偏移量(nlist-> n_un->n_str)
地址值:函数名
关联过程
1.遍历Mach-O文件下的所有LoadCommand,寻址目标cmd,搜索条件(SegmetName=__DATA,SectionName=__la_symbol_ptr)
,目标cmd存储了动态函数个数,及第一个动态函数相对动态符号表偏移量
2.动态函数个数及动态符号表偏移量:动态函数个数
=cmd->Szie/Szieof(void*);
动态符号表偏移量
=cmd->reserved1
3.动态函数符号表寻址:第一个动态符号地址=动态符号表基址_LC_ DYSYMTAB->vm_add+slide+ reserved1
;由于动态符号表连续存储动态函数符号,可遍历所有动态函数符号地址;地址值存储对应动态函数的符号表索引
4.关联建立,补全nlist结构体: 函数地址 + reserved1
--->动态符号表寻址
--->符号表index
--->nlist信息补全
Data
section对应SEGMENTD的DATA数据
Section的数据结构
struct section { /* for 32-bit architectures */
char sectname[16]; /* name of this section */
char segname[16]; /* segment this section goes in */
uint32_t addr; /* memory address of this section */
uint32_t size; /* size in bytes of this section */
uint32_t offset; /* file offset of this section */
uint32_t align; /* section alignment (power of 2) */
uint32_t reloff; /* file offset of relocation entries */
uint32_t nreloc; /* number of relocation entries */
uint32_t flags; /* flags (section type and attributes)*/
uint32_t reserved1; /* reserved (for offset or index) */
uint32_t reserved2; /* reserved (for count or sizeof) */
};
字段解释
sectname
:比如_text、stubs
segname
:该section所属的segment,比如__TEXT
addr
: 该section在内存的起始位置
size
: 该section的大小
offset
: 该section的文件偏移
align
:字节大小对齐
reloff
:重定位入口的文件偏移
nreloc
: 需要重定位的入口数量
flags
:包含section的type和attributes
网友评论