关于网友提出的“ 计算机软件基本知识二：可执行文件的结构和加载”问题疑问，本网通过在网上对“ 计算机软件基本知识二：可执行文件的结构和加载”有关的相关答案进行了整理，供用户进行参考，详细问题解答如下：
问题： 计算机软件基本知识二：可执行文件的结构和加载
描述: 可执行文件的结构和加载
我们先来看一个程序：
/////////////////////////////////////////////////////////////////
int global_a = 0x5; /* 01 */
int global_b; /* 02 */
/* 03 */
int main() /* 04 */
{ /* 05 */
char *q = "123456789"; /* 06 */
/* 07 */
q[3] = 'A'; /* 08 */
/* 09 */
global_a = 0xaaaaaaaa; /* 10 */
global_b = 0xbbbbbbbb; /* 11 */
/* 12 */
// strcmp(q, NULL); /* 13 */
return 0x0; /* 14 */
} /* 15 */
1. 你能说出程序中出现的变量和常量在可执行程序的哪个段中么？
2. 程序运行的结果是什么？
/////////////////////////////////////////////////////////////////
能正确回答上面问题者，此节可以跳过不读：
但是：
如果有人问笔者第一个问题，我会说：“不知道”。因为没告诉目标 CPU，编译器，链接器。
如果有人问笔者第二个问题，我会说：“不知道”。因为没告诉链接器，链接参数，目标操作系统。
详细说明一下：
比如 "123456789" 在某些编译环境下出现在 ".text" 中，某些编译环境下出现在 ".data" 中。
再比如，如果用 VC6.0 环境，编译时加上 /GF 选项，该程序会崩溃（第 8 行）。
再比如第 13 行，这种错误极为愚蠢，但是在某些操作系统下居然执行得挺顺利，至少不会崩溃。空指针为什么会崩溃下面会讲。
所以 C 程序严重依赖于，CPU，编译器，链接器，操作系统。正是因为这种不确定性，所以为了保证你写的程序能在各种环境下运行，或者你想能够在任何环境下 debug 你的 C 程序。你必须知道可执行文件的格式和操作系统如何加载。否则当你在介绍自己的时候，只能使用类似：“我是X86平台上，VC6.0集成开发环境下的 C 语言高手” 之类的描述。颇为尴尬。
为了说明方便我们的讨论建立在一套虚拟的环境上。当然了这仅限于宏观的讨论，一些具体的例子我会给出我调试所用的环境。我们假设虚拟环境满足下列条件：
1. 足够物理内存
2. 操作系统不允许缺页中断
3. 物理页面 4K
4. 二级页表映射
5. 4G 虚拟地址空间
6. 操作系统不支持 swap 机制
7. I/O 使用独立的地址空间
8. 有若干通用寄存器 r0，r1，r2，r3，......
9. 函数的返回值放在 r0 中
10. 单 CPU
言归正传，过于古老的文件结构我们不提（入门的格式请参考 a.out 格式）。现在比较常用的文件格式是 ELF 和 PE/COFF。嵌入式方面 ELF 比较主流。
可执行文件基本上的结构如下图：
+----------------------------------+
|
| 文件头
|
+----------------------------------+
|
| 段描述表
|
+----------------------------------+
|
| 段1
|
+----------------------------------+
|
| :
|
+----------------------------------+
|
| 段n
|
+----------------------------------+
其中这些段中常见的段有 .text，.rodata，.rwdata，.bss。还有一些段因为编译器和文件格式有细微差别我们不再一一说明。
参考：1. Executable and Linkable Format Specification
2. PE/COFF Sepcification
.text：正文段，也称为程序段，可执行的代码
.rodata：只读数据段，存放只读数据
.rwdata：可读写数据段，
.bss段：未初始化数据 （下文详述）
就上面的例子来说，我们先回答第一个问题：
1. a 在 .rwdata 中
2. b 在 .bss 中
3. q 程序运行的时候从 stack 中分配
4. 'A'，0x5，0xaaaaaaaa，0xbbbbbbbb 在 .text 段。
5. "123456789" 在 .rodata 中
第二个问题，程序在第 8 行会崩溃。程序为什么会崩溃呢？要回答这个问题我们要知道可执行程序的加载。
可执行程序的加载
当操作系统装载一个可执行文件的时候，首先操作系统盘但该文件是否是一个合法的可执行文件。如果是操作系统将按照段表中的指示为可执行程序分配地址空间。操作系统的内存管理十分复杂，我们不在这里讨论
就上面的例子来说可执行文件在磁盘中的 layout 如下：（假设程序的虚拟地址从 0x00400000 开始，该平台的页面大小是 4K）
+----------------------------------+
|
| 文件头
|
+----------------------------------+------------------
| .text 描述
| 虚拟地址起始位置 : 0x00400000
| 占用虚拟空间大小 : 0x00001000
| 实际大小 : 0x00000130
| 属性 ：执行/只读
+----------------------------------+
| .rwdata 描述
| 虚拟地址起始位置 : 0x00401000
| 占用虚拟空间大小 : 0x00001000
| 实际大小 : 0x00000004
| 属性 ：读写
+----------------------------------+
| .rodata 描述
| 虚拟地址起始位置 : 0x00402000
| 占用虚拟空间大小 : 0x00001000
| 实际大小 : 0x0000000A
| 属性 ：只读
+----------------------------------+
| .bss 描述
| 虚拟地址起始位置 : 0x00403000
| 占用虚拟空间大小 : 0x00001000
| 实际大小 : 0x00000000
| 属性 ：读写
+----------------------------------+-----------------
|
| .text 段 | <- 4K对齐，不满补 0
|
+----------------------------------+-----------------
|0x5
| .rwdata 段 | <- 4K对齐，不满补 0
|
+----------------------------------+-----------------
|123456789
| .rodata 段 | <- 4K对齐，不满补 0
|
+----------------------------------+-----------------
请注意，.bss 段仅仅有描述，在文件中并不存在。为什么呢？.bss 专用于存放未初始化的数据。因为未初始化的数据缺省是 0，所以只需要标记出长度就可以了。操作系统会在加载的时候为它分配清 0 的页面。这种技术叫做 ZFOD （Zero Filled On Demand）。
操作系统首先将文件读入物理页面中（物理页面的管理比较复杂，不属于本文讨论的范围），反正大家就认为操作系统找到了一批空闲的物理页面，将可执行文件全部装载。如图：
:
+----------------------------------+ <---- 物理页面对齐
|
| .text 段
|
+----------------------------------+
:
:
+----------------------------------+ <---- 物理页面对齐
|0x5
| .rwdata 段
|
+----------------------------------+
:
:
+----------------------------------+ <---- 物理页面对齐
|123456789
| .rodata 段
|
+----------------------------------+
:
:
在物理地址中，这几个段并不连续，顺序也不能保证，甚至如果一个段占用几个页面的时候，段内的连续性和顺序都不能保证。实际上我们也不程序关心在物理内存中的 layout。只需要页面对齐即可。
最后操作系统为程序创建虚拟地址空间，并建立虚拟地址-物理地址映射（虚拟地址的管理十分复杂，反正大家就认为映射建好了。另外：注意我们的假设，系统不支持缺页机制和 swap 机制，否则没有这么简单）。然后我们从虚拟地址空间看来，程序的 layout 如下图：
+----------------------------------+ 0x00400000
|
| .text 段
|
+----------------------------------+ 0x00401000
|0x5
| .rwdata 段
|
+----------------------------------+ 0x00402000
|123456789
| .rodata 段
|
+----------------------------------+ 0x00403000
|
| .bss 段
|
+----------------------------------+
同时操作系统会根据段的属性设置页面的属性，这就是为什么通常程序的段是页面对齐的，因为机器只能以页面为单位设置属性。
所以第二个问题自然就有了答案。程序会 crash。因为 .rodata 段所属的页面是只读的。其实有些编译器会将常量 "123456789" 放在 ".text" 中，其实是一样的，两个段都是只读的，写操作都会导致非法访问，甚至同一种编译器，不同的编译参数，这个常量也会出现在不同的位置。实际上这个保护由编译器，链接器，操作系统，CPU串通好了，共同完成的。
所以说计算机有些具体问题并没有一定之规，但是他们基本的原理是一样的。我们掌握了基本原理，具体问题可以具体分析。
至于空指针为什么会造成程序崩溃，是因为操作系统没有给你的小地址建立页表映射，也就是说，你访问没有映射的地址时候就会引起CPU不快，操作系统发现CPU怒了，你的程序就被干掉了。如果一级页面没有映射，小于4M的地址全部非法；如果二级页表没有建立映射，小于4K的地址全部非法。至于之前说的访问0地址不出错，是因为某些操作系统把小地址建立映射了，但是属性是只读的，不信你向随便一个操作系统的0地址写点什么试试。
另外不少人比较喜欢考 const 这个关键字，什么常量，指向常量的指针，常量指针指向常量等等，我就想知道，你的程序质量真的是由于没用const造成的么？考官恐怕也不知道到底 const 导致的错误是由于编译器保证的，链接器保证的还是操作系统本身保证的。所以说我们在无聊的事情上总是很专业。
以上介绍了“ 计算机软件基本知识二：可执行文件的结构和加载”的问题解答，希望对有需要的网友有所帮助。
本文网址链接：http://www.codes51.com/itwd/2550567.html
