如何从目标文件中读取Mach-O头?

时间:2014-12-27 17:37:06

标签: c macos executable

我花了几天时间试验装配,现在了解装配和机器代码之间的关系(在OSX上通过NASM使用x86,阅读Intel docs)。

现在我试图了解链接器如何工作的细节,特别是想要了解Mach-O目标文件的结构,从Mach-O头开始。

我的问题是,您能否将下面的Mach-O标头映射到otool命令输出(显示标题,但它们的格式不同)?

这个问题的一些原因包括:

  • 它将帮助我了解“Mach-O标题结构”中的文档如何在真实世界的目标文件中查找。
  • 它将简化理解的路径,因此我和其他新人不必花费很多时间或几天想知道“他们是指这个,还是 this ”类型的东西。如果没有以前的经验,将一般的Mach-O文档精神翻译成现实世界中的实际目标文件是很难的。

下面我展示了我尝试从真实对象文件解码Mach-O标头的示例和过程。在下面的描述中,我试图显示出现的所有小/微问题的提示。希望这能让我们了解这对新手来说是多么令人困惑。


实施例

从名为example.c的基本C文件开始:

#include <stdio.h>

int
main() {
  printf("hello world");
  return 0;
}

将其编译为gcc example.c -o example.out,其中包含:

cffa edfe 0700 0001 0300 0080 0200 0000
1000 0000 1005 0000 8500 2000 0000 0000
1900 0000 4800 0000 5f5f 5041 4745 5a45
524f 0000 0000 0000 0000 0000 0000 0000
0000 0000 0100 0000 0000 0000 0000 0000
0000 0000 0000 0000 0000 0000 0000 0000
0000 0000 0000 0000 1900 0000 2802 0000
5f5f 5445 5854 0000 0000 0000 0000 0000
0000 0000 0100 0000 0010 0000 0000 0000
0000 0000 0000 0000 0010 0000 0000 0000
0700 0000 0500 0000 0600 0000 0000 0000
5f5f 7465 7874 0000 0000 0000 0000 0000
5f5f 5445 5854 0000 0000 0000 0000 0000
400f 0000 0100 0000 2d00 0000 0000 0000
400f 0000 0400 0000 0000 0000 0000 0000
0004 0080 0000 0000 0000 0000 0000 0000
5f5f 7374 7562 7300 0000 0000 0000 0000
5f5f 5445 5854 0000 0000 0000 0000 0000
6e0f 0000 0100 0000 0600 0000 0000 0000
6e0f 0000 0100 0000 0000 0000 0000 0000
0804 0080 0000 0000 0600 0000 0000 0000
5f5f 7374 7562 5f68 656c 7065 7200 0000
... 531 total lines of this

运行otool -h example.out,打印:

example.out:
Mach header
      magic cputype cpusubtype  caps    filetype ncmds sizeofcmds      flags
 0xfeedfacf 16777223          3  0x80          2    16       1296 0x00200085

研究

为了理解Mach-O文件格式,我发现这些资源很有帮助:

来自opensource.apple.com的最后3个包含所有常量,例如:

#define MH_MAGIC_64 0xfeedfacf /* the 64-bit mach magic number */
#define MH_CIGAM_64 0xcffaedfe /* NXSwapInt(MH_MAGIC_64) */
...
#define CPU_TYPE_MC680x0  ((cpu_type_t) 6)
#define CPU_TYPE_X86    ((cpu_type_t) 7)
#define CPU_TYPE_I386   CPU_TYPE_X86    /* compatibility */
#define CPU_TYPE_X86_64   (CPU_TYPE_X86 | CPU_ARCH_ABI64)

Mach-O标头的结构如下所示:

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 */
};

鉴于此信息,目标是在example.out目标文件中找到Mach-O标头的每一部分。


首先:找到“魔术”号

鉴于这个例子和研究,我能够确定Mach-O标题的第一部分,即“神奇数字”。那很酷。

但这不是一个简单的过程。以下是必须收集的信息。

  • otool输出的第一列显示“magic”为0xfeedfacf
  • Apple Mach-O docs表示标题应为MH_MAGICMH_CIGAM(反向为“魔术”)。所以通过谷歌mach-o/loader.h找到了那些。由于我使用的是64位架构而不是32位架构,因此使用了MH_MAGIC_640xfeedfacf)和MH_CIGAM_640xcffaedfe)。
  • 查看example.out文件,前8个十六进制代码为cffa edfe,与MH_CIGAM_64匹配!它有一种不同的格式会让你失望,但是它们是两种不同的十六进制格式,足以看到连接。它们也是相反的。

以下是3个数字,足以弄清楚幻数是什么:

0xcffaedfe // value from MH_CIGAM_64
0xfeedfacf // value from otool
cffa edfe  // value in example.out

这令人兴奋!仍然不能完全确定我是否对这些数字得出正确的结论,但希望如此。


下一步:查找cputype

现在它开始变得混乱。以下是需要将几乎理解它的部分组合在一起,但这是我到目前为止所处的位置:

以下是要计算CPU_TYPE_X86_64的值的相关常量:

#define CPU_ARCH_ABI64  0x01000000      /* 64 bit ABI */
#define CPU_TYPE_X86        ((cpu_type_t) 7)
#define CPU_TYPE_I386       CPU_TYPE_X86        /* compatibility */
#define CPU_TYPE_X86_64     (CPU_TYPE_X86 | CPU_ARCH_ABI64)

基本上是这样的:

CPU_TYPE_X86_64 = 7 BITWISEOR 0x01000000 // 16777223

该号码16777223otool所显示的匹配,很好!

接下来,尝试在example.out中找到该号码,但它不存在,因为这是一个十进制数字。我刚刚在JavaScript中将其转换为十六进制,其中

> (16777223).toString(16)
'1000007'

所以不确定这是否是生成十六进制数的正确方式,特别是与Mach-O目标文件中的十六进制数相匹配的方式。 1000007 只有7个数字,所以不知道你是否应该“填充”它或其他东西。

无论如何,你会在幻数之后看到这个数字example.out

0700 0001

嗯,他们似乎有些相关:

0700 0001
1000007

看起来在0的末尾添加了1000007,并且它已被撤消。


问题

此时我想问这个问题,已经花了几个小时来达到这一点。 Mach-O头的结构如何映射到实际的Mach-O目标文件?您能否在上面的example.out文件中显示标题的每个部分,并简要说明原因?

2 个答案:

答案 0 :(得分:6)

令你感到困惑的部分是endianness。在这种情况下,标头以平台的本机格式存储。与Intel兼容的平台是little-endian系统,这意味着多字节值的最低有效字节首先在字节序列中。

因此,字节序列07 00 00 01在被解释为小端32位值时,对应于0x01000007

解释结构时需要了解的另一件事是每个字段的大小。所有uint32_t字段都非常简单。它们是32位无符号整数。

您链接的machine.h中定义的cpu_type_tcpu_subtype_t都等同于integer_tinteger_t被定义为等同于/usr/include/mach/i386/vm_types.h中的int。 OS X是一个LP64平台,这意味着long和指针对架构敏感(32-与64位),但int不是。它始终是32位。

因此,所有字段的大小都是32位或4字节。由于有8个字段,因此总共32个字节。

从原始的hexdump,这里是与标题对应的部分:

cffa edfe 0700 0001 0300 0080 0200 0000
1000 0000 1005 0000 8500 2000 0000 0000

按字段划分:

struct mach_header_64 {
  uint32_t  magic;           cf fa ed fe -> 0xfeedfacf
  cpu_type_t  cputype;       07 00 00 01 -> 0x01000007
  cpu_subtype_t cpusubtype;  03 00 00 80 -> 0x80000003
  uint32_t  filetype;        02 00 00 00 -> 0x00000002
  uint32_t  ncmds;           10 00 00 00 -> 0x00000010
  uint32_t  sizeofcmds;      10 05 00 00 -> 0x00000510
  uint32_t  flags;           85 00 20 00 -> 0x00200085
  uint32_t  reserved;        00 00 00 00 -> 0x00000000
};

答案 1 :(得分:2)

MAGICCIGAM为您提供有关文件中使用的字节顺序的提示。当您将前四个字节读为cffaedfe时,这意味着您应该解释小端的任何4个字节。意味着你先用单位,然后是第十,等等来写数字。所以,当你读07000001时,它代表数字01000007,这正是你所等待的(1000007),除了领先0。我建议你阅读字节排序?