如何合并两个二进制可执行文件？

Question

这个问题来自我之前问过的another question。简而言之，这是我将两个完全链接的可执行文件合并为一个完全链接的可执行文件的尝试之一。不同之处在于上一个问题涉及将目标文件合并到完整链接的可执行文件中，这更加困难，因为这意味着我需要手动处理重定位。

我有以下文件：

example-target.c:

#include <stdlib.h>
#include <stdio.h>

int main(void)
{
    puts("1234");
    return EXIT_SUCCESS;
}

example-embed.c:

#include <stdlib.h>
#include <stdio.h>

/*
 * Fake main. Never used, just there so we can perform a full link.
 */
int main(void)
{
    return EXIT_SUCCESS;
}

void func1(void)
{
    puts("asdf");
}

我的目标是合并这两个可执行文件以生成与example-target 相同的最终可执行文件，但另外还有另一个main 和func1。

从 BFD 库的角度来看，每个二进制文件都由（除其他外）一组部分组成。我遇到的第一个问题是这些部分有冲突的加载地址（这样如果我要合并它们，这些部分就会重叠）。

我为解决这个问题所做的是以编程方式分析example-target，以获取加载地址列表及其每个部分的大小。然后我对example-embed 做了同样的事情，并使用此信息为example-embed.c 动态生成linker command，以确保其所有部分都链接到不与example-target 中的任何部分重叠的地址。因此example-embed实际上在这个过程中被完全链接了两次：一次是为了确定有多少节以及它们的大小，再一次是为了保证没有与example-target的节冲突。

在我的系统上，生成的链接器命令是：

-Wl,--section-start=.new.interp=0x1004238,--section-start=.new.note.ABI-tag=0x1004254,
--section-start=.new.note.gnu.build-id=0x1004274,--section-start=.new.gnu.hash=0x1004298,
--section-start=.new.dynsym=0x10042B8,--section-start=.new.dynstr=0x1004318,
--section-start=.new.gnu.version=0x1004356,--section-start=.new.gnu.version_r=0x1004360,
--section-start=.new.rela.dyn=0x1004380,--section-start=.new.rela.plt=0x1004398,
--section-start=.new.init=0x10043C8,--section-start=.new.plt=0x10043E0,
--section-start=.new.text=0x1004410,--section-start=.new.fini=0x10045E8,
--section-start=.new.rodata=0x10045F8,--section-start=.new.eh_frame_hdr=0x1004604,
--section-start=.new.eh_frame=0x1004638,--section-start=.new.ctors=0x1204E28,
--section-start=.new.dtors=0x1204E38,--section-start=.new.jcr=0x1204E48,
--section-start=.new.dynamic=0x1204E50,--section-start=.new.got=0x1204FE0,
--section-start=.new.got.plt=0x1204FE8,--section-start=.new.data=0x1205010,
--section-start=.new.bss=0x1205020,--section-start=.new.comment=0xC04000

（请注意，我使用objcopy --prefix-sections=.new example-embedobj 为部分名称添加了.new 前缀以避免部分名称冲突。）

然后我编写了一些代码来生成一个新的可执行文件（从objcopy 和Security Warrior 书中借用了一些代码）。新的可执行文件应该有：

• example-target的所有部分和example-embed的所有部分
• 包含example-target 的所有符号和example-embed 的所有符号的符号表

我写的代码是：

#include <stdlib.h>
#include <stdio.h>
#include <stdbool.h>
#include <bfd.h>
#include <libiberty.h>

struct COPYSECTION_DATA {
    bfd *      obfd;
    asymbol ** syms;
    int        symsize;
    int        symcount;
};

void copy_section(bfd * ibfd, asection * section, PTR data)
{
    struct COPYSECTION_DATA * csd  = data;
    bfd *             obfd = csd->obfd;
    asection *        s;
    long              size, count, sz_reloc;

    if((bfd_get_section_flags(ibfd, section) & SEC_GROUP) != 0) {
        return;
    }

    /* get output section from input section struct */
    s        = section->output_section;
    /* get sizes for copy */
    size     = bfd_get_section_size(section);
    sz_reloc = bfd_get_reloc_upper_bound(ibfd, section);

    if(!sz_reloc) {
        /* no relocations */
        bfd_set_reloc(obfd, s, NULL, 0);
    } else if(sz_reloc > 0) {
        arelent ** buf;

        /* build relocations */
        buf   = xmalloc(sz_reloc);
        count = bfd_canonicalize_reloc(ibfd, section, buf, csd->syms);
        /* set relocations for the output section */
        bfd_set_reloc(obfd, s, count ? buf : NULL, count);
        free(buf);
    }

    /* get input section contents, set output section contents */
    if(section->flags & SEC_HAS_CONTENTS) {
        bfd_byte * memhunk = NULL;
        bfd_get_full_section_contents(ibfd, section, &memhunk);
        bfd_set_section_contents(obfd, s, memhunk, 0, size);
        free(memhunk);
    }
}

void define_section(bfd * ibfd, asection * section, PTR data)
{
    bfd *      obfd = data;
    asection * s    = bfd_make_section_anyway_with_flags(obfd,
            section->name, bfd_get_section_flags(ibfd, section));
    /* set size to same as ibfd section */
    bfd_set_section_size(obfd, s, bfd_section_size(ibfd, section));

    /* set vma */
    bfd_set_section_vma(obfd, s, bfd_section_vma(ibfd, section));
    /* set load address */
    s->lma = section->lma;
    /* set alignment -- the power 2 will be raised to */
    bfd_set_section_alignment(obfd, s,
            bfd_section_alignment(ibfd, section));
    s->alignment_power = section->alignment_power;
    /* link the output section to the input section */
    section->output_section = s;
    section->output_offset  = 0;

    /* copy merge entity size */
    s->entsize = section->entsize;

    /* copy private BFD data from ibfd section to obfd section */
    bfd_copy_private_section_data(ibfd, section, obfd, s);
}

void merge_symtable(bfd * ibfd, bfd * embedbfd, bfd * obfd,
        struct COPYSECTION_DATA * csd)
{
    /* set obfd */
    csd->obfd     = obfd;

    /* get required size for both symbol tables and allocate memory */
    csd->symsize  = bfd_get_symtab_upper_bound(ibfd) /********+
            bfd_get_symtab_upper_bound(embedbfd) */;
    csd->syms     = xmalloc(csd->symsize);

    csd->symcount =  bfd_canonicalize_symtab (ibfd, csd->syms);
    /******** csd->symcount += bfd_canonicalize_symtab (embedbfd,
            csd->syms + csd->symcount); */

    /* copy merged symbol table to obfd */
    bfd_set_symtab(obfd, csd->syms, csd->symcount);
}

bool merge_object(bfd * ibfd, bfd * embedbfd, bfd * obfd)
{
    struct COPYSECTION_DATA csd = {0};

    if(!ibfd || !embedbfd || !obfd) {
        return FALSE;
    }

    /* set output parameters to ibfd settings */
    bfd_set_format(obfd, bfd_get_format(ibfd));
    bfd_set_arch_mach(obfd, bfd_get_arch(ibfd), bfd_get_mach(ibfd));
    bfd_set_file_flags(obfd, bfd_get_file_flags(ibfd) &
            bfd_applicable_file_flags(obfd));

    /* set the entry point of obfd */
    bfd_set_start_address(obfd, bfd_get_start_address(ibfd));

    /* define sections for output file */
    bfd_map_over_sections(ibfd, define_section, obfd);
    /******** bfd_map_over_sections(embedbfd, define_section, obfd); */

    /* merge private data into obfd */
    bfd_merge_private_bfd_data(ibfd, obfd);
    /******** bfd_merge_private_bfd_data(embedbfd, obfd); */

    merge_symtable(ibfd, embedbfd, obfd, &csd);

    bfd_map_over_sections(ibfd, copy_section, &csd);
    /******** bfd_map_over_sections(embedbfd, copy_section, &csd); */

    free(csd.syms);
    return TRUE;
}

int main(int argc, char **argv)
{
    bfd * ibfd;
    bfd * embedbfd;
    bfd * obfd;

    if(argc != 4) {
        perror("Usage: infile embedfile outfile\n");
        xexit(-1);
    }

    bfd_init();
    ibfd     = bfd_openr(argv[1], NULL);
    embedbfd = bfd_openr(argv[2], NULL);

    if(ibfd == NULL || embedbfd == NULL) {
        perror("asdfasdf");
        xexit(-1);
    }

    if(!bfd_check_format(ibfd, bfd_object) ||
            !bfd_check_format(embedbfd, bfd_object)) {
        perror("File format error");
        xexit(-1);
    }

    obfd = bfd_openw(argv[3], NULL);
    bfd_set_format(obfd, bfd_object);

    if(!(merge_object(ibfd, embedbfd, obfd))) {
        perror("Error merging input/obj");
        xexit(-1);
    }

    bfd_close(ibfd);
    bfd_close(embedbfd);
    bfd_close(obfd);
    return EXIT_SUCCESS;
}

总结这段代码的作用，它需要 2 个输入文件（ibfd 和 embedbfd）来生成一个输出文件（obfd）。

• 从ibfd复制格式/arch/mach/文件标志和起始地址到obfd
• 定义从ibfd 和embedbfd 到obfd 的部分。部分的填充是单独进行的，因为 BFD 要求在开始填充之前创建所有部分。
• 将两个输入 BFD 的私有数据合并到输出 BFD。由于 BFD 是多种文件格式之上的通用抽象，因此不一定能够全面封装底层文件格式所需的一切。
• 创建由ibfd和embedbfd的符号表组成的组合符号表，并将其设置为obfd的符号表。此符号表已保存，以便以后可用于构建重定位信息。
• 将部分从ibfd 复制到obfd。除了复制部分内容外，此步骤还涉及构建和设置重定位表。

在上面的代码中，有些行用/******** */ 注释掉了。这些行处理example-embed 的合并。如果它们被注释掉，就会发生obfd 只是作为ibfd 的副本构建的。我已经对此进行了测试，并且效果很好。但是，一旦我将这些行评论回来，问题就开始出现了。

对于完全合并的未注释版本，它仍然会生成一个输出文件。可以使用objdump 检查此输出文件，发现其中包含两个输入的所有部分、代码和符号表。但是，objdump 抱怨：

BFD: BFD (GNU Binutils for Ubuntu) 2.21.53.20110810 assertion fail ../../bfd/elf.c:1708
BFD: BFD (GNU Binutils for Ubuntu) 2.21.53.20110810 assertion fail ../../bfd/elf.c:1708

在我的系统上，1708 的 elf.c 是：

BFD_ASSERT (elf_dynsymtab (abfd) == 0);

elf_dynsymtab 是elf-bfd.h 中的一个宏，用于：

#define elf_dynsymtab(bfd)  (elf_tdata(bfd) -> dynsymtab_section)

我不熟悉 ELF 层，但我相信这是读取动态符号表的问题（或者说它不存在）。目前，除非必要，否则我尽量避免直接进入 ELF 层。有没有人能告诉我我在代码中或概念上做错了什么？

如果有帮助，我还可以发布链接器命令生成的代码或示例二进制文件的编译版本。

---

我意识到这是一个非常大的问题，因此，我想适当地奖励任何能够帮助我解决这个问题的人。如果我能够在某人的帮助下解决这个问题，我很乐意奖励 500+ 奖金。

Answer 1

为什么要手动进行所有这些操作？鉴于您拥有所有符号信息（如果您想以理智的方式编辑二进制文件，则必须），将可执行文件拆分为单独的目标文件（例如，每个函数一个目标文件）不是更容易吗？编辑，然后重新链接？