通过解析 ELF C++ 程序，将字符串文字的地址映射到字符串文字

Question

字符串文字的地址在编译时确定。该地址和字符串文字可以在构建的可执行程序（ELF 格式）中找到。比如下面的代码输出String Literal: 0x400674

printf("String Literal: %p\n", "Hello World");   

而objdump -s -j .rodata test1 显示

.rodata 部分的内容：

400670 01000200 48656c6c 6f20576f 726c6400 ....你好世界。

....

所以看起来我可以通过读取可执行程序本身来获取“Hello World”的虚拟地址。

问题：如何通过读取 ELF 格式在字符串文字的地址和字符串本身之间建立表/映射/字典？

我正在尝试编写一个独立的 python 脚本或 c++ 程序来读取 elf 程序并生成表。如果表中有额外的映射（不是字符串文字）是可以的，只要表包含字符串文字的整个映射。

Answer 1

我不确定你的问题总是有意义的。细节是特定于实现的（操作系统和编译器以及编译标志特定）。

首先，允许（但不是必需）在同一翻译单元中同时看到 "abcd" 和 "cd" 文字字符串的编译器共享它们的存储空间，并将 "abcd"+2 作为第二个编译器使用。见this answer。

然后，在ELF 文件中，字符串只是简单的初始化只读数据（通常在text segment 的.rodata 或.text 部分），它们可能恰好与一些非字符串常量。 ELF 文件不保留任何类型信息（除了使用-g 编译时的调试DWARF 信息）。换句话说，以下

const uint8_t constable[] = { 0x65, 0x68, 0x6c, 0x6c, 0x6f, 0 };

具有与 "hello" 文字字符串完全相同的机器表示，但不是源字符串。更糟糕的是，机器代码的某些部分可能恰好看起来像字符串。

顺便说一句，您可以使用strings(1) 命令，或者研究它的源代码并根据您的需要进行调整。

另请参阅 dladdr(3) 和 this question。

请记住，两个不同的processes（根据定义！）在virtual memory 中有不同的address spaces。另请阅读ASLR。字符串字面量也可能出现在共享对象（例如libc.so 等共享库）中，这些对象通常在不同的地址段中以mmap-ed（因此相同的字面量字符串在不同的进程中会有不同的地址！）。

您可能有兴趣通过libelf 或readelf(1) 或bfd 阅读ELF 文件。