Mach-O

发表 编辑 分类
字数: 7.4k 阅读:

一、什么是Mach-O文件？

Mach-O是Mach Object文件格式的缩写，是mac以及iOS上可执行文件的格式。Mach-O文件对应有多种格式：

  1. 目标文件.o
  2. 库文件：
    .a 静态库文件
    .dylib动态库文件
    .framework系统级为动态库文件，自己创建的为静态库文件
  3. 可执行文件及MDW.app内部的MDW文件（通用二进制文件）
  4. dyld动态链接器将依赖的动态库加载到内存
  5. .dsym符号表

在Xcode中我们可以直接创建.c文件，通过终端clang命令来对.c文件进行编译或生成可执行文件，下面看一下clang怎样使用的。

1、创建一个main.c文件如下：

1
2
3
4
5
#include <stdio.h>
int main(){
    printf("打印：yahibo\n");
    return 0;
}

2、编译文件

1
clang -c main.c

会生成main.o文件，该文件即为mach-o文件，通过命令file main.o查看文件信息如下：

1
main.o: Mach-O 64-bit object x86_64

是一个object类型的文件称为目标文件，并不是可执行文件

3、生成可执行文件

  • 命令clang main.o 会生成a.out文件，即可执行文件，通过ls查看
  • 命令clang -o main main.o 也会生成可执行文件main
  • 命令clang -o main main.c 直接根据源文件生成可执行文件main
  • 命令 size -x -l -m a.out 查看文件信息，如下：
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    Segment __PAGEZERO: 0x100000000 (vmaddr 0x0 fileoff 0)
    Segment __TEXT: 0x1000 (vmaddr 0x100000000 fileoff 0)
    	Section __text: 0x2a (addr 0x100000f50 offset 3920)
    	Section __stubs: 0x6 (addr 0x100000f7a offset 3962)
    	Section __stub_helper: 0x1a (addr 0x100000f80 offset 3968)
    	Section __cstring: 0x11 (addr 0x100000f9a offset 3994)
    	Section __unwind_info: 0x48 (addr 0x100000fac offset 4012)
    	total 0xa3
    Segment __DATA: 0x1000 (vmaddr 0x100001000 fileoff 4096)
    	Section __nl_symbol_ptr: 0x10 (addr 0x100001000 offset 4096)
    	Section __la_symbol_ptr: 0x8 (addr 0x100001010 offset 4112)
    	total 0x18
    Segment __LINKEDIT: 0x1000 (vmaddr 0x100002000 fileoff 8192)
    total 0x100003000

4、执行文件

1
./a.out 或 ./main

输出：

1
打印：yahibo

以上步骤可以用来写c并编译执行。

多个文件是如何编译的呢？

开发中根据不同功能模块我们会分很多文件来实现，在clang中是可以对多个文件进行一次性打包，生成一个可执行文件。如下：

1、新建一个功能文件

people.c

1
2
3
4
#include <stdio.h>
void sleep(){
    printf("正在睡觉\n");
}

2、在main.c中声明sleep方法并调用

1
2
3
4
5
6
void sleep();//声明方法
int main(){
    printf("打印：yahibo\n");
    sleep();//调用方法
    return 0;
}

3、编译为可执行文件

1
clang -o main main.c people.c

4、执行可执行文件

1
./main

运行如下：

1
2
打印：yahibo
正在睡觉

二、通用二进制文件（Universal binary）

在iOS中不同手机对应着可能不同的架构，如arm64、armv7、armv7s。为了兼容不同架构的手机，苹果推出了通用二进制文件，包含了应用程序常用的这些架构，因此通用二进制文件，比单一架构二进制文件要大很多。

架构选择

  • 注意以上标记的两处取交集，来确认最终架构
  • 1处默认架构为arm64、armv7
  • 如果需要添加armv7s还需要在1处添加armv7s字符

通过以上配置真实编译出来的是包含arm64、armv7架构，因为工程中使用了第三方静态库不包含armv7s因此这里配置为标准架构模式。

通用二进制文件在哪呢？

在xxx.app中的xxx黑色文件即是通用二进制文件，右键xxx.app显示包内容即可获得。

lipo命令

通过lipo命令可以查看、拆分及合并以上提出的架构，在做静态库时也会使用，来合并真机下和模拟器下的静态库，以适应不同的调试环境。

  • 从MDW.app中我获取可执行文件MDW

1、查看架构信息

1
lipo -info MDW

打印如下：

1
Architectures in the fat file: MDW are: armv7 arm64

2、拆分armv7、arm64架构

1
2
lipo MDW -thin armv7 -output MDW_armv7
lipo MDW -thin arm64 -output MDW_arm64

查看armv7信息：

1
lipo -info MDW_armv7

打印如下：

1
Non-fat file: MDW_armv7 is architecture: armv7

查看arm64信息：

1
lipo -info MDW_arm64

打印如下：

1
Non-fat file: MDW_arm64 is architecture: arm64

3、合并架构

1
lipo -create MDW_armv7 MDW_arm64 -output MDW_ALL

查看合并后的信息

1
lipo -info MDW_ALL

打印如下：

1
Architectures in the fat file: MDW_ALL are: armv7 arm64

产生的可执行文件如图：

三、Mach-O文件结构

官方图解：

文件分为三个部分：

  • Header：包含Mach-O文件的基本信息，字节顺序、架构类型、加载指令的数量等
  • Load commands：包含区域位置、符号表、动态符号表，加载Mach-O文件时使用这里的数据确定内存分布
  • Data：数据段segement，包含具体代码、常量、类、方法等，有多个segment，每个segment有0到多个section，每个段有一个虚拟地址映射到进程的地址空间

直接使用MachOView打开MDW可执行文件，如下：

  • 胖二进制文件中包含了armv7、arm64架构
  • 通过MachOView即可查看可执行文件的所有信息

1、Header

除了以上直接查看header，还可以通过otool命令查看header信息：

1
otool -f MDW

打印如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
Fat headers
fat_magic 0xcafebabe
nfat_arch 2
architecture 0
    cputype 12
    cpusubtype 9
    capabilities 0x0
    offset 16384
    size 7587424
    align 2^14 (16384)
architecture 1
    cputype 16777228
    cpusubtype 0
    capabilities 0x0
    offset 7618560
    size 8748384
    align 2^14 (16384)

或

1
otool -h MDW

打印：

1
2
3
4
5
6
Mach header
      magic cputype cpusubtype  caps    filetype ncmds sizeofcmds      flags
 0xfeedface      12          9  0x00           2    48       5080 0x00210085
Mach header
      magic cputype cpusubtype  caps    filetype ncmds sizeofcmds      flags
 0xfeedfacf 16777228          0  0x00           2    48       5752 0x00210085

  • 以上打印的两段分别是armv7、arm64架构下的header信息
    在objc4源码loader.h文件中有mach_header的结构体定义，如下：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    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 */
    };
    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：魔数，确定是64位还是32位

  • cputype：cpu类型

  • cpusubtype：cpu子类型

  • filetype：Mach-O支持多种文件类型，使用filetype来标注具体文件类型

  • ncmds：加载命令的数量

  • sizeofcmds：命令区域（load commands）总的字节大小

  • flags：标识二进制文件所支持的功能，主要与系统的加载、链接有关

2、Load commands

Header之后是load commands段为加载命令段，在header结构体中有对加载命令段相关信息的描述，用于解析加载命令。在objc4源码loader.h中，有对loadcommand的定义：

1
2
3
4
struct load_command {
 	uint32_t cmd;		/* type of load command */
 	uint32_t cmdsize;	/* total size of command in bytes */
};
  • cmd：命令类型，针对不同架构有不同的结构（32位、64位）
  • cmdsize：命令所占字节大小（32位size必须为4字节的倍数，64位size必须为8字节的倍数）
    在文件中有两个结构体segment_command和segment_command_64针对不同架构的结构体，内部设置字段相同。以segment_command_64为例：
1
2
3
4
5
6
7
8
9
10
11
12
13
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 */
};
  • cmd：加载命令类型
  • LC_SEGMENT：表示这好似一个段加载命令，需要将它加载到对应的进程空间上
  • LC_LOAD_DYLIB：这是一个需要动态加载的链接库，它使用dylib_command结构体表示
  • LC_MAIN：记录了可执行文件的主函数main()的位置，它使用entry_point_command结构体表示
  • LC_CODE_SIGNATURE：代码签名的加载命令，描述了Mach-O的代码签名信息，它属于链接信息，使用linkedit_data_command结构体表示
  • cmdsize：加载命令所占内存大小
  • segname：存放16字节大小的段名字，当前是__PAGEZERO。
  • vmaddr：段的虚拟内存起始地址
  • vmsize：段的虚拟内存大小
  • fileoff：段在文件中偏移量
  • filesize：段在文件大小
  • maxprot：段页面所需要的最高内存保护（4=r,2=w,1=x）
  • initprot：段页面初始的内存保护
  • nsects：段中包含section的数量
  • flags：其他杂项标志位
    在看MachOView中的loadcommands字段：

以上为是应用程序所有加载命令，通过上面流程能够看到对系统库的加载顺序。对比项目中引入的库文件，顺序是一致的，如下图：

以上加载命令含义如下：

  • LC_SEGMENT_64：将文件中的段映射到进程地址空间中
  • LC_DYLD_INFO_ONLY：动态链接相关信息
  • LC_SYMTAB：符号表信息，位置、偏移、数据个数，供dyld使用
  • LC_DYSYMTAB：动态符号表信息，供dyld使用
  • LC_LOAD_DYLINKER：链接器信息，记录使用那些链接器完成内核后序的加载工作
  • LC_UUID：Mach-O文件的唯一标识
  • LC_VERSION_MIN_MACOSX：支持最低操作系统版本
  • LC_SOURCE_VERSION：源代码的版本号
  • LC_MAIN：设置主线程的入口即栈大小
  • LC_LOAD_DYLIB：依赖库信息，dyld通过该命令去加载依赖库
  • LC_FUNCTION_STARTS：函数的起始地址表
  • LC_CODE_SIGNATURE：代码签名

3、Data

Data区域由Segment段和Section节组成：

  • segment主要有__TEXT和__DATA组成
  • __text：是主程序代码
  • __stubs、__stub_helper：是动态链接的桩
  • __cstring：程序中c语言字符串
  • __const：常量

Section含义：

  • Section64(__TEXT,__objc_methname)：OC类名
  • Section64(__DATA,__objc_classlist)：OC类列表
  • Section64(__DATA,__objc_protollist)：OC原型列表
  • Section64(__DATA,__objc_imageinfo)：OC镜像信息
  • Section64(__DATA,__objc_selfrefs)：OC类自引用
  • Section64(__DATA,__objc_superrefs)：OC类超类的引用
  • Section64(__DATA,__ivar)：OC类成员变量

等等，都是通过section来对OC中的具体类别做加载的。segment段分32位和64位，字段相同，以64为例如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
struct section_64 { /* for 64-bit architectures */
 	char		sectname[16];	/* name of this section */
 	char		segname[16];	/* segment this section goes in */
 	uint64_t	addr;		/* memory address of this section */
 	uint64_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) */
 	uint32_t	reserved3;	/* reserved */
};
  • sectname：是__text ,就是主程序代码
  • segname：该section所属的segment名，第一个是__TEXT
  • addr：当前section在内存中的起始位置
  • size：当前section所占内存大小
  • offset：当前section的文件偏移
  • align：字节大小对齐
  • reloff：重定位入口的文件偏移，0
  • nreloc：需要重定位的入口数量，0
  • flags：包含section的type和attributes
  • reserved1、reserved2预留字段

四、总结

注意在Load Commands的最后一条的地址偏移，再看Data段的起始地址偏移：

  • Load Commands最后一条指令的地址偏移为：0000311C
  • Data段的起始地址为：00004000

中间预留了一段空间，该处即是后面代码注入的地方，此处不是专门预留出来进行注入的，而是考虑内存对称提高代码执行效率。