2.2 段、符号与程序骨架

2.2 段、符号与程序骨架

本节摘要：汇编程序不是指令的平铺，而是按段（section）归类的结构体：代码进 .text、已初始化数据进 .data、零初始化数据进 .bss、只读常量进 .rodata；符号（symbol）则是跨段引用的"命名锚点"，链接器靠符号表把散落各处的名字接上地址。本节拆开程序骨架的这两个承重件，给出一套可复用的程序模板，并用 readelf 亲眼验证段与权限的对应关系。读完你能写出结构规范的手写汇编程序，并解释"为什么数据不能放代码段"这类问题。

段与符号：程序骨架的两个承重件

看懂一份汇编源码的关键动作，不是逐行翻译指令，而是先扫一遍结构：哪几个段、哪些符号、数据在哪儿。这个习惯来自一个朴素的工程事实——操作系统装载程序时不是整块搬进内存，而是按段授予不同权限：代码段映射为可读可执行、不可写，数据段可读可写、不可执行，只读段干脆连写门都不留。你写的每一行 .text、.data 声明，最终都变成了内存页上的权限位。骨架不清晰，轻则程序一跑就崩（写到了只读页），重则给攻击者留门（把可写和可执行混在同一页，正是第 7 章要讲的经典漏洞土壤）。

符号是第二个承重件。汇编源码里的标签（label）看似只是行尾的冒号名，实际会被汇入目标文件的符号表，成为链接器拼接模块时的接头暗号——你在 1.3 节见过的 undefined reference 报错，就是符号表对不上号时的呐喊。

一、四个基本段与一套数据声明伪指令

先认识段的分工。.text 存机器码，权限可读可执行；.data 存已初始化的全局数据（比如带初值的查找表），可读可写；.bss 存零初始化数据——它的妙处是不占文件空间，装载时操作系统直接给一块清零内存，几百 KB 的零数组在文件里只占一个长度记录；.rodata 存常量（字符串字面量、常量矩阵），可读不可写。C 编译器产物里你还会见到更多花样（.eh_frame、.plt 之类），但手写汇编阶段这四段覆盖全部需求。

数据声明靠 db/dw/dd/dq 四兄弟（按字节、字、双字、四字定义）与 resb 系列预留区，配合 times 复制与 align 对齐：

section .data
matrix:   dd 1, 2, 3, 4        ; 四个32位：一张小表
title:    db "asm", 0           ; 字符串补零结尾
scale:    equ 8                 ; 汇编期常量，不占内存
section .bss
buffer:   resb 256              ; 预留256字节，文件里不占空间
aligned:  align 16              ; 对齐到16字节（SSE加载需要）
          resd 4
​

equ 与 db 的区别值得点破：equ 是汇编期的文字替换，不产生任何字节；db 系列真正往段里写数据。混淆两者的代价是莫名多出的"神秘字节"——排查半天发现是把常量声明成了数据。

二、符号：标签、作用域与符号表

标签三问：它是什么、谁能看见、去了哪里。它是什么——标签记录"定义处"的地址，汇入符号表；谁能看见——默认只在文件内有效（局部符号），被 global 声明后对外可见（全局符号），链接器据此跨文件解析；去了哪里——函数符号进符号表供链接与调试，纯内部标签（如循环头 .loop）可以留在文件内不外泄。

用 readelf 与 nm 把这些名词变成可见物：

$ nasm -f elf64 demo.asm -o demo.o
$ readelf -S demo.o | grep -E "Name|text|data|bss"
  [Nr] Name     Type      Address  Off  Size  ES Flg
  [ 1] .text    PROGBITS  00000000 040  1c    00  AX
  [ 3] .data    PROGBITS  00000000 060  10    00  WA
  [ 4] .bss     NOBITS    00000000 070  100   00  WA

$ nm demo.o
0000000000000000 T sum3
0000000000000010 t .loop
​

三处值得驻足的细节：.text 的标志是 AX（可分配可执行、不可写），.data 是 WA（可写、不可执行）——上一节说的权限位在这里现形；.bss 的类型是 NOBITS，意思是"文件里没有实体"，坐实了零页不占文件空间的论断；nm 输出里大写 T 是全局符号（对外可见）、小写 t 是局部符号，.loop 这类内部标签果然没有外泄。第 7 章逆向分析时，符号表就是攻击者眼中的地图——strip 掉符号表的程序难读十倍，原因正在于此。

图 2-2：从源码段声明到内存页权限

三、一套可复用的程序模板

把段与符号的知识合拢成一个骨架模板，全册后续手写实验都从这个模板改：

; template.asm —— 全册通用骨架
section .rodata
    prompt: db "value: ", 0        ; 常量放只读段

section .data
    counter: dd 0                   ; 带初值的可写数据

section .bss
    scratch: resq 8                 ; 零初始化的暂存区

section .text
global myfunc
myfunc:
    push rbp                        ; 栈帧开场（第 4 章详解）
    mov rbp, rsp
    ; —— 函数体：只动 rax 及调用者易失寄存器 ——
    pop rbp
    ret
​

模板里藏着三条纪律。第一，数据按"只读与否、初值有无"归段，别把字符串丢进 .data——不仅浪费可写页，还会让只读优化失效。第二，全局符号最小化：只 export 必须被外部调用的函数，其余一律局部，符号表越瘦越安全。第三，函数开场先建栈帧、结尾先拆栈帧，这一对括号式的动作在第 4 章栈帧解剖里是绝对主角，现在先机械照做。

⚠️ 常见坑：把字符串字面量放进 .data 后又在运行时写入，程序在部分系统上直接段错误——因为链接器/装载器可能把相邻的只读数据合并成同一只读页。字符串一律进 .rodata，需要修改的缓冲区去 .bss 申请。

💡 关键直觉：段是"权限的最小分配单位"。你声明段的方式，本质是在替操作系统填写内存保护清单——把段声明当安全设计来做，而不只是语法填空。

本节要点回顾

• 四段分工：text 可执行、rodata 只读、data 可写带初值、bss 零初始化不占文件空间。
• NOBITS 的含义：bss 在文件里只有长度记录，物理零页由装载器生成。
• 符号的可见性：默认文件内局部，global 后对外可见；符号表既是链接的接头簿也是逆向的地图。
• 三条模板纪律：数据归段、符号最小导出、先建栈帧后写函数体。

骨架齐了，下一节沿构建管线走全程：目标文件里那张"待补清单"如何被链接器兑现。