2.3 从源码到可执行：汇编与链接全程

2.3 从源码到可执行：汇编与链接全程

本节摘要：源码变成可执行文件要过两道工序：汇编器把助记符翻成机器码，但把"跨文件引用"留成待补的重定位记录；链接器合并各文件的段、解析符号、按最终地址回填所有空缺。本节用两个源文件的迷你工程逐级展示中间产物——重定位表长什么样、回填前后机器码差在哪，并对比静态与动态链接的取舍。读完你能解释"编译能过、链接报错"和"链接能过、运行崩溃"分别卡在哪道工序。

从源码到可执行文件的路上发生了什么

先立一个贯穿本节的问题：两个源文件，A 调用 B 里的函数，汇编 A 的时候 B 还没参与进来，A 里的 call 指令该填什么地址？答案是"先填零，记账，事后补"。这笔账叫重定位表，事后补的工序叫链接。理解了"先记账后付款"，整条构建管线就没有黑箱了：

管线上有个值得先交代的岔口：链接可以发生在程序交付前（静态链接，全部回填进可执行文件），也可以推迟到每次运行时（动态链接，只留"欠条"，由装载器配合共享库现补）。本节主走静态路线把机制看透，岔路的取舍放在本节末尾对比。

一、制造一笔"待补账款"

造一个最小的双文件工程。util.asm 提供一个翻倍函数，main.asm 调用它并以返回值作为退出码：

; ---- util.asm：函数提供方 ----
section .text
global double_it
double_it:
    lea rax, [rdi + rdi]    ; 返回 rdi 的两倍
    ret
​

; ---- main.asm：函数使用方 ----
section .text
global _start
extern double_it              ; 声明：这个符号在别处
_start:
    mov edi, 21               ; 参数：21
    call double_it            ; 期待返回 42
    mov edi, eax
    mov eax, 60               ; 退出系统调用
    syscall
​

分别汇编后，先看 main.o 的反汇编——注意 call 的机器码：

$ nasm -f elf64 main.asm -o main.o
$ objdump -d main.o
0000000000000000 <_start>:
   0:  bf 15 00 00 00     mov edi,0x15
   5:  e8 00 00 00 00     callq 6
   a:  89 c7              mov edi,eax
   c:  b8 3c 00 00 00     mov eax,0x3c
  11:  0f 05              syscall

$ objdump -r main.o
RELOCATION RECORDS FOR [.text]:
OFFSET           TYPE              VALUE
000000000006     R_X86_64_PLT32    double_it - 4
​

破案了：e8 00 00 00 00 是"操作码 e8 加四个零"——call 的地址部分被刻意填成零，这不是错误而是占位。旁边那张重定位记录才是重点：OFFSET 6 表示"本段偏移 6 字节处（紧跟 e8 之后）需要补"，VALUE 给出补什么（double_it），TYPE 说明怎么补（按相对地址、扣除指令长度 4 字节）。汇编器的"记账"动作至此全部落实在纸面上。

二、链接器三步与回填现场

链接器接手后走三步。第一步合并同类段：所有文件的 .text 拼成一大段、.data 拼成一大段，并给每个段分配最终虚地址。第二步符号解析：把各文件的"定义清单"与"引用清单"对账，每个 extern 都必须找到唯一的定义，找不到就是你熟悉的 undefined reference，找到两份就是 duplicate symbol。第三步重定位：按账本逐笔回填。链接并复查：

$ ld -o demo main.o util.o
$ objdump -d demo
0000000000401000 <_start>:
  401000: bf 15 00 00 00   mov edi,0x15
  401005: e8 0a 00 00 00   callq 401014 <double_it>
  40100a: 89 c7            mov edi,eax
  ...

0000000000401014 <double_it>:
  401014: 48 8d 04 3f      lea rax,[rdi+rdi*1]
  401018: c3               ret
​

对照回填前后的同一字节串：原来 e8 00 00 00 00 现在是 e8 0a 00 00 00。账是这样算的——call 的目标是"下一条指令地址加立即数"：0x40100a 加 0x0a 等于 0x401014，恰好是 double_it 的最终地址。为什么用相对地址而不是绝对地址？因为相对编址让代码段可以整体搬到任意虚拟地址照常运行（位置无关的雏形），绝对地址则会把程序钉死在一个位置。TYPE 里那个减 4 的修正，正是"立即数从指令末尾起算"的宽度校正。

三步走完，账本清零：可执行文件里不再有重定位记录（静态链接模式下），每个字节都落定了。用 objdump -h demo 还能看到各段的最终虚地址与文件偏移——这份"段地址清单"在 4.3 节排错、第 7 章逆向里都会反复查阅。

三、静态与动态：把链接推迟的代价与收益

动态链接是"记账模式"的加强版：call 不再直接回填函数地址，而是回填成"去查程序链接表（PLT）"的跳板，装载时由动态链接器把真正的共享库地址补进跳板。两种模式的取舍值得列清楚：

选型口诀：交付物要"拎包即走"选静态，要"升级不重发"选动态。安全分析的视角补一句：静态链接的二进制把所有代码摊在你面前，反汇编完整但体积吓人；动态链接的二进制小巧，但真实行为要到运行时才凑齐——第 6 章调试器之所以重要，一半原因在此。

⚠️ 常见坑：链接报 undefined reference 时去反复检查语法。语法错误汇编器早就拦下了；能走到链接这一步说明翻译无误，问题一定出在"账对不上"——要么忘了提供定义所在的目标文件/库，要么 C 与汇编之间符号名修饰（下划线、名字粉碎）不一致。查账顺序：先 nm 看定义方有没有把符号导出（global），再看引用方拼写与命令行里的库顺序。

💡 关键直觉：重定位表的每一行都是一笔"地址期货"——汇编期签合同、链接期交割、动态链接甚至允许运行时交割。整个链接过程就是一次集中清算，理解了清算规则，链接器报的每一条错都能翻译成人话。

本节要点回顾

• 汇编不解决跨文件引用：占位零加重定位记录是标准姿势，"先记账后付款"。
• 链接三步：合并段、解析符号、回填地址；报错分别对应账本缺失（未定义）与账本冲突（重复定义）。
• 相对编址的动机：位置无关，代码段可整体搬迁；立即数从指令末尾起算故有减 4 校正。
• 静态与动态的取舍轴：体积、启动、升级、依赖，按交付形态选边。

语法、骨架、管线三关全过。下一章往骨架里填血肉：那些天天打照面的指令，各自的真实脾气是什么。