Como é a estrutura de um arquivo executável binário? Vamos descobrir juntos (2014)

Como um arquivo executável binário é organizado? Vamos explorar!

• Um arquivo executável não é algo incompreensível; ele segue um formato de arquivo regular.
• O texto trata de binários ELF no Linux e usa a linguagem C, mas outras linguagens compiladas também se aplicam.
• Você aprende sobre símbolos (symbols), seções (sections) e segmentos (segments).
• Os símbolos são como nomes de funções, ficam organizados em seções, e as seções compõem os segmentos.
• A ferramenta readelf é usada para examinar esses elementos.

Etapa 1: abrir no editor de texto!

• É a forma mais simples de olhar para um binário, e dá para encontrar os textos "Penguin!" e "ELF".

Etapa 2: ver a tabela de símbolos com readelf

• É possível ver os símbolos com readelf --symbols.
• Você pode encontrar símbolos como main, puts e _start.
• O programa começa em _start, e não em main.

Símbolos

• Ao escrever um programa, são gerados símbolos para as funções.
• Quando uma função é chamada a partir de uma biblioteca, os símbolos são necessários para localizar o código dessa função.
• A ligação é feita por meio de ligação estática (static linking) e ligação dinâmica (dynamic linking).

Etapa 3: ver o binário com objdump e aprender sobre seções!

• objdump oferece uma forma melhor de visualizar o binário.
• É possível ver seções como .text, .rodata e .interp.
• As seções são usadas no tempo de linkedição, e os segmentos são usados em tempo de execução.

Etapa 4: ver assembly!

• A seção .text contém código em assembly.
• É possível ver o código em assembly com objdump -d.

Etapa 5: ver os segmentos!

• O programa é composto por segmentos, ou cabeçalhos de programa.
• É possível ver os segmentos com readelf --segments.
• Os segmentos determinam como as diferentes partes do programa serão separadas na memória.

Não é mágica!

• Arquivos executáveis não são mágicos, e o ELF é como qualquer outro formato de arquivo.
• Você pode investigar binários Linux com readelf, nm e objdump.

GN⁺ opina

• Este texto é muito útil para engenheiros de software iniciantes entenderem a estrutura de arquivos executáveis binários.
• Ele oferece informações práticas sobre os conceitos de símbolos, seções e segmentos, e sobre as ferramentas para investigá-los (readelf, objdump).
• Também ajuda a construir uma compreensão básica de como um programa é realmente carregado na memória e executado, o que pode despertar interesse por programação de sistemas.

[GN⁺]

Comentários do Hacker News

• Um usuário recomenda escrever um ELF (Executable and Linkable Format) manualmente, dizendo que isso ajuda bastante a entender as partes básicas de um executável. Também afirma que este texto é útil para quem quer uma abordagem de cima para baixo, em vez da abordagem tradicional de baixo para cima.

• Outro usuário explica que, embora possamos pensar que um programa começa em main quando é executado, na prática ele começa em _start. O _start realiza várias tarefas importantes, como chamar main, e não é algo específico da linguagem C, mas sim o ponto de entrada de um binário independente da linguagem.

• Um usuário menciona que os artigos da Julia são sempre excelentes e diz que teve bons resultados ao ensinar às pessoas que código compilado não guarda segredos, demonstrando isso com o comando strings.

• Um usuário diz que estudou esse tema pela primeira vez quando mudou sua carreira acadêmica da matemática para a ciência da computação, e comenta que nunca se arrependeu dessa investigação aprofundada. Também observa que Julia tem formação em matemática e acha que esse desejo por raciocínio de cima para baixo pode ter levado matemáticos a esse tipo de experimento.

• Um usuário compartilha uma experiência que reflete o fato de executáveis serem específicos de cada plataforma, dizendo que conseguiu provar que um "executável realmente portátil" podia rodar em várias plataformas. Isso significa que a solução para o problema multiplataforma — que se tentou resolver de várias formas, como Java e bibliotecas cross-platform — estava diante dos nossos olhos havia muito tempo.

• Um usuário diz que, no começo dos anos 90, ficou fascinado pelos formatos de executáveis e escreveu um visualizador de executáveis de DOS e Windows em Modula 2. O programa foi lançado como shareware em 1991 com o nome VEXE, ganhou certo número de seguidores entre crackers e chegou a ser mencionado no tutorial +ORC.

• Um usuário diz que imprimir um arquivo binário no terminal é motivo de tristeza, e que prefere usar hexdump -C.

• Vários usuários mencionam que este é um excelente tópico.

• Um usuário recomenda a quem se interessa por esse assunto ler sobre Cosmopolitan e RedBean, além de "αcτµαlly pδrταblε εxεcµταblε (2020)".