二进制文件符号信息

在日常的开发工作中，程序员经常使用gdb工具来调试二进制编译文件，以定位和解决一些bug。但同时，很少会有人关注二进制文件中的调试信息从何而来，又是怎么保存和解读的呢？

其实调试信息的来源很简单，就是从编译后的文件来的。编译器从源文件中将大量的符号信息（包括变量名、变量类型、变量所在行号、函数名以及参数之类）按照特定的格式进行打包写入到编译后的文件中，然后使用调试器就能从二进制文件中获取并解析相应的符号信息。

调试信息保存的格式有多种，主要有stabs，coff，pe-coff以及dwarf等，目前天目全数字实时仿真软件SkyEye解析符号使用的dwarf格式，本文着重介绍此种格式。

Dwarf的全称为「Debugging With Attributed Record Formats」，目前已有dwarf1，dwarf2，dwarf3三个版本，可以支持源代码级调试。程序的dwarf描述结构是一种树形结构，采用xml格式解析，每个节点都可以有子节点或者兄弟节点。节点可能代表类型、变量或者函数。

Dwarf的信息结构是由多个section组成的，其中各个section内部又包含各个信息块，整体结构图如下所示：

▲图-1 Dwarf结构示意图

Dwarf主要包含的section以及相应的意义如下表：

▲表-1 section节以及内容

其中，绝大多数的调试信息都包含在.debug_info中，其内部又包含多个compile_unit(编译单元)，编译单元来源于程序的每个单独编译的源文件，包含路径以及源文件名、使用的编程语言等信息，同时，每个编译单元还包含源文件中的全局符号信息的die信息块，主要分为「tag」和「attribute」两个信息块，其中「tag」表示数据类型信息，「attribute」表示其属性值，常见标签参考下表：

▲表-2 标签信息

上述说明了dwarf格式是如何保存调试信息的，但一个符号信息可能有多种类型表示，比如，一个stru_data_test.int[0]这么一个全局变量，它又是结构体内部的元素，又是一个数组，如何准确地描述这种类型的变量信息呢，答案是通过「id_ref」这个属性将多个die信息块进行组合。

以stru_data_test.char1变量为例，实际解析过程如下所示：

▲图-2 结构体符号解析过程示意图

符号解析过程中，先是通过查找到id为「0x8:0x8667」的die信息块，获取到变量的变量名信息，但具体的变量类型通过idref查找到第二个信息块「0x8:0x864f」，通过获取第二个die的类型信息，关联到第三个信息块「0x8:0x84c0」，根据第三个die的类型是DW_TAG_structure_type，通过查找下级的元素die的信息，可以获得变量名为char1的元素，同时也可以根据属性DW_AT_data_member_location来获得变量在结构体内部的偏移值。如此便可以根据Dwarf的die信息将实际需要的符号信息进行解析。

04

天目全数字实时仿真软件SkyEye

SkyEye，中文全称天目全数字实时仿真软件，是基于可视化建模的硬件行为级仿真平台，支持用户通过拖拽的方式对硬件进行行为级别的仿真和建模。

SkyEye目前支持主流的嵌入式硬件平台，可以运行主流的操作系统，此外还能适配国内自主研发的操作系统天脉。通过利用基于LLVM的动态二进制翻译技术，使虚拟处理器在典型的桌面计算机上运行速度可以达到2000MIPS以上。

基于可视化图形的硬件建模，有效降低了硬件工程师和软件工程师之间的沟通成本。软件工程师可以不依赖于硬件工程师，而根据需要对硬件的配置进行改动。

在SkyEye中涵盖了ARM、PowerPC、 DSP、SPARC、x86、龙芯、飞腾等主流的嵌入式系统架构的仿真，可以应用于航空、航天等多种安全关键领域。