从ghidra-delinker-extension看对象文件、符号表与重定位表:链接器原理一次讲透
从ghidra-delinker-extension看对象文件、符号表与重定位表:链接器原理一次讲透
ghidra-delinker-extension 是一个 Ghidra 扩展,它能把已编译的程序"去链接"(delink):把可执行文件中的部分代码重新导出为带完整元数据(符号表、重定位表)的对象文件,让标准工具链的链接器(linker)可以再次加工。借着这个项目的源码,我们正好能把"对象文件 = 代码 + 符号表 + 重定位表"这条链接器核心原理一次讲透 📦。
一、ghidra-delinker-extension 是什么?
一句话:它让你能把 Ghidra 里逆向出来的程序片段,导出成 COFF / ELF / OMF 格式的可重定位目标文件,直接交给工具链继续编译链接。
典型使用场景(来自 README.md):
- 🔧 高级二进制补丁:让链接器把原始与修改后的代码拼回去,而不是手工改机器码;
- 🕹️ 软件移植:抽出平台无关代码,只重写依赖系统的部分;
- 🔄 格式转换:在不同对象文件/可执行文件格式之间互转;
- 📚 抽取库:把程序的一部分提取成可复用的库;
- 🧩 反编译工程:把程序拆成多个对象文件逐块重实现("忒修斯之船"式重写)。
当前支持的指令集与对象格式矩阵:
| x86 | x86_64 | MIPS | |
|---|---|---|---|
| COFF | ✅ | ✅ | ❌ |
| ELF | ✅ | ✅ | ✅ |
| OMF | ✅ | ❌ | ❌ |
扩展的基本信息声明在 extension.properties 中:
description=Delink programs back into relocatable object files.
二、对象文件的三大组成部分
README 的 "How does it work?" 一节给出了最精炼的模型:对象文件由三部分组成——可重定位段字节(代码/数据)、符号表、重定位表。
链接器收到一堆对象文件后做三件事:
- 布局:把各个段(section)排进虚拟地址空间;
- 算地址:计算符号(函数、变量)在最终地址空间中的绝对地址;
- 打补丁:依据重定位表,把代码里的"占位地址"改写成符号的最终地址。
链接完成后,重定位表通常就被丢弃了(符号表也常在剥离调试信息后消失),只剩下"不可重定位"的段字节。这就是为什么可执行文件里到处都是写死的地址——它们都是被链接器填过的坑。
ghidra-delinker-extension 的核心思路就是:通过逆向分析把这份被丢弃的数据重新"合成"出来,从而把程序拆回对象文件。项目内部用 RelocationTable.java 维护这张重定位表,每条重定位记录统一抽象为"位置 + 宽度 + 位掩码 + 目标符号 + 修正值(addend)",接口定义见 Relocation.java#L18-L36。
三、"去链接"如何重构三大部件?
1️⃣ 代码:直接从 Ghidra 内存块复制
最简单的一步。导出器遍历 Ghidra 的每个内存块(memory block),已初始化的内存生成 PROGBITS 段(比如 .text),未初始化的内存(如 BSS)生成 NOBITS 段,并按块属性打上可写/可执行标志。这一步在 ElfRelocatableObjectExporter.java#L345-L368 的 createSection 中完成。
2️⃣ 符号表:函数和数据变成"有名有姓"的符号
导出器把 Ghidra 数据库里的函数和数据项映射为 ELF 符号:
- 函数 →
STT_FUNC(函数符号,大小 = 函数体字节数); - 数据 →
STT_OBJECT(对象符号); - 导出范围外的引用 → 未定义的外部符号(
addUndefined),交给链接器去解析; - 还可通过正则、动态符号、函数内部符号等谓词把符号降级为 local(不参与全局符号表),避免符号冲突。
相关逻辑集中在 ElfRelocatableObjectExporter.java#L370-L428(addSymbols / determineSymbolType / determineSymbolBinding)。
3️⃣ 重定位表:整个项目最硬核的部分
可执行文件里那些写死的地址,必须被"逆向"回"哪里需要重定位、重定位到哪个符号、怎么算"。这就是 Relocation table synthesizer 分析器(RelocationTableSynthesizerAnalyzer.java)干的事。
它遍历选定区域内的每个函数和每个指针型数据,交给两类合成器:
- 代码重定位合成器(按架构注册,通过
ClassSearcher插件机制发现):- x86/x86_64:识别
jmp/call的 4 字节绝对地址立即数,以及 PC 相对跳转的 1/2/4 字节位移(见 X86CodeRelocationSynthesizer.java#L41-L109,位移统一按"下一条指令地址"计算,这正是相对重定位的通用约定); - MIPS:识别 J 型 26 位分支指令,以及著名的 hi16/lo16 地址拆分——32 位地址被拆成
LUI(装载高 16 位)和ADDI(补低 16 位)两条指令,对应 RelocationHighPair.java 和 RelocationLowPair.java 这对"成对重定位"(见 MipsCodeRelocationSynthesizer.java);
- x86/x86_64:识别
- 数据重定位合成器:指针型数据项(含数组、结构体内的指针)直接对应绝对重定位。
合成的重定位类型与 ELF 的重定位语义一一对应:
| 模型类 | 语义 |
|---|---|
| RelocationAbsolute.java | 绝对地址重定位(指针、绝对跳转) |
| RelocationRelativePC.java | PC 相对重定位(分支位移) |
| RelocationMIPS26.java | MIPS J 型 26 位分支目标 |
| RelocationRelativeSymbol.java | 相对某符号的重定位 |
合成结果可以在 Window > Relocation table (synthesized) 窗口中逐条查看,该窗口由 RelocationTableSynthesizedPlugin.java#L38-L47 提供,并且会跟随图像基址变更、重定位增删等事件自动刷新。
四、链接器原理串讲:为什么"重定位"不可少?
把上面的过程反过来看,就是链接器的工作:
- 汇编器/编译器不知道最终地址,只能在机器码里放占位值(比如
0x00000000),并在重定位表里登记"这里要改成 符号地址 + 修正值"; - 链接器把所有段摆放好后,得到每个符号的最终地址;
- 按重定位表逐条计算
最终值 = 符号地址 + addend,用位掩码(bitmask)只覆写需要改的位,写回段字节。
ghidra-delinker-extension 正好完整实现了这个模型的"正向"与"逆向":导出时按架构选择 ELF 的 REL/RELA 表格式(x86_64 用 RELA,32 位用 REL,自动推断逻辑见 ElfRelocatableObjectExporter.java#L249-L262);而合成器做的就是从"改完的值"反推"符号 + 修正值"。理解了这条链路,reloc、symtab、SHT_RELA 这些概念就不再神秘了 💡。
五、上手三步走
- 安装扩展:从发布页下载或用 Gradle 本地构建(设置
GHIDRA_INSTALL_DIR后执行gradle buildExtension,产物在dist/目录),通过 File > Install Extensions… 安装,再在 File > Configure > Experimental 中启用 RelocationTableSynthesizedPlugin; - 合成重定位:在 Listing 视图中选中要提取的地址范围,运行 Relocation table synthesizer 分析器(支持单次运行);
- 导出对象文件:File > Export Program… 选择 ELF / COFF / OMF 导出器,得到可用的
.o文件。
💡 官方提示:无需先把整个程序逆向完。去链接的成功主要取决于导出子集内的三类元数据——作为重定位位置的函数/指针、作为重定位目标的符号足迹、以及两者之间的引用。
无头/批处理场景下,可以直接使用脚本 DelinkProgram.java,支持 /include-range、/exclude-block、/exporter、/export 等参数完成"选取区域 → 运行分析 → 导出"全流程。
分析器还有几个实用选项(注册见 RelocationTableSynthesizerAnalyzer.java#L278-L289):
- Relocatable address ranges:限定哪些地址范围可作为重定位目标,留空则全程序可重定位;
- Redirect thunks to targets:把指向 thunk 的重定位自动重定向到真实目标函数;
- Evaluation report policy:开启
Always可输出详细的评估报告,方便排查合成失败的原因。
六、避坑指南 ⚠️
- 先跑分析器,再导出:导出器完全依赖合成结果,导出前务必重跑一次 Relocation table synthesizer,保证重定位表是最新的;
- Ghidra 数据库准确性是前提:函数/指针识别错误会导致重定位缺失或错乱;
- MIPS 用户可用辅助脚本 MipsDetectMissingHI16Relocations.java 检测"有 LUI 却没有重合成 HI16 重定位"的遗漏;
- 导出器会做符号去重检查:非 local 符号出现重名会直接导出失败(见 ElfRelocatableObjectExporter.java#L540-L545),可用符号可见性选项(正则匹配 local 化等)化解。
七、小结
| 链接器组件 | ghidra-delinker-extension 的对应实现 |
|---|---|
| 可重定位段 | 按 Ghidra 内存块导出 PROGBITS/NOBITS 段 |
| 符号表 | 函数 → STT_FUNC、数据 → STT_OBJECT、外部引用 → 未定义符号 |
| 重定位表 | Relocation table synthesizer 分析器逐条"逆推"合成 |
一个对象文件的全部秘密,就是这三样东西的合体。读懂了 ghidra-delinker-extension 如何逆向重建它们,也就读懂了链接器的前半生——这正是二进制补丁、固件移植和反编译工程能够落地的地基 🚀。