Windows操作系统下的可执行格式

[编辑本段]Windows操作系统下的可执行格式
　　对 PE 的一些说明：PE 是 Portable Excutable 的缩写，是指“可移植可执行”文件，是 32 位 Windows （包括 OS/2 ）可执行文件的标准格式。以前的 16 位 Windows 可执行文件的格式称为 NE ，即 New Excutable “新可执行”文件。参考： NE 文件格式
　　注意：本文档内所有代码用C/C++语言编写。
　　一、简介
　　PE文件最前面是一个DOS可执行文件（STUB），这使PE文件成为一个合法的MS-DOS可执行
　　文件。
　　DOS文件头后面是一个32位的PE文件标志0X00004550（IMAGE_NT_SIGNATURE）。
　　接着就是PE的文件头了，包含的信息有该程序运行平台、有多少段（sections）、文件
　　链接的时间、它是一个可执行文件（EXE）还是一个动态链接库（DLL）或是其他。
　　后面紧接着有一个“可选”头部（这个部分总是存在，但是因为COFF在库（Libraries）
　　中用了这个词，在一可执行模块中并没有用这个词，但是仍被叫做可选的）。这可部分包含程
　　序加载的更多的信息：开始地址、保留堆栈数量、数据段大小等等。
　　可选头中还有一个重要的域是一叫做“数据目录表”（data directories）的数组；表
　　中的每一项是一个指向某一个段的指针。例如：如果某程序有一个输出目录表（export dire
　　ctory ），那你就会在数据目录表中找到一个为IMAGE_DIRECTORY_ENTRY_EXPORT的指针，并且
　　它将指向某一个段。
　　可选头的下面就是“段”（sections）了，通过一个叫做“段头”（section headers）
　　的结构索引。实际上，段的内容才是你要真正执行的程序，上面介绍的所有的文件头及目录表
　　等信息就是为了能正确的找到它。
　　每一个段都有一些有关的标志，例如它包含什么数据（“初始化数据”或其他），它能
　　否被共享等，及它数据本身的特征。大多数情况下（并不是全部），每个段会被一个或多个目
　　录表指向，目录表可通过可选头的“数据目录表”的入口找到，就象输出函数表或基址重定位
　　表。也有没有目录表指向的段，如可执行代码或初始化数据。
　　下面介绍一下相关虚拟地址（Relative Virtual Addresses）
　　PE格式文件中经常用到RVA，即相关虚拟地址，用在不知道基地址的情况下表示一个内存
　　地址。它需要加上基地址才能得到线性地址（Linear address）。
　　例如：假设一个可执行程序调入内存0x400000处并且程序从RVA 0x1560处开始执行。那
　　么正确的开始地址是0x401560。如果可执行程序调入0x100000处，则开始地址为0x101560。
　　因为PE文件的每一个段不必按同样的边界对齐方式调入，因此RVA地址的计算变得比较复
　　杂。例如，在文件中每一个段往往按512个字节的方式对齐，而在内存中可能以4096字节的方
　　式对齐。这方面的介绍可见下面的“SectionAlignment”、“FileAlignment”。举个例子，
　　假设你知道一个程序从RVA 0x1560开始执行，你想从那儿反汇编它。你发现内存中的段对齐方
　　式为4096并且.code段开始于内存RVA 0x1560并且有16384字节长；那么你可以知道RVA 0x156
　　0在这个段的0x560处。你又发现这个段在文件中以512字节方式对齐并且.code开始于文件0x8
　　00处，那现在你知道了可执行程序开始于0x800+0x560 = 0xd60处。
　　整个文件结构如下：
　　+-------------------+
　　| DOS-stub |
　　+-------------------+
　　| file-header |
　　+-------------------+
　　| optional header |
　　|- - - - - - - - - -|
　　| |
　　| data directories |
　　| |
　　+-------------------+
　　| |
　　| section headers |
　　| |
　　+-------------------+
　　| |
　　| section 1 |
　　| |
　　+-------------------+
　　| |
　　| section 2 |
　　| |
　　+-------------------+
　　| |
　　| ... |
　　| |
　　+-------------------+
　　| |
　　| section n |
　　| |
　　+-------------------+
　　二、DOS头（DOS-stub ）
　　众所周知DOS头的概念是从16位的WINDOWS可执行程序（NE格式）中来的，这个部分主要
　　用在OS/2可执行程序、自解压文档及其他应用程序。在PE格式文件中，大多数程序的这个部分
　　中只有大约100个字节的代码，只输出一个诸如“this program needs windows NT ”之类的
　　信息。
　　你可以通过一个叫做IMAGE_DOS_HEADER的结构来识别一个合法的DOS头。这个结构的头两
　　个字节一定是“MZ”（#define IMAGE_DOS_SIGNATURE "MZ"）。怎么才能找到PE开始的标志呢
　　？你可以通过该结构的一个叫做“e_lfanew”（offset 60，32bits） 的成员来找到它。在O
　　S/2及16位WINDOWS程序中这个标志是一个16位的字；在PE程序中，它是一个32位的双字，值为
　　0x00004550（#define IMAGE_NT_SIGNATURE 0x00004550）。
　　typedef struct _IMAGE_DOS_HEADER { // DOS .EXE header
　　WORD e_magic; // Magic number
　　WORD e_cblp; // Bytes on last page of file
　　WORD e_cp; // Pages in file
　　WORD e_crlc; // Relocations
　　WORD e_cparhdr; // Size of header in paragraphs
　　WORD e_minalloc; // Minimum extra paragraphs needed
　　WORD e_maxalloc; // Maximum extra paragraphs needed
　　WORD e_ss; // Initial (relative) SS value
　　WORD e_sp; // Initial SP value
　　WORD e_csum; // Checksum
　　WORD e_ip; // Initial IP value
　　WORD e_cs; // Initial (relative) CS value
　　WORD e_lfarlc; // File address of relocation table
　　WORD e_ovno; // Overlay number
　　WORD e_res[4]; // Reserved words
　　WORD e_oemid; // OEM identifier (for e_oeminfo)
　　WORD e_oeminfo; // OEM information; e_oemid specific
　　WORD e_res2[10]; // Reserved words
　　LONG e_lfanew; // File address of new exe header
　　} IMAGE_DOS_HEADER, *PIMAGE_DOS_HEADER;
　　三、文件头（File Header）
　　通过DOS头，你可以找到一个叫做IMAGE_FILE_HEADER的结构，如下；下面我分别介绍一
　　下。
　　typedef struct _IMAGE_FILE_HEADER {
　　WORD Machine; //0x04
　　WORD NumberOfSections; //0x06
　　DWORD TimeDateStamp; //0x08
　　DWORD PointerToSymbolTable; //0x0c
　　DWORD NumberOfSymbols; //0x10
　　WORD SizeOfOptionalHeader; //0x14
　　WORD Characteristics; //0x16
　　} IMAGE_FILE_HEADER, *PIMAGE_FILE_HEADER;
　　Machine：表示该程序要执行的环境及平台，现在已知的值如下：
　　IMAGE_FILE_MACHINE_I386（0x14c）
　　Intel 80386 处理器以上
　　0x014d
　　Intel 80486 处理器以上
　　0x014e
　　Intel Pentium 处理器以上
　　0x0160
　　R3000(MIPS)处理器，高位在前
　　IMAGE_FILE_MACHINE_R3000(0x162)
　　R3000(MIPS)处理器，低位在前
　　IMAGE_FILE_MACHINE_R4000(0x166)
　　R4000(MIPS)处理器，低位在前
　　IMAGE_FILE_MACHINE_R10000(0x168)
　　R10000(MIPS)处理器，低位在前
　　IMAGE_FILE_MACHINE_ALPHA(0x184)
　　DEC Alpha AXP处理器
　　IMAGE_FILE_MACHINE_POWERPC(0x1f0)
　　IBM Power PC，低位在前
　　NumberOfSections：段的个数，段的概念我们将在下面介绍。
　　TimeDateStamp：文件建立的时间。你可用这个值来区分同一个文件的不同的版本，即使
　　它们的商业版本号相同。这个值的格式并没有明确的规定，但是很显然的大多数的C编译器都
　　把它定为从1970.1.1 00:00:00以来的秒数（time_t ）。这个值有时也被用做绑定输入目录表
　　，这将在下面介绍。
　　注意：一些编译器将忽略这个值。
　　PointerToSymbolTable 及 NumberOfSymbols：用在调试信息中，我不太清楚它们的用途
　　，不过发现它们总为0。
　　SizeOfOptionalHeader：可选头的长度（sizeof IMAGE_OPTIONAL_HEADER）你可以用它
　　来检验PE文件的正确性。
　　Characteristics：是一个标志的集合，其中大部分的位用在目标文件（OBJ）或库文件
　　（LIB）中：
　　Bit 0 (IMAGE_FILE_RELOCS_STRIPPED)：置1表示文件中没有重定向信息。每个段都
　　有它们自己的重定向信息。这个标志在可执行文件中没有使用，在可执行文件中是用一个叫做
　　基址重定向目录表来表示重定向信息的，这将在下面介绍。
　　Bit 1 (IMAGE_FILE_EXECUTABLE_IMAGE)：置1表示该文件是可执行文件（也就是说
　　不是一个目标文件或库文件）。
　　Bit 2 (IMAGE_FILE_LINE_NUMS_STRIPPED)：置1表示没有行数信息；在可执行文件
　　中没有使用。
　　Bit 3 (IMAGE_FILE_LOCAL_SYMS_STRIPPED)：置1表示没有局部符号信息；在可执行
　　文件中没有使用。
　　Bit 4 (IMAGE_FILE_AGGRESIVE_WS_TRIM)：
　　Bit 7 (IMAGE_FILE_BYTES_REVERSED_LO)
　　Bit 15 (IMAGE_FILE_BYTES_REVERSED_HI)：表示文件的字节顺序如果不是机器所期
　　望的，那么在读出之前要进行交换。在可执行文件中它们是不可信的（操作系统期望按正确的
　　字节顺序执行程序）。
　　Bit 8 (IMAGE_FILE_32BIT_MACHINE)：表示希望机器为32位机。这个值永远为1。
　　Bit 9 (IMAGE_FILE_DEBUG_STRIPPED)：表示没有调试信息，在可执行文件中没有使
　　用。
　　Bit 10 (IMAGE_FILE_REMOVABLE_RUN_FROM_SWAP)：置1表示该程序不能运行于可移
　　动介质中（如软驱或CD-ROM）。在这种情况下，OS必须把文件拷贝到交换文件中执行。
　　Bit 11 (IMAGE_FILE_NET_RUN_FROM_SWAP)：置1表示程序不能在网上运行。在这种
　　情况下，OS必须把文件拷贝到交换文件中执行。
　　Bit 12 (IMAGE_FILE_SYSTEM)：置1表示文件是一个系统文件例如驱动程序。在可执
　　行文件中没有使用。
　　Bit 13 (IMAGE_FILE_DLL)：置1表示文件是一个动态链接库（DLL）。
　　Bit 14 (IMAGE_FILE_UP_SYSTEM_ONLY)：表示文件被设计成不能运行于多处理器系
　　统中。
　　四、可选头（Optional Header）
　　文件头下面就是可选头，这是一个叫做IMAGE_OPTIONAL_HEADER的结构。它包含很多关于
　　PE文件定位的信息。下面分别介绍：
　　typedef struct _IMAGE_OPTIONAL_HEADER {
　　//
　　// Standard fields.
　　//
　　WORD Magic; //0x18
　　BYTE MajorLinkerVersion; //0x1a
　　BYTE MinorLinkerVersion; //0x1b
　　DWORD SizeOfCode; //0x1c
　　DWORD SizeOfInitializedData; //0x20
　　DWORD SizeOfUninitializedData; //0x24
　　DWORD AddressOfEntryPoint; //0x28
　　DWORD BaseOfCode; //0x2c
　　DWORD BaseOfData; //0x30
　　//
　　// NT additional fields.
　　//
　　DWORD ImageBase; //0x34
　　DWORD SectionAlignment; //0x38
　　DWORD FileAlignment; //0x3c
　　WORD MajorOperatingSystemVersion; //0x3e
　　WORD MinorOperatingSystemVersion; //0x40
　　WORD MajorImageVersion; //0x42
　　WORD MinorImageVersion; //0x44
　　WORD MajorSubsystemVersion; //0x46
　　WORD MinorSubsystemVersion; //0x48
　　DWORD Win32VersionValue; //0x4c
　　DWORD SizeOfImage; //0x50
　　DWORD SizeOfHeaders; //0x54
　　DWORD CheckSum; //0x58
　　WORD Subsystem; //0x5c
　　WORD DllCharacteristics; //0x5e
　　DWORD SizeOfStackReserve; //0x60
　　DWORD SizeOfStackCommit; //0x64
　　DWORD SizeOfHeapReserve; //0x68
　　DWORD SizeOfHeapCommit; //0x6c
　　DWORD LoaderFlags; //0x70
　　DWORD NumberOfRvaAndSizes; //0x74
　　IMAGE_DATA_DIRECTORY DataDirectory;
　　} IMAGE_OPTIONAL_HEADER, *PIMAGE_OPTIONAL_HEADER;
　　Magic：这个值好象总是0x010b。
　　MajorLinkerVersion及MinorLinkerVersion：链接器的版本号，这个值不太可靠。
　　SizeOfCode：可执行代码的长度。
　　SizeOfInitializedData：初始化数据的长度（数据段）。
　　SizeOfUninitializedData：未初始化数据的长度（bss段）。
　　AddressOfEntryPoint：代码的入口RVA地址，程序从这儿开始执行。
　　BaseOfCode：可执行代码起始位置，意义不大。
　　BaseOfData：初始化数据起始位置，意义不大。
　　ImageBase：载入程序首选的RVA地址。这个在址可被Loader改变。
　　SectionAlignment：段加载后在内存中的对齐方式。
　　FileAlignment：段在文件中的对齐方式。
　　MajorOperatingSystemVersion及MinorOperatingSystemVersion：操作系统版本，Load
　　er并没有用它。
　　MajorImageVersion及MinorImageVersion：程序版本。
　　MajorSubsystemVersion及MinorSubsystemVersion：子系统版本号，这个域系统支持；
　　例如：如果程序运行于NT下，子系统版本号如果不是4.0的话，对话框不能显示3D风格。
　　Win32VersionValue：这个值好象总是为0。
　　SizeOfImage：程序调入后占用内存大小（字节），等于所有段的长度之和。
　　SizeOfHeaders：所有文件头的长度之和，它等于从文件开始到第一个段的原始数据之间
　　的大小。
　　CheckSum：校验和。它仅用在驱动程序中，在可执行文件中可能为0。它的计算方法Mic
　　rosoft不公开，在imagehelp.dll中的CheckSumMappedFile()函数可以计算它。
　　Subsystem：NT子系统，可能是以下的值：
　　IMAGE_SUBSYSTEM_NATIVE (1)
　　不需要子系统。用在驱动程序中。
　　IMAGE_SUBSYSTEM_WINDOWS_GUI(2)
　　WIN32 graphical程序（它可用AllocConsole()来打开一个控制台，但是不能在
　　一开始自动得到）。
　　IMAGE_SUBSYSTEM_WINDOWS_CUI(3)
　　WIN32 console程序（它可以一开始自动建立）。
　　IMAGE_SUBSYSTEM_OS2_CUI(5)
　　OS/2 console程序（因为程序是OS/2格式，所以它很少用在PE）。
　　IMAGE_SUBSYSTEM_POSIX_CUI(7)
　　POSIX console程序。
　　Windows95程序总是用WIN32子系统，所以只有2和3是合法的值。
　　DllCharacteristics：Dll状态。
　　SizeOfStackReserve：保留堆栈大小。
　　SizeOfStackCommit：启动后实际申请的堆栈数，可随实际情况变大。
　　SizeOfHeapReserve：保留堆大小。
　　SizeOfHeapCommit：实际堆大小。
　　LoaderFlags：好象没有用。
　　NumberOfRvaAndSizes：下面的目录表入口个数，这个值也不可靠，你可用常数IMAGE_N
　　UMBEROF_DIRECTORY_ENTRIES来代替它，值好象总等于16。
　　DataDirectory：是一个IMAGE_DATA_DIRECTORY数组，数组元素个数为IMAGE_NUMBEROF_
　　DIRECTORY_ENTRIES，结构如下：
　　typedef struct _IMAGE_DATA_DIRECTORY {
　　DWORD VirtualAddress;
　　DWORD Size;
　　} IMAGE_DATA_DIRECTORY, *PIMAGE_DATA_DIRECTORY;
　　VirtualAddress：起始RVA地址。
　　Size：长度。
　　每一个目录表代表以下的值：
　　IMAGE_DIRECTORY_ENTRY_EXPORT (0)
　　IMAGE_DIRECTORY_ENTRY_IMPORT (1)
　　IMAGE_DIRECTORY_ENTRY_RESOURCE (2)
　　IMAGE_DIRECTORY_ENTRY_EXCEPTION (3)
　　IMAGE_DIRECTORY_ENTRY_SECURITY (4)
　　IMAGE_DIRECTORY_ENTRY_BASERELOC (5)
　　IMAGE_DIRECTORY_ENTRY_DEBUG (6)
　　IMAGE_DIRECTORY_ENTRY_COPYRIGHT (7)
　　IMAGE_DIRECTORY_ENTRY_GLOBALPTR (8)
　　IMAGE_DIRECTORY_ENTRY_TLS (9)
　　IMAGE_DIRECTORY_ENTRY_LOAD_CONFIG (10)
　　IMAGE_DIRECTORY_ENTRY_BOUND_IMPORT (11)
　　IMAGE_DIRECTORY_ENTRY_IAT (12)