Linux- DWARF调试文件格式

基本概念

DWARF是一个用于在可执行程序和其源代码之间进行关联的调试文件格式。当开发者使用调试编译选项（例如，使用gcc时的-g标志）编译程序时，编译器会生成这种格式的调试信息。这些信息在后续的调试过程中非常有用，例如，使用gdb（GNU调试器）。

以下是DWARF的一些主要特点和相关的详细信息：

1. 历史：DWARF起初是为了满足UNIX系统上的高效、紧凑和跨平台的调试需求而设计的。自那时起，它已经经历了多个版本，每个版本都增加了新的特性。

2. 版本：从DWARF 1到DWARF 5，每个版本都引入了新的特性和改进，以支持新的编程语言特性、编译器优化等。

3. 数据结构：DWARF信息由一系列的记录组成，这些记录描述了源代码的结构、变量、数据类型等。它们以所谓的"Debugging Information Entries" (DIEs)的形式存储。

4. 查看工具：有一些工具可以查看和处理DWARF调试信息。例如，readelf（与binutils套件一起提供）可以使用-wi选项来查看DWARF信息。

5. 优势：

   • 跨平台：DWARF是一个可扩展的格式，可以支持多种不同的架构和操作系统。
   • 紧凑：尽管包含大量的调试信息，但DWARF的设计使其尽可能紧凑，避免浪费存储空间。
   • 灵活性：DWARF可以描述各种编程语言构造和复杂的数据类型。

6. 与其他格式的比较：除了DWARF，还有其他的调试格式，例如stabs和PE/COFF。但DWARF因其丰富的特性和跨平台支持而受到许多现代系统的青睐。

总之，DWARF是一个强大的调试信息格式，允许开发者在程序的执行过程中访问源代码级别的详细信息。对于开发者或者正在学习调试技术的读者来说，了解DWARF和如何使用它将非常有益。

---

示例

下面，我们用一个简单的C语言程序，展示它如何与DWARF调试信息交互。

假设我们有一个简单的C程序example.c：

#include <stdio.h>int add(int a, int b) {return a + b;
}int main() {int sum = add(5, 7);printf("The sum is: %d\n", sum);return 0;
}

我们使用GCC编译器编译这个程序，并使用-g选项来生成DWARF调试信息：

$ gcc -g -o example example.c

现在，可以使用readelf命令来查看生成的DWARF信息。例如，查看DWARF头部信息：

$ readelf --debug-dump=info example

这会列出关于源代码结构的很多信息，比如变量、函数等，并与其在源代码中的位置进行关联。

为了进一步调试程序，可以使用gdb：

$ gdb ./example

在GDB中，可以进行各种操作，如设置断点、查看变量值等。所有这些操作都是基于DWARF调试信息的。

例如，可以在add函数上设置断点：

(gdb) b add

然后运行程序：

(gdb) run

程序将在add函数处暂停执行，此时，可以查看和修改变量值、单步执行等。

总的来说，DWARF调试信息提供了程序的详细视图，使得像gdb这样的调试器可以与源代码进行交互。

---

DWARF调试信息

下面，我们来详细了解DWARF调试信息。

$ readelf --debug-dump=info exampleContents of the .debug_info section:Compilation Unit @ offset 0x0:Length:        0xf4 (32-bit)Version:       5Unit Type:     DW_UT_compile (1)Abbrev Offset: 0x0Pointer Size:  8<0><c>: Abbrev Number: 3 (DW_TAG_compile_unit)<d>   DW_AT_producer    : (indirect string, offset: 0x0): GNU C17 11.4.0 -mtune=generic -march=x86-64 -g -fasynchronous-unwind-tables -fstack-protector-strong -fstack-clash-protection -fcf-protection<11>   DW_AT_language    : 29       (C11)<12>   DW_AT_name        : (indirect line string, offset: 0x29): example.c<16>   DW_AT_comp_dir    : (indirect line string, offset: 0x0): /home/majn/python_project/socket_project<1a>   DW_AT_low_pc      : 0x1149<22>   DW_AT_high_pc     : 0x56<2a>   DW_AT_stmt_list   : 0x0<1><2e>: Abbrev Number: 1 (DW_TAG_base_type)<2f>   DW_AT_byte_size   : 8<30>   DW_AT_encoding    : 7        (unsigned)<31>   DW_AT_name        : (indirect string, offset: 0x8e): long unsigned int<1><35>: Abbrev Number: 1 (DW_TAG_base_type)<36>   DW_AT_byte_size   : 4<37>   DW_AT_encoding    : 7        (unsigned)<38>   DW_AT_name        : (indirect string, offset: 0x93): unsigned int<1><3c>: Abbrev Number: 1 (DW_TAG_base_type)<3d>   DW_AT_byte_size   : 1<3e>   DW_AT_encoding    : 8        (unsigned char)<3f>   DW_AT_name        : (indirect string, offset: 0xa0): unsigned char<1><43>: Abbrev Number: 1 (DW_TAG_base_type)<44>   DW_AT_byte_size   : 2<45>   DW_AT_encoding    : 7        (unsigned)<46>   DW_AT_name        : (indirect string, offset: 0xbc): short unsigned int<1><4a>: Abbrev Number: 1 (DW_TAG_base_type)<4b>   DW_AT_byte_size   : 1<4c>   DW_AT_encoding    : 6        (signed char)<4d>   DW_AT_name        : (indirect string, offset: 0xa2): signed char<1><51>: Abbrev Number: 1 (DW_TAG_base_type)<52>   DW_AT_byte_size   : 2<53>   DW_AT_encoding    : 5        (signed)<54>   DW_AT_name        : (indirect string, offset: 0xd6): short int<1><58>: Abbrev Number: 4 (DW_TAG_base_type)<59>   DW_AT_byte_size   : 4<5a>   DW_AT_encoding    : 5        (signed)<5b>   DW_AT_name        : int<1><5f>: Abbrev Number: 1 (DW_TAG_base_type)<60>   DW_AT_byte_size   : 8<61>   DW_AT_encoding    : 5        (signed)<62>   DW_AT_name        : (indirect string, offset: 0xb3): long int<1><66>: Abbrev Number: 1 (DW_TAG_base_type)<67>   DW_AT_byte_size   : 1<68>   DW_AT_encoding    : 6        (signed char)<69>   DW_AT_name        : (indirect string, offset: 0xa9): char<1><6d>: Abbrev Number: 5 (DW_TAG_const_type)<6e>   DW_AT_type        : <0x66><1><72>: Abbrev Number: 6 (DW_TAG_subprogram)<73>   DW_AT_external    : 1<73>   DW_AT_name        : (indirect string, offset: 0xcf): printf<77>   DW_AT_decl_file   : 2<78>   DW_AT_decl_line   : 356<7a>   DW_AT_decl_column : 12<7b>   DW_AT_prototyped  : 1<7b>   DW_AT_type        : <0x58><7f>   DW_AT_declaration : 1<7f>   DW_AT_sibling     : <0x8a><2><83>: Abbrev Number: 7 (DW_TAG_formal_parameter)<84>   DW_AT_type        : <0x8a><2><88>: Abbrev Number: 8 (DW_TAG_unspecified_parameters)<2><89>: Abbrev Number: 0<1><8a>: Abbrev Number: 9 (DW_TAG_pointer_type)<8b>   DW_AT_byte_size   : 8<8c>   DW_AT_type        : <0x6d><1><90>: Abbrev Number: 10 (DW_TAG_subprogram)<91>   DW_AT_external    : 1<91>   DW_AT_name        : (indirect string, offset: 0xae): main<95>   DW_AT_decl_file   : 1<96>   DW_AT_decl_line   : 7<97>   DW_AT_decl_column : 5<98>   DW_AT_type        : <0x58><9c>   DW_AT_low_pc      : 0x1161<a4>   DW_AT_high_pc     : 0x3e<ac>   DW_AT_frame_base  : 1 byte block: 9c         (DW_OP_call_frame_cfa)<ae>   DW_AT_call_all_tail_calls: 1<ae>   DW_AT_sibling     : <0xc2><2><b2>: Abbrev Number: 11 (DW_TAG_variable)<b3>   DW_AT_name        : sum<b7>   DW_AT_decl_file   : 1<b8>   DW_AT_decl_line   : 8<b9>   DW_AT_decl_column : 9<ba>   DW_AT_type        : <0x58><be>   DW_AT_location    : 2 byte block: 91 6c      (DW_OP_fbreg: -20)<2><c1>: Abbrev Number: 0<1><c2>: Abbrev Number: 12 (DW_TAG_subprogram)<c3>   DW_AT_external    : 1<c3>   DW_AT_name        : add<c7>   DW_AT_decl_file   : 1<c8>   DW_AT_decl_line   : 3<c9>   DW_AT_decl_column : 5<ca>   DW_AT_prototyped  : 1<ca>   DW_AT_type        : <0x58><ce>   DW_AT_low_pc      : 0x1149<d6>   DW_AT_high_pc     : 0x18<de>   DW_AT_frame_base  : 1 byte block: 9c         (DW_OP_call_frame_cfa)<e0>   DW_AT_call_all_calls: 1<2><e0>: Abbrev Number: 2 (DW_TAG_formal_parameter)<e1>   DW_AT_name        : a<e3>   DW_AT_decl_file   : 1<e3>   DW_AT_decl_line   : 3<e3>   DW_AT_decl_column : 13<e4>   DW_AT_type        : <0x58><e8>   DW_AT_location    : 2 byte block: 91 6c      (DW_OP_fbreg: -20)<2><eb>: Abbrev Number: 2 (DW_TAG_formal_parameter)<ec>   DW_AT_name        : b<ee>   DW_AT_decl_file   : 1<ee>   DW_AT_decl_line   : 3<ee>   DW_AT_decl_column : 20<ef>   DW_AT_type        : <0x58><f3>   DW_AT_location    : 2 byte block: 91 68      (DW_OP_fbreg: -24)<2><f6>: Abbrev Number: 0<1><f7>: Abbrev Number: 0

这是一个.debug_info节的内容，该节是由readelf从ELF文件中提取的。这个节包含了程序的DWARF调试信息。以下是这些输出信息的简要说明：

1. Compilation Unit: 表示源文件的一个编译单位。这里是example.c。

   • DW_AT_producer: 编译器和其版本信息。
   • DW_AT_language: 源代码的编程语言。
   • DW_AT_name: 源文件名。
   • DW_AT_comp_dir: 源文件的编译目录。
   • DW_AT_low_pc 和 DW_AT_high_pc: 表示程序地址范围。

2. DW_TAG_base_type: 这是基础类型的定义，例如unsigned int，unsigned char等。

   • DW_AT_byte_size: 数据类型的大小。
   • DW_AT_encoding: 数据类型的编码，例如signed、unsigned等。
   • DW_AT_name: 数据类型的名称。

3. DW_TAG_subprogram: 代表一个函数或子程序。

   • DW_AT_external: 表明这个函数是否是外部的。
   • DW_AT_name: 函数名。
   • DW_AT_decl_file、DW_AT_decl_line、DW_AT_decl_column: 声明函数的文件、行号和列号。
   • DW_AT_prototyped: 表明该函数是否有原型。
   • DW_AT_type: 函数返回的数据类型。

4. DW_TAG_formal_parameter: 表示函数的一个形式参数。

   • DW_AT_name: 参数名称。
   • DW_AT_decl_file、DW_AT_decl_line、DW_AT_decl_column: 参数在源文件中的位置。
   • DW_AT_type: 参数的数据类型。
   • DW_AT_location: 参数在堆栈上的位置。

5. DW_TAG_pointer_type: 表示指针类型。

   • DW_AT_byte_size: 指针的大小，通常为地址大小。
   • DW_AT_type: 指针所指向的数据类型。

6. DW_TAG_const_type: 表示常量类型。

7. DW_TAG_unspecified_parameters: 表示函数可能有不确定数量的参数。

8. DW_TAG_variable: 表示一个变量。

   • DW_AT_name: 变量名。
   • DW_AT_type: 变量的数据类型。
   • DW_AT_location: 变量的位置，可能是寄存器或堆栈上的位置。

上述内容只是一个粗略的说明，DWARF格式包含了大量的复杂信息，用于在不运行程序的情况下，对其进行详细的分析和调试。

---

在DWARF调试信息中，DW_AT_type: <0x58>表示一个引用或指针，它指向另一个DWARF条目。具体来说，这是一个偏移量，它从当前编译单元的开始处计算，指向描述该类型的DWARF条目。

在给定的输出中，DW_AT_type: <0x58>意味着该属性引用了偏移量为0x58的条目以获取其类型信息。

为了理解这代表什么，我们应该查找偏移量为0x58的条目。在提供的输出中，可以看到以下条目：

<1><58>: Abbrev Number: 4 (DW_TAG_base_type)<59>   DW_AT_byte_size   : 4<5a>   DW_AT_encoding    : 5        (signed)<5b>   DW_AT_name        : int

这意味着DW_AT_type: <0x58>引用的是一个基础类型，它是一个带符号的整数int，大小为4字节。

---

DW_AT_stmt_list

DW_AT_stmt_list 是一个属性，用于在DWARF调试信息中引用一个行号信息表的偏移量。这个属性关联了源代码的行号和生成的机器代码之间的映射，使得调试工具能够准确地确定执行的源代码行。

具体来说，当我们在调试器中设置断点或在运行时遇到错误时，DW_AT_stmt_list 使得调试器可以准确地显示源代码中的相关行。

值得注意的是，DW_AT_stmt_list 的值是一个偏移量，指向 .debug_line 节区中的一个位置，该位置包含与编译单元关联的行号程序。

这允许开发者和调试工具从机器代码位置回溯到源代码位置，从而可以进行更有效的调试。

---

Abbrev Number

Abbrev Number 在 DWARF 调试信息中是一个非常重要的概念，用于表示一个 “abbreviation” 的唯一标识符。它与一个特定的 “abbreviation” 对象关联，该对象定义了一个特定的 DIE（Debugging Information Entry）的结构和属性。简单地说，它是一个用于描述 DIE 结构的模板。

让我们详细解析一下：

1. DIE (Debugging Information Entry): 在 DWARF 中，调试信息由许多的 DIEs 组成。每个 DIE 描述了编译单位中的某个实体，如变量、类型、函数等。每个 DIE 都有一个 “tag”（如 DW_TAG_base_type），用于描述其表示的实体类型。

2. Abbreviations: 由于调试信息可能会很大，DWARF 使用一种缩写机制来减少所需的空间。这种机制通过定义一组 “abbreviations” 来工作，每个 “abbreviation” 描述了一种特定的 DIE 结构（包括其标签和属性）。这些 “abbreviations” 存储在 .debug_abbrev 节区中。

3. Abbrev Number: 每个 “abbreviation” 都有一个唯一的编号，称为 Abbrev Number。这允许 .debug_info 节区中的 DIEs 通过简单地引用这个编号来描述其结构，而不是重复每个属性和标签。

因此，当我们在 .debug_info 节区中看到 Abbrev Number: 1，这意味着可以查找 .debug_abbrev 节区中的编号为 1 的 “abbreviation”，从而知道该 DIE 的结构和属性。

---

DW_AT_low_pc 和 DW_AT_high_pc

在DWARF调试信息中，DW_AT_low_pc 和 DW_AT_high_pc 是两个非常重要的属性，它们定义了一个代码范围的开始和结束地址。

1. DW_AT_low_pc: 这是代码段的起始地址。在上面给出的例子中，DW_AT_low_pc: 0x1149 表示相关的代码段（可能是一个函数或其他代码块）从地址 0x1149 开始。

2. DW_AT_high_pc: 在早期的DWARF版本中，这是代码段的结束地址。但在后来的版本中（尤其是DWARF4之后），这的含义发生了变化，它代表与DW_AT_low_pc的偏移量，而不是实际的结束地址。在上面给出的例子中，DW_AT_high_pc: 0x56 很可能表示代码段的长度是 0x56 字节。因此，真正的结束地址将是 0x1149 + 0x56。

为了确定 DW_AT_high_pc 的确切含义（是否是结束地址还是偏移量），需要查看DWARF版本以及可能存在的其他属性，如DW_AT_ranges。但在大多数情况下，考虑到新版本的DWARF，可以假设DW_AT_high_pc 表示从DW_AT_low_pc 的偏移量。

---

DW_AT_decl_file

在DWARF调试信息中，DW_AT_decl_file 属性表示源文件的索引，它指向文件名列表（通常存储在 .debug_line 节中的文件名表中）。

在上面的例子中，DW_AT_decl_file : 1 表示这个特定的实体（可能是一个变量、函数等）是在文件名列表中索引为1的文件中声明的。

为了找出索引1真正代表的文件名，需要查看 .debug_line 节，并找到对应的文件名表。这个表通常会列出编译单元中用到的所有文件，每个文件都有一个唯一的索引号，从1开始。这样，DWARF信息可以通过简单地引用索引号来指代一个特定的文件，而不是多次重复文件的完整路径名，从而节省空间。