需要了解的Linux調試器之源碼級斷點

在內存地址上設置斷點雖然不錯，但它并沒有提供最方便用戶的工具。我們希望能夠在源代碼行和函數(shù)入口地址上設置斷點，以便我們可以在與代碼相同的抽象級別中進行調試。

這篇文章將會添加源碼級斷點到我們的調試器中。通過所有我們已經(jīng)支持的功能，這要比起最初聽起來容易得多。我們還將添加一個命令來獲取符號的類型和地址，這對于定位代碼或數(shù)據(jù)以及理解鏈接概念非常有用。

系列索引

隨著后面文章的發(fā)布，這些鏈接會逐漸生效。

準備環(huán)境

斷點

寄存器和內存

Elves 和 dwarves

源碼和信號

源碼級逐步執(zhí)行

源碼級斷點

調用棧

讀取變量

之后步驟

斷點

DWARF

Elves 和 dwarves 這篇文章，描述了 DWARF 調試信息是如何工作的，以及如何用它來將機器碼映射到高層源碼中?；叵胍幌拢珼WARF 包含了函數(shù)的地址范圍和一個允許你在抽象層之間轉換代碼位置的行表。我們將使用這些功能來實現(xiàn)我們的斷點。

函數(shù)入口

如果你考慮重載、成員函數(shù)等等，那么在函數(shù)名上設置斷點可能有點復雜，但是我們將遍歷所有的編譯單元，并搜索與我們正在尋找的名稱匹配的函數(shù)。DWARF 信息如下所示：

< 0><0x0000000b> DW_TAG_compile_unit DW_AT_producer clang version 3.9.1 (tags/RELEASE_391/final) DW_AT_language DW_LANG_C_plus_plus DW_AT_name /super/secret/path/MiniDbg/examples/variable.cpp DW_AT_stmt_list 0x00000000 DW_AT_comp_dir /super/secret/path/MiniDbg/build DW_AT_low_pc 0x00400670 DW_AT_high_pc 0x0040069cLOCAL_SYMBOLS:< 1><0x0000002e> DW_TAG_subprogram DW_AT_low_pc 0x00400670 DW_AT_high_pc 0x0040069c DW_AT_name foo ......<14><0x000000b0> DW_TAG_subprogram DW_AT_low_pc 0x00400700 DW_AT_high_pc 0x004007a0 DW_AT_name bar ...

我們想要匹配 DW_AT_name 并使用 DW_AT_low_pc（函數(shù)的起始地址）來設置我們的斷點。

void debugger::set_breakpoint_at_function(const std::string& name) {for (const auto& cu : m_dwarf.compilation_units()) {for (const auto& die : cu.root()) {if (die.has(dwarf::DW_AT::name) && at_name(die) == name) {auto low_pc = at_low_pc(die);auto entry = get_line_entry_from_pc(low_pc);++entry; //skip prologueset_breakpoint_at_address(entry->address);}}}}

這代碼看起來有點奇怪的唯一一點是 ++entry。問題是函數(shù)的 DW_AT_low_pc 不指向該函數(shù)的用戶代碼的起始地址，它指向 prologue 的開始。編譯器通常會輸出一個函數(shù)的 prologue 和 epilogue，它們用于執(zhí)行保存和恢復堆棧、操作堆棧指針等。這對我們來說不是很有用，所以我們將入口行加一來獲取用戶代碼的第一行而不是 prologue。DWARF 行表實際上具有一些功能，用于將入口標記為函數(shù) prologue 之后的第一行，但并不是所有編譯器都輸出它，因此我采用了原始的方法。

源碼行

要在高層源碼行上設置一個斷點，我們要將這個行號轉換成 DWARF 中的一個地址。我們將遍歷編譯單元，尋找一個名稱與給定文件匹配的編譯單元，然后查找與給定行對應的入口。

DWARF 看上去有點像這樣：

.debug_line: line number info for a single cuSource lines (from CU-DIE at .debug_info offset 0x0000000b):NS new statement, BB new basic block, ET end of text sequencePE prologue end, EB epilogue beginIS=val ISA number, DI=val discriminator value[lno,col] NS BB ET PE EB IS= DI= uri: "filepath"0x004004a7 [ 1, 0] NS uri: "/super/secret/path/a.hpp"0x004004ab [ 2, 0] NS0x004004b2 [ 3, 0] NS0x004004b9 [ 4, 0] NS0x004004c1 [ 5, 0] NS0x004004c3 [ 1, 0] NS uri: "/super/secret/path/b.hpp"0x004004c7 [ 2, 0] NS0x004004ce [ 3, 0] NS0x004004d5 [ 4, 0] NS0x004004dd [ 5, 0] NS0x004004df [ 4, 0] NS uri: "/super/secret/path/ab.cpp"0x004004e3 [ 5, 0] NS0x004004e8 [ 6, 0] NS0x004004ed [ 7, 0] NS0x004004f4 [ 7, 0] NS ET

所以如果我們想要在 ab.cpp 的第五行設置一個斷點，我們將查找與行 (0x004004e3) 相關的入口并設置一個斷點。

void debugger::set_breakpoint_at_source_line(const std::string& file, unsigned line) {for (const auto& cu : m_dwarf.compilation_units()) {if (is_suffix(file, at_name(cu.root()))) {const auto& lt = cu.get_line_table();for (const auto& entry : lt) {if (entry.is_stmt && entry.line == line) {set_breakpoint_at_address(entry.address);return;}}}}}

我這里做了 is_suffix hack，這樣你可以輸入 c.cpp 代表 a/b/c.cpp 。當然你實際上應該使用大小寫敏感路徑處理庫或者其它東西，但是我比較懶。entry.is_stmt 是檢查行表入口是否被標記為一個語句的開頭，這是由編譯器根據(jù)它認為是斷點的最佳目標的地址設置的。

符號查找

當我們在對象文件層時，符號是王者。函數(shù)用符號命名，全局變量用符號命名，你得到一個符號，我們得到一個符號，每個人都得到一個符號。在給定的對象文件中，一些符號可能引用其他對象文件或共享庫，鏈接器將從符號引用創(chuàng)建一個可執(zhí)行程序。

可以在正確命名的符號表中查找符號，它存儲在二進制文件的 ELF 部分中。幸運的是，libelfin 有一個不錯的接口來做這件事，所以我們不需要自己處理所有的 ELF 的事情。為了讓你知道我們在處理什么，下面是一個二進制文件的 .symtab 部分的轉儲，它由 readelf 生成：

Num: Value Size Type Bind Vis Ndx Name0: 0000000000000000 0 NOTYPE LOCAL DEFAULT UND1: 0000000000400238 0 SECTION LOCAL DEFAULT 12: 0000000000400254 0 SECTION LOCAL DEFAULT 23: 0000000000400278 0 SECTION LOCAL DEFAULT 34: 00000000004002c8 0 SECTION LOCAL DEFAULT 45: 0000000000400430 0 SECTION LOCAL DEFAULT 56: 00000000004004e4 0 SECTION LOCAL DEFAULT 67: 0000000000400508 0 SECTION LOCAL DEFAULT 78: 0000000000400528 0 SECTION LOCAL DEFAULT 89: 0000000000400558 0 SECTION LOCAL DEFAULT 910: 0000000000400570 0 SECTION LOCAL DEFAULT 1011: 0000000000400714 0 SECTION LOCAL DEFAULT 1112: 0000000000400720 0 SECTION LOCAL DEFAULT 1213: 0000000000400724 0 SECTION LOCAL DEFAULT 1314: 0000000000400750 0 SECTION LOCAL DEFAULT 1415: 0000000000600e18 0 SECTION LOCAL DEFAULT 1516: 0000000000600e20 0 SECTION LOCAL DEFAULT 1617: 0000000000600e28 0 SECTION LOCAL DEFAULT 1718: 0000000000600e30 0 SECTION LOCAL DEFAULT 1819: 0000000000600ff0 0 SECTION LOCAL DEFAULT 1920: 0000000000601000 0 SECTION LOCAL DEFAULT 2021: 0000000000601018 0 SECTION LOCAL DEFAULT 2122: 0000000000601028 0 SECTION LOCAL DEFAULT 2223: 0000000000000000 0 SECTION LOCAL DEFAULT 2324: 0000000000000000 0 SECTION LOCAL DEFAULT 2425: 0000000000000000 0 SECTION LOCAL DEFAULT 2526: 0000000000000000 0 SECTION LOCAL DEFAULT 2627: 0000000000000000 0 SECTION LOCAL DEFAULT 2728: 0000000000000000 0 SECTION LOCAL DEFAULT 2829: 0000000000000000 0 SECTION LOCAL DEFAULT 2930: 0000000000000000 0 SECTION LOCAL DEFAULT 3031: 0000000000000000 0 FILE LOCAL DEFAULT ABS init.c32: 0000000000000000 0 FILE LOCAL DEFAULT ABS crtstuff.c33: 0000000000600e28 0 OBJECT LOCAL DEFAULT 17 __JCR_LIST__34: 00000000004005a0 0 FUNC LOCAL DEFAULT 10 deregister_tm_clones35: 00000000004005e0 0 FUNC LOCAL DEFAULT 10 register_tm_clones36: 0000000000400620 0 FUNC LOCAL DEFAULT 10 __do_global_dtors_aux37: 0000000000601028 1 OBJECT LOCAL DEFAULT 22 completed.691738: 0000000000600e20 0 OBJECT LOCAL DEFAULT 16 __do_global_dtors_aux_fin39: 0000000000400640 0 FUNC LOCAL DEFAULT 10 frame_dummy40: 0000000000600e18 0 OBJECT LOCAL DEFAULT 15 __frame_dummy_init_array_41: 0000000000000000 0 FILE LOCAL DEFAULT ABS /super/secret/path/MiniDbg/42: 0000000000000000 0 FILE LOCAL DEFAULT ABS crtstuff.c43: 0000000000400818 0 OBJECT LOCAL DEFAULT 14 __FRAME_END__44: 0000000000600e28 0 OBJECT LOCAL DEFAULT 17 __JCR_END__45: 0000000000000000 0 FILE LOCAL DEFAULT ABS46: 0000000000400724 0 NOTYPE LOCAL DEFAULT 13 __GNU_EH_FRAME_HDR47: 0000000000601000 0 OBJECT LOCAL DEFAULT 20 _GLOBAL_OFFSET_TABLE_48: 0000000000601028 0 OBJECT LOCAL DEFAULT 21 __TMC_END__49: 0000000000601020 0 OBJECT LOCAL DEFAULT 21 __dso_handle50: 0000000000600e20 0 NOTYPE LOCAL DEFAULT 15 __init_array_end51: 0000000000600e18 0 NOTYPE LOCAL DEFAULT 15 __init_array_start52: 0000000000600e30 0 OBJECT LOCAL DEFAULT 18 _DYNAMIC53: 0000000000601018 0 NOTYPE WEAK DEFAULT 21 data_start54: 0000000000400710 2 FUNC GLOBAL DEFAULT 10 __libc_csu_fini55: 0000000000400570 43 FUNC GLOBAL DEFAULT 10 _start56: 0000000000000000 0 NOTYPE WEAK DEFAULT UND __gmon_start__57: 0000000000400714 0 FUNC GLOBAL DEFAULT 11 _fini58: 0000000000000000 0 FUNC GLOBAL DEFAULT UND __libc_start_main@@GLIBC_59: 0000000000400720 4 OBJECT GLOBAL DEFAULT 12 _IO_stdin_used60: 0000000000601018 0 NOTYPE GLOBAL DEFAULT 21 __data_start61: 00000000004006a0 101 FUNC GLOBAL DEFAULT 10 __libc_csu_init62: 0000000000601028 0 NOTYPE GLOBAL DEFAULT 22 __bss_start63: 0000000000601030 0 NOTYPE GLOBAL DEFAULT 22 _end64: 0000000000601028 0 NOTYPE GLOBAL DEFAULT 21 _edata65: 0000000000400670 44 FUNC GLOBAL DEFAULT 10 main66: 0000000000400558 0 FUNC GLOBAL DEFAULT 9 _init

你可以在對象文件中看到用于設置環(huán)境的很多符號，最后還可以看到 main 符號。

我們對符號的類型、名稱和值（地址）感興趣。我們有一個該類型的 symbol_type 枚舉，并使用一個 std::string 作為名稱，std::uintptr_t 作為地址：

enum class symbol_type {notype, // No type (e.g., absolute symbol)object, // Data objectfunc, // Function entry pointsection, // Symbol is associated with a sectionfile, // Source file associated with the}; // object filestd::string to_string (symbol_type st) {switch (st) {case symbol_type::notype: return "notype";case symbol_type::object: return "object";case symbol_type::func: return "func";case symbol_type::section: return "section";case symbol_type::file: return "file";}}struct symbol {symbol_type type;std::string name;std::uintptr_t addr;};

我們需要將從 libelfin 獲得的符號類型映射到我們的枚舉，因為我們不希望依賴關系破環(huán)這個接口。幸運的是，我為所有的東西選了同樣的名字，所以這樣很簡單：

symbol_type to_symbol_type(elf::stt sym) {switch (sym) {case elf::stt::notype: return symbol_type::notype;case elf::stt::object: return symbol_type::object;case elf::stt::func: return symbol_type::func;case elf::stt::section: return symbol_type::section;case elf::stt::file: return symbol_type::file;default: return symbol_type::notype;}};

最后我們要查找符號。為了說明的目的，我循環(huán)查找符號表的 ELF 部分，然后收集我在其中找到的任意符號到 std::vector 中。更智能的實現(xiàn)可以建立從名稱到符號的映射，這樣你只需要查看一次數(shù)據(jù)就行了。

std::vector debugger::lookup_symbol(const std::string& name) {std::vector syms;for (auto &sec : m_elf.sections()) {if (sec.get_hdr().type != elf::sht::symtab && sec.get_hdr().type != elf::sht::dynsym)continue;for (auto sym : sec.as_symtab()) {if (sym.get_name() == name) {auto &d = sym.get_data();syms.push_back(symbol{to_symbol_type(d.type()), sym.get_name(), d.value});}}}return syms;}

添加命令

一如往常，我們需要添加一些更多的命令來向用戶暴露功能。對于斷點，我使用 GDB 風格的接口，其中斷點類型是通過你傳遞的參數(shù)推斷的，而不用要求顯式切換：

0x?-> 斷點地址

:?-> 斷點行號

-> 斷點函數(shù)名

else if(is_prefix(command, "break")) {if (args[1][0] == '0' && args[1][1] == 'x') {std::string addr {args[1], 2};set_breakpoint_at_address(std::stol(addr, 0, 16));}else if (args[1].find(':') != std::string::npos) {auto file_and_line = split(args[1], ':');set_breakpoint_at_source_line(file_and_line[0], std::stoi(file_and_line[1]));}else {set_breakpoint_at_function(args[1]);}}

對于符號，我們將查找符號并打印出我們發(fā)現(xiàn)的任何匹配項：

else if(is_prefix(command, "symbol")) {auto syms = lookup_symbol(args[1]);for (auto&& s : syms) {std::cout << s.name << ' ' << to_string(s.type) << " 0x" << std::hex << s.addr << std::endl;}}

測試一下

在一個簡單的二進制文件上啟動調試器，并設置源代碼級別的斷點。在一些 foo 函數(shù)上設置一個斷點，看到我的調試器停在它上面是我這個項目最有價值的時刻之一。

符號查找可以通過在程序中添加一些函數(shù)或全局變量并查找它們的名稱來進行測試。請注意，如果你正在編譯 C++ 代碼，你還需要考慮名稱重整。

本文就這些了。下一次我將展示如何向調試器添加堆棧展開支持。

閱讀全文