COFF – 通用對象文件格式（Common Object File Format），是一種很流行的對象文件格式（注意：這里不說它是“目標”文件，是為了和編譯器產(chǎn)生的目標文件（*.o/*.obj）相區(qū)別，因為這種格式不只用于目標文件，庫文件、可執(zhí)行文件也經(jīng)常是這種格式）。大家可能會經(jīng)常使用VC吧？它所產(chǎn)生的目標文件（*.obj）就是這種格式。其它的編譯器，如GCC（GNU Compiler Collection）、ICL（Intel C/C++ Compiler）、VectorC，也使用這種格式的目標文件。不僅僅是C/C++，很多其它語言也使用這種格式的對象文件。統(tǒng)一格式的目標文件為混合語言編程帶來了極大的方便。
    當然，并不是只有這一種對象文件格式。常用格式的還有OMF-對象模型文件（Object Module File）以及ELF-可執(zhí)行及連接文件格式（Executable and Linking Format）。OMF是一大群IT巨頭在n年制定的一種格式，在Windows平臺上很常見。大家喜歡的Borland公司現(xiàn)在使用的目標文件就是這種格式。MS和Intel在n年前用的也是這種格式，現(xiàn)在都改投異側(cè)，用COFF格式了。ELF格式在非Windows平臺上使用得比較多，在Windows平臺基本上沒見過。做為程序員，很有必要認識一下這些你經(jīng)常打交道的家伙！不過這次讓我介紹COFF先！     COFF的文件結(jié)構
    讓我們先來看一下COFF文件的整體結(jié)構，看看它到底長得什么樣！

File Header Optional Header Section Header 1 ...... Section Header n Section Data Relocation Directives Line Numbers Symbol Table String Table

如左圖： COFF文件一共有8種數(shù)據(jù)，自上而下分別為： 1. 文件頭（File Header） 2. 可選頭（Optional Header） 3. 段落頭（Section Header） 4. 段落數(shù)據(jù)（Section Data） 5. 重定位表（Relocation Directives） 6. 行號表（Line Numbers） 7. 符號表（Symbol Table） 8. 字符串表（String Table）

    其中，除了段落頭可以有多個節(jié)（因為可以有多個段落）以外，其它的所有類型的節(jié)最多只能有一個。
    文件頭：顧名思義，它就是COFF文件的頭，它用來保存COFF文件的基本信息，如文件標識，各個表的位置等等。
    可選頭：再顧名思義，它也是一個頭，還是可選的，而且可有可無。在目標文件中，基本上都沒有這個頭；但在其它的文件中（如：可執(zhí)行文件）這個段用來保存在文件頭中沒有描述到的信息。
    段落頭：又顧……（不顧了，再顧有人要打我了J），這個頭（怎么這么多的頭啊？！）是用來描述段落信息的，每個段落都有一個段落頭來描述。段落的數(shù)目在文件頭中會指出。
    段落數(shù)據(jù)：這通常是COFF文件中最大的數(shù)據(jù)段，每個段落真正的數(shù)據(jù)就保存在這個位置。至于怎么區(qū)分這些數(shù)據(jù)是哪個段落的，不要問我，去問段落頭。
    重定位表：這個表通常只存在于目標文件中，它用來描述COFF文件中符號的重定位信息。至于為什么要重定位，請回家看看你的操作系統(tǒng)的書籍。
    符號表：這個表用來保存COFF文件中所用到的所有符號的信息，連接多個COFF文件時，這個表幫助我們重定位符號。調(diào)試程序時也要用到它。
    字符串表：不用我說，大家也知道它用來保存字符串的。可是字符串保存給誰看呢？不知道了吧！？問我啊！J符號表是以記錄的形式來描述符號信息的，但它只為符號名稱留置了8個字符的空間，早期的小程序還將就能行，可在現(xiàn)在的程序中，一個符號名動不動就數(shù)十個字符，8個字符怎么能夠？沒辦法，只好把這些名稱存在字符串表中。而符號表中只記錄這些字符串的位置。
    文件的結(jié)構大體上就是這樣了。長得是丑了點，不過還算它的設計者有點遠見。可擴充性設計得不錯，以致于沿用至今。了解了文件的整體結(jié)構，現(xiàn)在讓我們來逐個段落分析它。

    文件頭
    文件頭，自然是從文件的0偏移處開始，它的結(jié)構很簡單。用C的結(jié)構描述如下：
typedef struct {
  unsigned short usMagic;  // 魔法數(shù)字
  unsigned short usNumSec;  // 段落（Section）數(shù)
  unsigned long  ulTime;  // 時間戳
  unsigned long  ulSymbolOffset;  // 符號表偏移
  unsigned long  ulNumSymbol;  // 符號數(shù)
  unsigned short usOptHdrSZ;  // 可選頭長度
  unsigned short usFlags;  // 文件標記
} FILEHDR;
    結(jié)構中usMagic成員是一個魔法數(shù)字（Magic Number），在I386平臺上的COFF文件中它的值為0x014c。如果COFF文件頭中魔法數(shù)字不為0x014c，那就不用看了，這不是一個I386平臺的COFF文件。其實這就是一個平臺標識。
    第二個成員usNumSec是一個無符號短整型，它用來描述段落的數(shù)量。段落頭（Section Header）的數(shù)目就是它。
    ulTime成員是一個時間戳，它用來描述COFF文件的建立時間。當COFF文件為一個可執(zhí)行文件時，這個時間戳經(jīng)常用來當做一個加密用的比對標識。
    ulSymbolOffset是符號表在文件中的偏移量，這是一個絕對偏移量，要從文件頭開始計數(shù)。在COFF文件的其它節(jié)中，也存在這種偏移量，它們都是絕對偏移量。
    ulNumSymbol成員給出了符號表中符號記錄的數(shù)量。
    usOptHdrSZ是可選頭的長度，通常它為0。而可選頭的類型也是從這個長度得知的，針對不同的長度，我們就要選擇不同的處理方式。
    usFlag是COFF文件的屬性標記，它標識了COFF文件的類型，COFF文件中所保存的數(shù)據(jù)等等信息。
    其值如下：

值	名稱	說明
0x0001	F_RELFLG	無重定位信息標記。這個標記指出COFF文件中沒有重定位信息。通常在目標文件中這個標記們?yōu)?，在可執(zhí)行文件中為1。
0x0002	F_EXEC	可執(zhí)行標記。這個標記指出 COFF 文件中所有符號已經(jīng)解析， COFF 文件應該被認為是可執(zhí)行文件。
0x0004	F_LNNO	文件中所有行號已經(jīng)被去掉。
0x0008	F_LSYMS	文件中的符號信息已經(jīng)被去掉。
0x0100	F_AR32WR	些標記指出文件是 32 位的 Little-Endian COFF 文件。

    注：Little-Endian，記不得它的中文名稱了。它是指數(shù)據(jù)的排列方式。比如：十六進制的0x1234以Little-Endian方式在內(nèi)存中的順序為0x34 0x12。與之相反的是Big-Endian，這種方式下，在內(nèi)存中的順序是0x12 0x34。
這個表的內(nèi)容并不全面，但在目標文件中，常用的也就只有這些。其它的標記我將在以后介紹PE格式時給出。
可選頭
    可選頭接在文件頭的后面，也就是從COFF文件的0x0014偏移處開始。長度可以為0。不同長度的可選頭，其結(jié)構也不同。標準的可選頭長度為24或28字節(jié)，通常是28啦。這里我就只介紹長度為28的可選頭。（因為這種頭的長度是自定義的，不同的人定義的結(jié)果就不一樣，我只能選一種最常用的頭來介紹，別的我也不知道）
這種頭的結(jié)構如下：
typedef struct {
  unsigned short usMagic;  // 魔法數(shù)字
  unsigned short usVersion;  // 版本標識
  unsigned long  ulTextSize;  // 正文（text）段大小
  unsigned long  ulInitDataSZ;  // 已初始化數(shù)據(jù)段大小
  unsigned long  ulUninitDataSZ;  // 未初始化數(shù)據(jù)段大小
  unsigned long  ulEntry;  // 入口點
  unsigned long  ulTextBase;  // 正文段基址
  unsigned long  ulDataBase;  // 數(shù)據(jù)段基址（在PE32中才有）
} OPTHDR;
    第一個成員usMagic還是魔法數(shù)字，不過這回它的值應該為0x010b或0x0107。當值為0x010b時，說明COFF文件是一個一般的可執(zhí)行文件；當值為，0x0107時，COFF則為一個ROM鏡像文件。
    usVersion是COFF文件的版本，ulTextSize是這個可執(zhí)行COFF的正文段長度，ulInitDataSZ和ulUninitDataSZ分別為已初始化數(shù)據(jù)段和未初始化數(shù)據(jù)段的長度。
    ulEntry是程序的入口點，也就是COFF載入內(nèi)存時正文段的位置（EIP寄存器的值），當COFF文件是一個動態(tài)庫時，入口點也就是動態(tài)庫的入口函數(shù)。
    ulTextBase是正文段的基址。
    ulDataBase是數(shù)據(jù)段基址。
    其實在這些成員中，只要注意usMagic和ulEntry就可以了。

    段落頭
    段落頭緊跟在可選頭的后面（如果可選頭的長度為0，那么它就是緊跟在文件頭后）。它的長度為36個字節(jié)，如下：
typedef struct {
  char           cName[8];  // 段名
  unsigned long  ulVSize;  // 虛擬大小
  unsigned long  ulVAddr;  // 虛擬地址
  unsigned long  ulSize;  // 段長度
  unsigned long  ulSecOffset;  // 段數(shù)據(jù)偏移
  unsigned long  ulRelOffset;  // 段重定位表偏移
  unsigned long  ulLNOffset;  // 行號表偏移
  unsigned short ulNumRel;  // 重定位表長度
  unsigned short ulNumLN;  // 行號表長度
  unsigned long  ulFlags;  // 段標識
} SECHDR;
    這個頭可是個重要的頭頭，我們要用到的最終信息就由它來描述。一個COFF文件可以不要其它的節(jié)，但文件頭和段落頭這兩節(jié)是必不可少的。
    cName用來保存段名，常用的段名有.text，.data，.comment，.bss等。.text段是正文段，通常也就是代碼段；.data是數(shù)據(jù)段，在這個數(shù)據(jù)段中所保存的數(shù)據(jù)是初始化過的數(shù)據(jù)；.bss段也可以用來保存數(shù)據(jù)，不過這里的數(shù)據(jù)是未初始化的，這個段也是一個空段；.comment段，看名字也知道，它是注釋段，用來保存一些編譯信息，算是對COFF文件的注釋。
    ulVSize是段數(shù)據(jù)載入內(nèi)存時的大小。只在可執(zhí)行文件中有效，在目標文件中總為0。如果它的長度大于段的實際長度，則多的部分將用0來填充。
    ulVAddr是段數(shù)據(jù)載入或連接時的虛擬地址。對于可執(zhí)行文件來說，這個地址是相對于它的地址空間而言。當可執(zhí)行文件被載入內(nèi)存時，這個地址就是段中數(shù)據(jù)的第一個字節(jié)的位置。而對于目標文件而言，這只是重定位時，段數(shù)據(jù)當前位置的一個偏移量。為了計算方便，便定位的計算簡化，它通常設為0。
    ulSize這才是段中數(shù)據(jù)的實際長度，也就是段數(shù)據(jù)的長度，在讀取段數(shù)據(jù)時就由它來確定要讀多少字節(jié)。
    ulSecOffset是段數(shù)據(jù)在COFF文件中的偏移量。
    ulRelOffset是該段的重定位信息的偏移量。它指向了重定位表的一個記錄。
    ulLNOffset是該段的行號表的偏移量。它指向的是行號表中的一個記錄。
    ulNumRel是重定位信息的記錄數(shù)。從ulRelOffset指向的記錄開始，到第ulNumRel個記錄為止，都是該段的重定位信息。
    ulNumLN和ulNumRel相似。不過它是行號信息的記錄數(shù)。
    ulFlags是該段的屬性標識。其值如下表：

值	名稱	說明
0x0020	STYP_TEXT	正文段標識，說明該段是代碼。
0x0040	STYP_DATA	數(shù)據(jù)段標識，有些標識的段將用來保存已初始化數(shù)據(jù)。
0x0080	STYP_BSS	有這個標識段也是用來保存數(shù)據(jù)，不過這里的數(shù)據(jù)是未初始化數(shù)據(jù)。

    注意，在BSS段中，ulVSize、ulVAddr、ulSize、ulSecOffset、ulRelOffset、ulLNOffset、ulNumRel、ulNumLN的值都為0。（上表只是部分值，其它值在PE格式中介紹，后同）

    段數(shù)據(jù)
    “人”如其名，這里是保存各個段的數(shù)據(jù)的位置。不同類型的段，數(shù)據(jù)的內(nèi)容、結(jié)構也不盡相同。但在目標文件中，這些數(shù)據(jù)都是原始數(shù)據(jù)（Raw Data）。不存在什么特別的格式。

    重定位表
    這個表所保存的是各個段的重定位信息。這是一張很大的表，因為所有段的重定位信息都在這個表里。各個段落頭記錄了自己的重定位信息的偏移和數(shù)量。要用到重定位信息時就到這個表里來讀。當然，你也可以把整個重定位表看成多個重定位表，每個段落都有一個自己的重定位表。這個表只在目標文件中有，可執(zhí)行文件中是不存在這個表的。
    既然有表，那么就會有記錄。重定位表中的每一條記錄就是一條重定位信息。這個記錄的結(jié)構很簡單，如下：
typedef struct {
  unsigned long  ulAddr;  // 定位偏移
  unsigned long  ulSymbol;  // 符號
  unsigned short usType;  // 定位類型
} RELOC;
    有夠簡單吧，一共只三個成員！ulAddr是要定位的內(nèi)容在段內(nèi)偏移。比如：一個正文段，起始位置為0x010，ulAddr的值為0x05，那你的定位信息就要寫在0x15處。而且信息的長度要看你的代碼的類型，32位的代碼要寫4個字節(jié)，16位的就只要字2個字節(jié)。
    ulSymbol是符號索引，它指向符號表中的一個記錄。注意，這里是索引，不是偏移！它只是符號表中的一個記錄的記錄號。這個成員指明了重定位信息所對映的符號。
usType是重定位類型的標識。32位代碼中，通常只用兩種定位方式。一是絕對定位，二是相對定位。其代碼如下：

值	名稱	說明
6	RELOC_ADDR32	32位絕對定位。
20	RELOC_REL32	32位相對定位。

    對于不同的處理器，這些值也不盡相同。這里給出的是i386平臺上最常用的兩個種定位方式的標識。
    其定位方式如下：
    絕對定位
    在絕對定位方式下，你要給出符號的絕對地址（注意，有時候這里可能不是地址，而是值，對于常量來說，你不用給出它的地值，只用給出它的值）。當然，這個地址也不是現(xiàn)成的，你要用符號的相對地址＋它所在段的相對地址來得到它的絕對地址。
    公式：符號絕對地址＝段偏移＋符號偏移
    這些偏移量你要分別從段落頭和符號表中得到。當段落要重定位時，當然還要先重定位段落，才能定位其中的符號。
    相對定位
    相對定位要復雜一些。它所要的地址信息是相對于當前位置的偏移，這個當前位置就是ulAddr所指向的這個偏移的絕對地址后四個字節(jié)（32位代碼是四個字節(jié)，16位是兩個字節(jié)）的位置。也就是用定位偏移＋當前段偏移＋機器字長÷8
    公式：當前地址＝定位偏移＋當前段偏移＋機器字長÷8
    有了當前地址，相對地址就好計算了。只要用符號的絕對地址減去當前地址就可以了。
    公式：相對地址＝符號絕對地址-當前地址
    計算好了地址，把它寫到ulAddr所指向的位置，就一切OK！你已經(jīng)完成了重定位的工作了。

    行號表
    行號表在調(diào)試時很有用。它把可執(zhí)行的二進制代碼與源代碼的行號之間建立了對映關系。這樣，當程序執(zhí)行不正確時（其實正確的也可以J），我們就可以根據(jù)當前執(zhí)行代碼的位置得知出錯源代碼的行號，再加以修改。如果沒有它的話，鬼才知道是哪一行出了毛病！
    它的格式也很簡單。只有兩個成員，如下：
typedef struct {
    unsigned long ulAddrORSymbol;  // 代碼地址或符號索引
    unsigned short usLineNo;  // 行號
} LINENO;
    讓我們先看第二個成員，usLineNo。這是一個從1開始計數(shù)的計數(shù)器，它代表源代碼的行號。第一個成員ulAddrORSymbol在行號大于0時，代表源代碼的地址；而當行號為0時，它就成了行號所對映的符號在符號表中的索引。下面讓我們來看看符號表吧！

    符號表
    符號表是對象文件中用來保存符號信息的一張表，也是COFF文件中最為復雜的一張表。所有段落使用到的符號都在這個表里。它也是由很多條記錄組成，每條記錄都以如下結(jié)構保存：
typedef struct {
  union {
    char cName[8];            // 符號名稱
    struct {
      unsigned long ulZero;   // 字符串表標識
      unsigned long ulOffset; // 字符串偏移
    } e;
  } e;
  unsigned long ulValue;     // 符號值
  short iSection;            // 符號所在段
  unsigned short usType;     // 符號類型
  unsigned char usClass;     // 符號存儲類型
  unsigned char usNumAux;    // 符號附加記錄數(shù)
} SYMENT;
    cName符號名稱，和前面所有的名稱一樣，它也是8個字節(jié)，但不同的是它在一個聯(lián)合體中。和它占相同的存儲空間的還有ulZero和ulOffset這兩個成員。如果符號的名稱只有8個字符，那很好，可以直接放到這個cName中；可是，如果名稱的長度大于8個字節(jié)，這里就放不下了，只好放到字符串表中。這時候，ulZero的值就會為0，而在ulOffset中會給出我們所用的符號的名稱在字符串表中的偏移。
    一個符號有了名稱不夠，它還要有值！ulValue就是這個符號所代表的值。
    iSection成員指出了這個符號所在的段落。如果它的值為0，那么這個符號就是一個外部符號，要從其它的COFF文件中解析（連接多個目標文件就是要解析這種符號）。當它的值為-1時，說明這個符號的值是一個常量，不是它在段落中的偏移。而當它的值為-2時，這個符號只是一個調(diào)試符號，只有在調(diào)試時才會用到它。當它大于0時，才是符號所在段的索引值。
    usType是符號的類型標識。它用來說明這個符號的類型，是函數(shù)？整型？還是其它什么。這個標識是兩個字節(jié)。
    低字節(jié)的低四位是基本標識，它指出了符號的基本類型，如整型，字符，結(jié)構，聯(lián)合等。高四位指出了符號的高級類型，如指針（0001b），函數(shù)（0010b），數(shù)組（0011b），無類型（0000b）等。現(xiàn)在的編譯器，通常不使用基本類型，只使用高級類型。所以，符號的基本類型通常被設為0。
高字節(jié)通常未用。
    usClass是符號的存儲類型標識。它指明了符號的存儲方式。
    其值與意義見下表：

值	名稱	說明
NULL	0	無存儲類型。
AUTOMATIC	1	自動類型。通常是在棧中分配的變量。
EXTERNAL	2	外部符號。當為外部符號時，iSection的值應該為0，如果不為0，則ulValue為符號在段中的偏移。
STATIC	3	靜態(tài)類型。ulValue為符號在段中的偏移。如果偏移為0，那么這個符號代表段名。
REGISTER	4	寄存器變量。
MEMBER_OF_STRUCT	8	結(jié)構成員。ulValue值為該符號在結(jié)構中的順序。
STRUCT_TAG	10	結(jié)構標識符。
MEMBER_OF_UNION	11	聯(lián)合成員。ulValue值為該符號在聯(lián)合中的順序。
UNION_TAG	12	聯(lián)合標識符。
TYPE_DEFINITION	13	類型定義。
FUNCTION	101	函數(shù)名。
FILE	102	文件名。

    最后一個成員usNumAux是附加記錄的數(shù)量。附加記錄是用來描述符號的一些附加信息，為了便于保存，這些附加記錄通常選擇成為一條符號信息記錄的整數(shù)倍（多數(shù)為1）。所以，如果這個成員的值為1，那么就表示在當前符號信息記錄后附加了一條記錄，用來保存附加信息。
    附加信息的結(jié)構是與符號的類型以及存儲類型相關的。不同的類型的符號，其附加信息（如果有的話）的結(jié)構也不同。如果你不在意這些內(nèi)容，也可以把它們乎略。
     當段的類型為FILE時，附加信息就是一個字符串，它是目標文件對應源文件的名稱。其它類型在介紹PE時再進行詳細討論。

    字符串表
    不用多說，瞎子也能看出這個表是用來保存字符串的。它緊接在符號表后。至于為什么要保存字符串，前面已經(jīng)說過了。這里就不再多說了，只說說字符串的保存格式。
     字符串表是所有節(jié)中最簡單一節(jié)。如下圖：0                             4                        

字符串表長度	字符串1\0
....	字符串n\0

    字符串表的前四個字節(jié)是字符串表的長度，以字節(jié)為單位。其后就是以0結(jié)尾的字符串（C風格字符串）。要注意的是，字符串表的長度不僅僅是字符串的長度（這個長度要包括每個字符串后的‘\0’）的總合，它還包括這個長度域的四個字節(jié)。符號表中ulOffset成員所指出的偏移就是從字符串表起始處的偏移。比如：指像每一個字符串的符號，ulOffset的值總為4。
    下面給出的代碼，是從字符串表中讀取字符串的典型C代碼。

int iStrlen,iCur=4;                 // iStrLen是字符串表的長度，iCur是當前字符串偏移
char *str;                          // 字符串表
read(fn, &iStrlen, 4);              // 得到字符串表長度
str = (char *)malloc(iStrlen);      // 為字符串表分配空間
while (iCur<iStrlen )               // 讀字符串表，直到全部讀入內(nèi)存
    iCur+=read(fn, str+iCur, iStrlen- iCur);
iCur=4;                             // 把當前字符串偏移指到每一個字符串
while (iCur<iStrlen ) {             // 顯示每一個字符串
    printf("String offset 0x%04X : %s\n", iCur, str + iCur);
    iCur+=(strlen(str+iCur)+1);     // 計算偏移時不要忘了計算‘\0’字符所占的1個字節(jié)！
}
free(str);                          // 釋放字符串表空間     直到這里，整個COFF的結(jié)構已經(jīng)全部介紹完了。很多了解PE格式的朋友一定會奇怪，好像少了很多內(nèi)容！？是的，標準的COFF文件只有這么多的東西。但MS為了和DOS的可執(zhí)行文件兼容，以及對可執(zhí)行文件功能的擴展，在COFF格式中加了很多它自己的標準。讓我差點就認不出COFF了。但了解了COFF文件以后，再來學習PE文件的格式，那就很簡單了。
    想了解PE文件的格式？網(wǎng)上有很多它的資料，我將在本文的基礎上再寫幾篇文章，分別介紹PE，OMF以及ELF的格式。
    現(xiàn)在大家可以自己動手，寫一個COFF文件解析器或是一個簡單的連接程序了！