contrib/llvm/tools/llvm-objcopy/MachO/Object.h

   1 //===- Object.h - Mach-O object file model ----------------------*- C++ -*-===//
   2 //
   3 // Part of the LLVM Project, under the Apache License v2.0 with LLVM Exceptions.
   4 // See https://llvm.org/LICENSE.txt for license information.
   5 // SPDX-License-Identifier: Apache-2.0 WITH LLVM-exception
   6 //
   7 //===----------------------------------------------------------------------===//
   8
   9 #ifndef LLVM_OBJCOPY_MACHO_OBJECT_H
  10 #define LLVM_OBJCOPY_MACHO_OBJECT_H
  11
  12 #include "llvm/ADT/Optional.h"
  13 #include "llvm/ADT/StringRef.h"
  14 #include "llvm/BinaryFormat/MachO.h"
  15 #include "llvm/MC/StringTableBuilder.h"
  16 #include "llvm/ObjectYAML/DWARFYAML.h"
  17 #include "llvm/Support/YAMLTraits.h"
  18 #include <cstdint>
  19 #include <string>
  20 #include <vector>
  21
  22 namespace llvm {
  23 namespace objcopy {
  24 namespace macho {
  25
  26 struct MachHeader {
  27   uint32_t Magic;
  28   uint32_t CPUType;
  29   uint32_t CPUSubType;
  30   uint32_t FileType;
  31   uint32_t NCmds;
  32   uint32_t SizeOfCmds;
  33   uint32_t Flags;
  34   uint32_t Reserved = 0;
  35 };
  36
  37 struct RelocationInfo;
  38 struct Section {
  39   std::string Sectname;
  40   std::string Segname;
  41   uint64_t Addr;
  42   uint64_t Size;
  43   uint32_t Offset;
  44   uint32_t Align;
  45   uint32_t RelOff;
  46   uint32_t NReloc;
  47   uint32_t Flags;
  48   uint32_t Reserved1;
  49   uint32_t Reserved2;
  50   uint32_t Reserved3;
  51
  52   StringRef Content;
  53   std::vector<RelocationInfo> Relocations;
  54
  55   MachO::SectionType getType() const {
  56     return static_cast<MachO::SectionType>(Flags & MachO::SECTION_TYPE);
  57   }
  58
  59   bool isVirtualSection() const {
  60     return (getType() == MachO::S_ZEROFILL ||
  61             getType() == MachO::S_GB_ZEROFILL ||
  62             getType() == MachO::S_THREAD_LOCAL_ZEROFILL);
  63   }
  64 };
  65
  66 struct LoadCommand {
  67   // The type MachO::macho_load_command is defined in llvm/BinaryFormat/MachO.h
  68   // and it is a union of all the structs corresponding to various load
  69   // commands.
  70   MachO::macho_load_command MachOLoadCommand;
  71
  72   // The raw content of the payload of the load command (located right after the
  73   // corresponding struct). In some cases it is either empty or can be
  74   // copied-over without digging into its structure.
  75   ArrayRef<uint8_t> Payload;
  76
  77   // Some load commands can contain (inside the payload) an array of sections,
  78   // though the contents of the sections are stored separately. The struct
  79   // Section describes only sections' metadata and where to find the
  80   // corresponding content inside the binary.
  81   std::vector<Section> Sections;
  82 };
  83
  84 // A symbol information. Fields which starts with "n_" are same as them in the
  85 // nlist.
  86 struct SymbolEntry {
  87   std::string Name;
  88   uint32_t Index;
  89   uint8_t n_type;
  90   uint8_t n_sect;
  91   uint16_t n_desc;
  92   uint64_t n_value;
  93 };
  94
  95 /// The location of the symbol table inside the binary is described by LC_SYMTAB
  96 /// load command.
  97 struct SymbolTable {
  98   std::vector<std::unique_ptr<SymbolEntry>> Symbols;
  99
 100   const SymbolEntry *getSymbolByIndex(uint32_t Index) const;
 101 };
 102
 103 /// The location of the string table inside the binary is described by LC_SYMTAB
 104 /// load command.
 105 struct StringTable {
 106   std::vector<std::string> Strings;
 107 };
 108
 109 struct RelocationInfo {
 110   const SymbolEntry *Symbol;
 111   // True if Info is a scattered_relocation_info.
 112   bool Scattered;
 113   MachO::any_relocation_info Info;
 114 };
 115
 116 /// The location of the rebase info inside the binary is described by
 117 /// LC_DYLD_INFO load command. Dyld rebases an image whenever dyld loads it at
 118 /// an address different from its preferred address.  The rebase information is
 119 /// a stream of byte sized opcodes whose symbolic names start with
 120 /// REBASE_OPCODE_. Conceptually the rebase information is a table of tuples:
 121 ///   <seg-index, seg-offset, type>
 122 /// The opcodes are a compressed way to encode the table by only
 123 /// encoding when a column changes.  In addition simple patterns
 124 /// like "every n'th offset for m times" can be encoded in a few
 125 /// bytes.
 126 struct RebaseInfo {
 127   // At the moment we do not parse this info (and it is simply copied over),
 128   // but the proper support will be added later.
 129   ArrayRef<uint8_t> Opcodes;
 130 };
 131
 132 /// The location of the bind info inside the binary is described by
 133 /// LC_DYLD_INFO load command. Dyld binds an image during the loading process,
 134 /// if the image requires any pointers to be initialized to symbols in other
 135 /// images. The bind information is a stream of byte sized opcodes whose
 136 /// symbolic names start with BIND_OPCODE_. Conceptually the bind information is
 137 /// a table of tuples: <seg-index, seg-offset, type, symbol-library-ordinal,
 138 /// symbol-name, addend> The opcodes are a compressed way to encode the table by
 139 /// only encoding when a column changes.  In addition simple patterns like for
 140 /// runs of pointers initialized to the same value can be encoded in a few
 141 /// bytes.
 142 struct BindInfo {
 143   // At the moment we do not parse this info (and it is simply copied over),
 144   // but the proper support will be added later.
 145   ArrayRef<uint8_t> Opcodes;
 146 };
 147
 148 /// The location of the weak bind info inside the binary is described by
 149 /// LC_DYLD_INFO load command. Some C++ programs require dyld to unique symbols
 150 /// so that all images in the process use the same copy of some code/data. This
 151 /// step is done after binding. The content of the weak_bind info is an opcode
 152 /// stream like the bind_info.  But it is sorted alphabetically by symbol name.
 153 /// This enable dyld to walk all images with weak binding information in order
 154 /// and look for collisions.  If there are no collisions, dyld does no updating.
 155 /// That means that some fixups are also encoded in the bind_info.  For
 156 /// instance, all calls to "operator new" are first bound to libstdc++.dylib
 157 /// using the information in bind_info.  Then if some image overrides operator
 158 /// new that is detected when the weak_bind information is processed and the
 159 /// call to operator new is then rebound.
 160 struct WeakBindInfo {
 161   // At the moment we do not parse this info (and it is simply copied over),
 162   // but the proper support will be added later.
 163   ArrayRef<uint8_t> Opcodes;
 164 };
 165
 166 /// The location of the lazy bind info inside the binary is described by
 167 /// LC_DYLD_INFO load command. Some uses of external symbols do not need to be
 168 /// bound immediately. Instead they can be lazily bound on first use.  The
 169 /// lazy_bind contains a stream of BIND opcodes to bind all lazy symbols. Normal
 170 /// use is that dyld ignores the lazy_bind section when loading an image.
 171 /// Instead the static linker arranged for the lazy pointer to initially point
 172 /// to a helper function which pushes the offset into the lazy_bind area for the
 173 /// symbol needing to be bound, then jumps to dyld which simply adds the offset
 174 /// to lazy_bind_off to get the information on what to bind.
 175 struct LazyBindInfo {
 176   ArrayRef<uint8_t> Opcodes;
 177 };
 178
 179 /// The location of the export info inside the binary is described by
 180 /// LC_DYLD_INFO load command. The symbols exported by a dylib are encoded in a
 181 /// trie.  This is a compact representation that factors out common prefixes. It
 182 /// also reduces LINKEDIT pages in RAM because it encodes all information (name,
 183 /// address, flags) in one small, contiguous range. The export area is a stream
 184 /// of nodes.  The first node sequentially is the start node for the trie. Nodes
 185 /// for a symbol start with a uleb128 that is the length of the exported symbol
 186 /// information for the string so far. If there is no exported symbol, the node
 187 /// starts with a zero byte. If there is exported info, it follows the length.
 188 /// First is a uleb128 containing flags. Normally, it is followed by
 189 /// a uleb128 encoded offset which is location of the content named
 190 /// by the symbol from the mach_header for the image.  If the flags
 191 /// is EXPORT_SYMBOL_FLAGS_REEXPORT, then following the flags is
 192 /// a uleb128 encoded library ordinal, then a zero terminated
 193 /// UTF8 string.  If the string is zero length, then the symbol
 194 /// is re-export from the specified dylib with the same name.
 195 /// If the flags is EXPORT_SYMBOL_FLAGS_STUB_AND_RESOLVER, then following
 196 /// the flags is two uleb128s: the stub offset and the resolver offset.
 197 /// The stub is used by non-lazy pointers.  The resolver is used
 198 /// by lazy pointers and must be called to get the actual address to use.
 199 /// After the optional exported symbol information is a byte of
 200 /// how many edges (0-255) that this node has leaving it,
 201 /// followed by each edge.
 202 /// Each edge is a zero terminated UTF8 of the addition chars
 203 /// in the symbol, followed by a uleb128 offset for the node that
 204 /// edge points to.
 205 struct ExportInfo {
 206   ArrayRef<uint8_t> Trie;
 207 };
 208
 209 struct Object {
 210   MachHeader Header;
 211   std::vector<LoadCommand> LoadCommands;
 212
 213   SymbolTable SymTable;
 214   StringTable StrTable;
 215
 216   RebaseInfo Rebases;
 217   BindInfo Binds;
 218   WeakBindInfo WeakBinds;
 219   LazyBindInfo LazyBinds;
 220   ExportInfo Exports;
 221
 222   /// The index of LC_SYMTAB load command if present.
 223   Optional<size_t> SymTabCommandIndex;
 224   /// The index of LC_DYLD_INFO or LC_DYLD_INFO_ONLY load command if present.
 225   Optional<size_t> DyLdInfoCommandIndex;
 226 };
 227
 228 } // end namespace macho
 229 } // end namespace objcopy
 230 } // end namespace llvm
 231
 232 #endif // LLVM_OBJCOPY_MACHO_OBJECT_H