bfd/doc/bfdsumm.texi

   1 @c This summary of BFD is shared by the BFD and LD docs.
   2 When an object file is opened, BFD subroutines automatically determine
   3 the format of the input object file.  They then build a descriptor in
   4 memory with pointers to routines that will be used to access elements of
   5 the object file's data structures.
   6
   7 As different information from the object files is required,
   8 BFD reads from different sections of the file and processes them.
   9 For example, a very common operation for the linker is processing symbol
  10 tables.  Each BFD back end provides a routine for converting
  11 between the object file's representation of symbols and an internal
  12 canonical format. When the linker asks for the symbol table of an object
  13 file, it calls through a memory pointer to the routine from the
  14 relevant BFD back end which reads and converts the table into a canonical
  15 form.  The linker then operates upon the canonical form. When the link is
  16 finished and the linker writes the output file's symbol table,
  17 another BFD back end routine is called to take the newly
  18 created symbol table and convert it into the chosen output format.
  19
  20 @menu
  21 * BFD information loss::        Information Loss
  22 * Canonical format::            The BFD canonical object-file format
  23 @end menu
  24
  25 @node BFD information loss
  26 @subsection Information Loss
  27
  28 @emph{Information can be lost during output.} The output formats
  29 supported by BFD do not provide identical facilities, and
  30 information which can be described in one form has nowhere to go in
  31 another format. One example of this is alignment information in
  32 @code{b.out}. There is nowhere in an @code{a.out} format file to store
  33 alignment information on the contained data, so when a file is linked
  34 from @code{b.out} and an @code{a.out} image is produced, alignment
  35 information will not propagate to the output file. (The linker will
  36 still use the alignment information internally, so the link is performed
  37 correctly).
  38
  39 Another example is COFF section names. COFF files may contain an
  40 unlimited number of sections, each one with a textual section name. If
  41 the target of the link is a format which does not have many sections (e.g.,
  42 @code{a.out}) or has sections without names (e.g., the Oasys format), the
  43 link cannot be done simply. You can circumvent this problem by
  44 describing the desired input-to-output section mapping with the linker command
  45 language.
  46
  47 @emph{Information can be lost during canonicalization.} The BFD
  48 internal canonical form of the external formats is not exhaustive; there
  49 are structures in input formats for which there is no direct
  50 representation internally.  This means that the BFD back ends
  51 cannot maintain all possible data richness through the transformation
  52 between external to internal and back to external formats.
  53
  54 This limitation is only a problem when an application reads one
  55 format and writes another.  Each BFD back end is responsible for
  56 maintaining as much data as possible, and the internal BFD
  57 canonical form has structures which are opaque to the BFD core,
  58 and exported only to the back ends. When a file is read in one format,
  59 the canonical form is generated for BFD and the application. At the
  60 same time, the back end saves away any information which may otherwise
  61 be lost. If the data is then written back in the same format, the back
  62 end routine will be able to use the canonical form provided by the
  63 BFD core as well as the information it prepared earlier.  Since
  64 there is a great deal of commonality between back ends,
  65 there is no information lost when
  66 linking or copying big endian COFF to little endian COFF, or @code{a.out} to
  67 @code{b.out}.  When a mixture of formats is linked, the information is
  68 only lost from the files whose format differs from the destination.
  69
  70 @node Canonical format
  71 @subsection The BFD canonical object-file format
  72
  73 The greatest potential for loss of information occurs when there is the least
  74 overlap between the information provided by the source format, that
  75 stored by the canonical format, and that needed by the
  76 destination format. A brief description of the canonical form may help
  77 you understand which kinds of data you can count on preserving across
  78 conversions.
  79 @cindex BFD canonical format
  80 @cindex internal object-file format
  81
  82 @table @emph
  83 @item files
  84 Information stored on a per-file basis includes target machine
  85 architecture, particular implementation format type, a demand pageable
  86 bit, and a write protected bit.  Information like Unix magic numbers is
  87 not stored here---only the magic numbers' meaning, so a @code{ZMAGIC}
  88 file would have both the demand pageable bit and the write protected
  89 text bit set.  The byte order of the target is stored on a per-file
  90 basis, so that big- and little-endian object files may be used with one
  91 another.
  92
  93 @item sections
  94 Each section in the input file contains the name of the section, the
  95 section's original address in the object file, size and alignment
  96 information, various flags, and pointers into other BFD data
  97 structures.
  98
  99 @item symbols
 100 Each symbol contains a pointer to the information for the object file
 101 which originally defined it, its name, its value, and various flag
 102 bits.  When a BFD back end reads in a symbol table, it relocates all
 103 symbols to make them relative to the base of the section where they were
 104 defined.  Doing this ensures that each symbol points to its containing
 105 section.  Each symbol also has a varying amount of hidden private data
 106 for the BFD back end.  Since the symbol points to the original file, the
 107 private data format for that symbol is accessible.  @code{ld} can
 108 operate on a collection of symbols of wildly different formats without
 109 problems.
 110
 111 Normal global and simple local symbols are maintained on output, so an
 112 output file (no matter its format) will retain symbols pointing to
 113 functions and to global, static, and common variables.  Some symbol
 114 information is not worth retaining; in @code{a.out}, type information is
 115 stored in the symbol table as long symbol names.  This information would
 116 be useless to most COFF debuggers; the linker has command line switches
 117 to allow users to throw it away.
 118
 119 There is one word of type information within the symbol, so if the
 120 format supports symbol type information within symbols (for example, COFF,
 121 IEEE, Oasys) and the type is simple enough to fit within one word
 122 (nearly everything but aggregates), the information will be preserved.
 123
 124 @item relocation level
 125 Each canonical BFD relocation record contains a pointer to the symbol to
 126 relocate to, the offset of the data to relocate, the section the data
 127 is in, and a pointer to a relocation type descriptor. Relocation is
 128 performed by passing messages through the relocation type
 129 descriptor and the symbol pointer. Therefore, relocations can be performed
 130 on output data using a relocation method that is only available in one of the
 131 input formats. For instance, Oasys provides a byte relocation format.
 132 A relocation record requesting this relocation type would point
 133 indirectly to a routine to perform this, so the relocation may be
 134 performed on a byte being written to a 68k COFF file, even though 68k COFF
 135 has no such relocation type.
 136
 137 @item line numbers
 138 Object formats can contain, for debugging purposes, some form of mapping
 139 between symbols, source line numbers, and addresses in the output file.
 140 These addresses have to be relocated along with the symbol information.
 141 Each symbol with an associated list of line number records points to the
 142 first record of the list.  The head of a line number list consists of a
 143 pointer to the symbol, which allows finding out the address of the
 144 function whose line number is being described. The rest of the list is
 145 made up of pairs: offsets into the section and line numbers. Any format
 146 which can simply derive this information can pass it successfully
 147 between formats (COFF, IEEE and Oasys).
 148 @end table