博客
关于我
GDB读取动态库中定义的全局变量错误
阅读量:640 次
发布时间:2019-03-14

本文共 1228 字,大约阅读时间需要 4 分钟。

今天遇到了一个挺有意思的问题,涉及到GDB调试和getopt的使用。我为这件事做了一些调试,但遇到了困惑,所以决定仔细分析一下。

首先,optind是什么?在getopt库中,optind是一个全局变量,用于跟踪getopt解析后的下一个ARGV指针索引。它应该是整数类型。在我的调试过程中,通过程序内部打印optind,发现它的值确实在不断变化,这说明全局变量是被正确地更新的。

接下来,问题出现在GDB的打印结果。使用gdbp命令打印optind时,发现其值总是1。这个现象明显不对,因为程序内部显示的值并非如此。于是,我开始检查GDB的打印结果,看看是否有哪里弄错了。

在进一步的调试中,我查看了gdb的输出,发现当用p &optind时,打印的地址确实是0x600d60,这与程序内部的打印结果一致。但使用p &optind的时候,它显示的是一个整数1。这种情况让我困惑,因为0x600d60不应该是1的值。

于是,我思考可能的原因。由于程序是动态链接库加载的,可能涉及到不同的加载地址或者符号解析的问题。我记得在动态链接库中,变量有时会有不同的行为,特别是当它们被多个库同时访问时。

接下来,我查阅了相关资料,发现这可能涉及到一个叫做“Copy Relocation”的技术。这个技术用于处理动态链接库中的全局变量。当程序运行时,动态链接库中的全局变量需要被复制到本程序的.BSS段中,以便其他库可以通过这里访问它们。

在ptrace和glibc的源码中,我找到了一些线索,解释了当getopt解析命令时,optind是在程序的.BSS段中被设置的,而GDB打印的值是直接从glibc中查找的,这与实际运行中的变量有关联。

于是,我尝试使用gdbinfo var optind命令,查看optind的定义情况。发现optind有两个定义:一个在getopt.h中作为static int声明,另一个是non-debugging符号,位于0x0000000000600d60处,标记为GLIBC_2.2.5版本。

这里,我意识到gdb默认打印的是从glibc中获取的optind值,而不是程序运行时真正被使用的值。为了让gdb打印正确的optind值,我开始尝试使用带版本号的打印指令p 'optind@@GLIBC_2.2.5'。这次,打印的结果正确反映了程序内部的实际值,而不是固定值1。

通过这一系列的调试步骤,我理解了GDB在处理动态链接库中的全局变量时的复杂性以及Copy Relocation技术的作用。这次经历让我对glibc内部的变量管理和GDB调试技巧有了更深入的理解。

总的来说,这个问题主要是由于GDB默认查看的是glibc中的global offset table中的值,而不是程序运行时真正使用的值。通过正确的打印方式,我成功获取到了正确的optind值。这也提醒我在未来的调试中要更仔细地了解库的加载和变量管理机制。

转载地址:http://ougoz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(二) :基于模板匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(四):基于Stitcher类拼接
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | PaddleOCR 2.9 发布, 正式开源文本图像智能分析利器
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
查看>>
OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
查看>>
OpenCV与AI深度学习 | 什么是 COCO 数据集?
查看>>
OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
查看>>
OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
查看>>
OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
查看>>
OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
查看>>
OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
查看>>
OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
查看>>