首页 > 代码库 > PE文件结构学习
PE文件结构学习
PE：Portable Executable File Format（可移植的执行体）。Windows平台主流可执行文件格式。.exe与.dll文件都是PE格式。32位的叫做PE32,64位的叫做PE32+。PE文件格式定义在winnt.h头文件中。
PE文件格式总览：
PE文件使用的是一个平面地址空间，所有代码和数据都被合并在一起，组成一个很大的结构。文件的内容被分割为不同的区块（Section，又名区段，节等），区块中包含代码或数据，各个区块按页边界来对齐，区块没有大小限制，是一个连续的结构。每个块都有它自己在内存中的一套属性，区块是相同属性的数据的一个集合。
PE文件不是作为单一内存映射文件被装入内存的。PE文件通过PE装载器遍历PE文 件并决定文件的哪一部分被映射，这种映射方式是将文件较高的偏移位置映射到较高的内存地址，当磁盘文件被装入内存中，磁盘上的数据结构布局和内存中的数据 结构布局是一致的。这样的好处是在磁盘中的的内容，在载入内存中后也可以找到同样的信息，但数据间的相对位置可能改变。
DOS头，PE头，块表在内存中的偏移和在磁盘中的偏移是一致的。其余的内存偏移和磁盘偏移是需要转换的。
各种地址的概念：
基址（Image Base）：PE文件装入内存后的起始地址。
相对虚拟地址（Relative Virtual Address,RVA）：在内存中相对于PE文件装入地址的偏移位置，是一个相对地址。
虚拟地址（Virtual Address,VA）：装入内存中的实际地址。
文件偏移（Fill Offset）：PE文件存储在磁盘上时，相对于文件头的偏移位置。16进制文件编辑器打开后的地址为文件偏移地址。
虚拟地址（VA） = 基址（Image Base） + 相对虚拟地址）（RVA）
将RVA转换为File Offset，给大家一个非常经典的公式：
设：VK为相对虚拟地址RVA与文件偏移地址File Offset的差值
VA=ImageBase+RVA
File Offset = RVA ---VK
File Offset = VA---ImageBase---VK
PE文件各部分结构（为winnt.h中的结构体定义）
实例程序为VC++6.0自动生成的窗口程序
所标注的偏移地址为16进制偏移地址
MS-DOS头：
DOS MZ头与DOS stub合称DOS文件头
typedef struct _IMAGE_DOS_HEADER { // DOS .EXE header
WORD e_magic; // Magic number
WORD e_cblp; // Bytes on last page of file
WORD e_cp; // Pages in file
WORD e_crlc; // Relocations
WORD e_cparhdr; // Size of header in paragraphs
WORD e_minalloc; // Minimum extra paragraphs needed
WORD e_maxalloc; // Maximum extra paragraphs needed
WORD e_ss; // Initial (relative) SS value
WORD e_sp; // Initial SP value
WORD e_csum; // Checksum
WORD e_ip; // Initial IP value
WORD e_cs; // Initial (relative) CS value
WORD e_lfarlc; // File address of relocation table
WORD e_ovno; // Overlay number
WORD e_res[4]; // Reserved words
WORD e_oemid; // OEM identifier (for e_oeminfo)
WORD e_oeminfo; // OEM information; e_oemid specific
WORD e_res2[10]; //Reserved words
LONG e_lfanew; // File address of new exe header
}IMAGE_DOS_HEADER, *PIMAGE_DOS_HEADER;
在16进制编译器中如下：
结构体第一个为DOS头标志，在16进制编译器中查看为
4D 5A 90 00 MZ
最后一个为LONG型数据指向PE头的RVA，也就是在000000E0的位置是PE头。
PE文件头：
PE头定义如下：
IMAGE_NT_HEADERS STRUCT
{
DWORD Signature; //PE文件头标志，为ASCII的“PE”，+0h
IMAGE_FILE_HEADER FileHeader; //+4h
IMAGE_OPTIONAL_HEADER32 OptionalHeader; //+18h
}
PE头包含2个结构体，IMAGE_FILE_HEADER 与 IMAGE_OPTIONAL_HEADER32
typedef struct _IMAGE_FILE_HEADER {
WORD Machine; //+04h
WORD NumberOfSections; //+06h 文件的区块数目
DWORD TimeDateStamp; //+08h
DWORD PointerToSymbolTable; //+0Ch
DWORD NumberOfSymbols; //+10h
WORD SizeOfOptionalHeader; //+14h IMAGE_OPTIONAL_HEADER32
// 结构大小
WORD Characteristics; //+16h 文件属性
} IMAGE_FILE_HEADER, *PIMAGE_FILE_HEADER;
在此文件中
通过DOS头部最后一个数据找到PE头的偏移地址为000000E0，找到PE头位置。
从上图可以看出，区块数目为0006，也就是6个区块，可以在LoadPE中看到：
可选头大小（SizeOfOptionalHeader）为00E0，都可以在LoadPE中得到验证。
IMAGE_OPTIONAL_HEADER结构：
00E0转化为10进制为224字节，也就是IMAGE_OPTIONAL_HEADER结构的大小为224字节。
此部分为IMAGE_OPTIONAL_HEADER结构部分。
typedef struct _IMAGE_OPTIONAL_HEADER {
WORD Magic; //+18h
BYTE MajorLinkerVersion; //+1Ah
BYTE MinorLinkerVersion; //+1Bh
DWORD SizeOfCode; //+1Ch
DWORD SizeOfInitializedData; //+20h
DWORD SizeOfUninitializedData; //+24h
DWORD AddressOfEntryPoint; //+28h 程序执行入口的RVA，OEP
DWORD BaseOfCode; //+2Ch
DWORD BaseOfData; //+30h
DWORD ImageBase; //+34h 程序默认装入地址，基址
DWORD SectionAlignment; //+38h 内存对齐
DWORD FileAlignment; //+3ch 文件对齐
WORD MajorOperatingSystemVersion;//+40h
WORD MinorOperatingSystemVersion;//+42h
WORD MajorImageVersion; //+44h
WORD MinorImageVersion; //+46h
WORD MajorSubsystemVersion; //+48h
WORD MinorSubsystemVersion; //+4Ah
DWORD Win32VersionValue; //+4Ch
DWORD SizeOfImage; //+50h
DWORD SizeOfHeaders; //+54h
DWORD CheckSum; //+58h 校验和
WORD Subsystem; //+5Ch
WORD DllCharacteristics; //+5Eh
DWORD SizeOfStackReserve; //+60h
DWORD SizeOfStackCommit; //+64h
DWORD SizeOfHeapReserve; //+68h
DWORD SizeOfHeapCommit; //+6ch
DWORD LoaderFlags; //+70h
DWORD NumberOfRvaAndSizes; //+74h 数据目录表项数
IMAGE_DATA_DIRECTORY DataDirectory[IMAGE_NUMBEROF_DIRECTORY_ENTRIES]; //+78h
} IMAGE_OPTIONAL_HEADER32,*PIMAGE_OPTIONAL_HEADER32;
从上面可以看出以下数据：
OEP的位置为000017B0
Image Base为00400000
SectionAlignment：当被装入内存时的区块大小。每个区块被装入的地址必定是本字段指定数值的整数倍。默认的对齐尺寸是目标CPU的页尺寸。对于运行在windows 9x/Me 下的用户模式可执行文件，最小的对齐尺寸是一页1000h（4kb）。从上面可以得出此程序的内存对齐为1000h
FileAlignment：磁盘上PE文件内的区块对齐大小，组成块得原始数据必须保证从本字段的倍数地址开始。从上面可以看出此文件的文件对齐为1000h。
NumberOfRvaAndSizes为00000010，转化为十进制为16，从Windows NT发布以来一直为16.
下面从LoadPE中看一下。
DataDirectory[16]：数据目录表，由数个相同的IMAGE_DATA_DIRECTORY结构组成，指向输出表，输入表，资源块等数据。
typedef struct _IMAGE_DATA_DIRECTORY{
DWORD VirtualAddress; //数据块的起始RVA
DWORD Size; //数据块长度
} IMAGE_DATA_DIRECTORY,*PIMAGE_DATA_DIRECTORY;
从前8个字节可以看出此exe文件的没有导出表，此后的部分可以与LoadPE中的数据一一对应。
区块：
区块表：
typedef struct _IMAGE_SECTION_HEADER{
BYTE Name[IMAGE_SIZEOF_SHORT_NAME]; //8个字节的区块名
union { //区块尺寸
DWORD PhysicalAddress;
DWORD VirtualSize;
} Misc;
DWORD VirtualAddress; //区块的RVA地址
DWORD SizeOfRawData; //文件对齐后的尺寸
DWORD PointerToRawData; //文件偏移
DWORD PointerToRelocations;
DWORD PointerToLinenumbers;
WORD NumberOfRelocations;
WORD NumberOfLinenumbers;
DWORD Characteristics; //区块的属性
} IMAGE_SECTION_HEADER,*PIMAGE_SECTION_HEADER;
在IMAGE_FILE_HEADER结构的第二个数据标识了文件的区块数目，在偏移为6h的地方可以找到区块数目为0006，也就是说这个实例成有有6个区段，如下图所示：
每个区段的长度为40个字节。
拿第一个区段举例，从上图可以看出：
区段的名称为：.text段
区段的尺寸为：00021000
区块的RVA为：00001000
区块的文件对齐后大小为：00021000
区块的文件偏移为：00001000，
区块的属性为：60000020
Characteristics：块属性。该字段是一组指出块属性（如代码/数据/可读/可写等）的标志。
多个标志值求或即为Characteristics的值。这些标志中的很多都可以通过连接器的/SECTION选项设置。
字段值 用途
IMAGE_SCN_CNT_CODE 00000020h | 包含代码，常与10000000h一起设置
IMAGE_SCN_CNT_INITIALIZED_DATA |该块包含已初始化的数据
00000040h |
IMAGE_SCN_CNT_UNINITIALIZED_DATA |该块包含未初始化的数据
00000080h |
IMAGE_SCN_MEM_DISCARDABLE | 该块可被丢弃，因为它一旦为装入后，进程就
02000000h | 不再需要它了，比如.reloc(重定位块)
IMAGE_SCN_MEM_SHARED 10000000h | 该块为共享块
IMAGE_SCN_MEM_EXECUTE 20000000h | 该块可以执行，通常当000000020h标志被设 | 置时，该标志也被设置
IMAGE_SCN_MEM_READ 40000000h | 该块可读。可执行文件中的块总是设置此标志
IMAGE_SCN_MEM_WRITE 80000000h | 该块可写，如果可执行文件没有设置该标志，|装载程序就会将内存映像页标记为可读或可 |执行
上图为LoadPE中区段表的截图
数据目录表中的数据，是在区段中的数据。而区段表的数据，是指向区段边界的数据。
区块的名字可以随意改变，以下只是常见的一些区段名称。
常见区段：
.text 默认的代码区段。链接器不同可能导致代码区段不同，有可能是.code段
.data 默认的读/写数据区块。全局变量、静态变量一般放在这里。
.rdata 默认的只读数据区块。
.idata 包含其他外表DLL的函数及数据信息，即输入表。常被合并
.edata 输出表。常被合并
.rsrc 资源，包含模块的全部资源。
.bss 未初始化的数据。
.crt 用于支持C++运行时(CRT)所添加的数据。
.tls tls的意思是线程局部存储器，用于支持通过__declspec(thread)声明的线程局部 存储变量的数据。这包括数据的初始化，也包括运行时所需要的额外变量
.reloc 可执行文件的基址重定位。基址重定位一般仅是DLL需要的，而不是EXE。
.sdata 相对于全局指针的可被定为的“短的”读/写数据。
.srdata 相对于全局指针的可被定为的“短的”只读数据。
.pdata 异常表。
.debug$S OBJ文件中Codeview格式的符号。
.debug$T OBJ文件中Codeview格式的类型记录。
.debug$P 当使用预编译的头时，它可以再OBJ文件中找到
.drectve 包含链接器命令，只能在OBJ中找到。
.didat 延迟装入的输入数据，只能在非Release模式的可执行文件中找到。
当编程从PE文件中读取需要的内容时，如输入表、输出表等，不能以区块名称作为参考，正确的方法是按照数据目录表中的字段进行定位。在数据目录表中，找到数据的RVA，对比区段表，查看所找数据是在哪一个区段当中。
可以创建和命名自己的区块。
区块的对齐值：
区块的大小是要对齐的，有两种对齐值，一种用于磁盘文件内，另一种用于内存中。PE文件头之处了这两个值，他们可以不同。
PE文件头里的FileAlignment定义了磁盘区块的对齐值。每一个区块从对齐值的倍数的偏移位置开始。而区块的实际代码或数据的大小不一定刚好是这么多，所以在不足的地方一般用00h来填充，这就是区块的间隙。
PE文件头里SectionAlignment定义了内存中区块的对齐值。PE文件被映射到内存中时，区块总是至少从一个页边界处开始，也就是说，当一个PE文件被映射到内存中，每个区块的第一个字节对应于某个内存页。在x86系列CPU中，页是按照4KB(1000h)来排列的，在IA-64上，是按8KB(2000h)来排列的。所以在x86系统中，PE文件区块的内存对齐值一般等于1000h，每个区块按1000h的倍数的内存偏移位置开始。
建立一个区块在文件中的偏移和在内存中的偏移相同的PE文件是可能的，会使可执行文件变大。
文件偏移与虚拟地址转换：
由于一些PE文件为减少体积，磁盘对齐值不是一个内存页1000h，而是200h，当这类文件被映射到内存后，同一数据相对于文件头的偏移量在内存中和磁盘文件中是不同的，这样就存在着文件偏移地址与虚拟地址的转换问题。如果磁盘对齐与内存对齐相同，则不需要转换。
由上图可以看出，文件被映射到内存，DOS文件头，PE文件头，区块表的偏移位置和大小都没有发生改变。而各区块映射到内存后，起偏移位置发生了改变。
转换需要前面提到的一个公式：
设：VK为相对虚拟地址RVA与文件偏移地址File Offset的差值
VA=ImageBase+RVA
File Offset = RVA ---VK
File Offset = VA---ImageBase---VK
也可以使用LoadPE直接转换：
输入表：
可执行文件使用来自于其他DLL的代码或数据时，成为输入。当PE文件装入时，windows加载器（PE装载器）的工作之一就是定位所有被输入的函数和数据，并且让正在被装入的文件可以使用那些地址。这个过程是通过PE文件的输入表(Import Table，简称IT，也成为输入表)来完成，输入表中保存的是函数名和其驻留的DLL名等动态链接所需的信息。
输入函数的调用：
输入函数就是被程序调用但其执行代码又不在程序中的函数，这些函数的代码位于相关的DLL文件中，在调用者程序中只保留相关函数信息，如函数名，DLL文件名等。对于磁盘上的PE文件来说，它无法得知这些输入函数在内存中的地址。只有当PE文件被装入内存后，windows加载器（PE装载器）才将相关DLL装入，并将调用输入函数的指令和函数实际所处的地址联系起来。
当应用程序调用一个DLL的代码和数据时，那它正在隐含链接到DLL，这个过程完全由window加载器(PE装载器)完成。另一种是运行期的显示链接，这意味着必须确定目标DLL已经被加载，然后寻找API地址，这几乎总是通过调用LoadLibrary和GetProcAddress来完成。
当隐含地链接一个API时，类似LoadLibrary和GetProcAddress的代码始终在执行，只不过这是windows装载器（PE加载器）自动完成的。装载器还保证PE文件所需的任何附加的DLL都已被载入。
一个PE文件所需要的所有的函数都被包含在内。
在PE文件中，有一组数据结构，他们分别对应着每个被输入的DLL，每一个这样的结构都给出了被输入的DLL的名称并指向一组函数指针。这组函数指针被称为输入地址表（Import Address Table，简称IAT）。每一个被引入的API在IAT里都有它自己保留的位置，在那里它将被windows加载器写入输入函数的地址。一旦模块被装入，IAT中包含所要调用输入函数的地址。
在IMAGE_DATA_DIRECTORY（数据目录表的第二项）为输入表，
RVA为0002A000
大小为0000003C
在LoadPE中可以得到确认：
与区段表进行对比后可以看出，导入表在.idata段当中。
输入表是一个IMAGE_IMPORT_DESCRIPTOR(简称IID)数组开始的。每个被PE文件隐式链接进来的DLL都有一个IID。在这个数组中，没有字段指出该结构数组的项数，但是他的最后一个单元为NULL，可以由此计算项数。
typedef struct_IMAGE_IMPORT_DESCRIPTOR {
union { // +00h
DWORD Characteristics;
DWORD OriginalFirstThunk; //指向输入名称表INT
};
DWORD TimeDateStamp; //+04h
DWORD ForwarderChain; //+08h
DWORD Name; //+0Ch DLL名称的指针
DWORD FirstThunk; //10h 指向输入地址表IAT。
} IMAGE_IMPORT_DESCRIPTOR;
typedef IMAGE_IMPORT_DESCRIPTORUNALIGNED *PIMAGE_IMPORT_DESCRIPTOR;
OriginalFirstThunk与FirstThunk都是IMAGE_THUNK_DATA结构的数组。
typedef struct _IMAGE_THUNK_DATA32{
union {
PBYTE ForwarderString; //指向一个转向者字符串的RVA
PDWORD Function; //被输入的函数的内存地址
DWORD Ordinal; //被输入的API的序数值
PIMAGE_IMPORT_BY_NAME AddressOfData;//指向IMAGE_IMPORT_BY_NAME
} u1;
} IMAGE_THUNK_DATA32;
每一个IMAGE_THUNK_DATA元素对应于一个从可执行文件输入的函数。两个数组的结束是通过一个值为0的IMAGE_THUNK_DATA元素来表示的。当IMAGE_THUNK_DATA值的最高位为1时，表示函数以序号方式输入，这时低31位（或者64位可执行文件的低63位）被看做一个函数序号。当双子的最高位为0时，表示函数以字符串类型的函数名方式输入，这时双字的值是一个RVA，指向一个IMAGE_IMPORT_BY_NAME结构。
typedef struct _IMAGE_IMPORT_BY_NAME{
WORD Hint;
BYTE Name[1];
} IMAGE_IMPORT_BY_NAME,*PIMAGE_IMPORT_BY_NAME;
输入地址表（IAT）
为什么有两个并行的指针数组指向IMAGE_IMPORT_BY_NAME结构呢？第一个数组（由Original FirstThunk所指向）是单独的一项，并且不可改写，成为INT，有时也成为提示名表。第二个数组（由First Thunk所指向）是由PE装载器重写的。PE装载器首先搜索OriginalFirstThunk，如果找到，加载程序迭代搜索数组中的每个指针，找到每个Image_IMPORT_BY_NAME结构所指向的输入函数的地址，然后加载器用函数真正入口地址来替代由FirstThunk数组中的一个函数入口，因此塔成为输入地址表（IAT）。程序加载后，输入表其他部分就不重要了，程序依靠IAT提供的函数地址就可正常运行。
文件偏移：28000-（2A000 – 28000）=28000
输入表的文件偏移为28000.
找到28000的位置，输入表是一个结构体数组，每个结构体20个字节，以20个字节的00为结束，由上图可以看出，此程序由两个DLL，从LoadPE看一下：
Name是指向DLL的指针，是一个RVA地址，我们可以查找一下
第一个IID的第4个成员为0002A4F2，转换成文件偏移为0000284F2
可以看出为USER32.dll，与LoadPE中的数据相同。
OriginalFirstThunk指向的IMAGE_THUNK_DATA数组位置，可以看出有21个函数。
再查找下FirstThunk指向的IMAGE_THUNK_DATA数组位置，
两个结构完全相同，也是有21个函数，我们在LoadPE中查看一下：
与LoadPE中USER32.dll中的函数个数相同。
查找第一个为
与LoadPE中显示相同。
在程序运行前，它的FirstThunk字段值也是指向一个地址串，而且和OriginalFirstThunk字段值指向的INT是重复的。系统在程序初始化时根据OriginalFirstThunk的值找到函数名，调用GetProcAddress函数且根据函数名取得函数的入口地址，然后用函数入口地址取代FirstThunk指向的地址传中对应的值（IAT）
这是一个从内存中抓取出来的，是PE文件映射到内存中的状态，上图为IAT。
此图为INT，两者已经不一样。
在OD中可以看到进行了一次函数调用，不过这个没有看到具体调用的是什么函数……
输入表部分的内容有点乱……
输出表：
Exe文件一般不存在输出表，而大部分DLL文件中存在输出表。
输出表格式如下：
typedef struct_IMAGE_EXPORT_DIRECTORY {
DWORD Characteristics;
DWORD TimeDateStamp;
WORD MajorVersion;
WORD MinorVersion;
DWORD Name; //模块的真实名称
DWORD Base; //基数，加上序数就是函数地址数组的索引数
DWORD NumberOfFunctions; // AddressOfFunctions中元素个数
DWORD NumberOfNames; // AddressOfNames中元素个数
DWORD AddressOfFunctions; // 指向函数地址数组
DWORD AddressOfNames; // 函数名字的指针地址
DWORD AddressOfNameOrdinals; //指向输出序列号数组
} IMAGE_EXPORT_DIRECTORY,*PIMAGE_EXPORT_DIRECTORY;
输出表为如上部分。
NumberOfFunctions 00000001
NumberOfNames 00000001
AddressOfFunctions 00004028 00001008
addressOfNames 0000402C 0000403E
AddressOfNameOrdinals 00004030
与LoadPE中数据进行比较，完全一致。
最后一个数据：
基址重定位：
当链接器生成一个PE文件时，它假设这个文件执行时会被装载到默认的基地址处，并且把code和data的相关地址都写入PE文件中。如果装入时按默认的值作为基地址装入，则不需要重定位。但如果可执行文件被装载到虚拟内存的另一个地址，链接器所登记的那个地址就是错误的，这时就需要用重定位表来调整。在PE文件中，它往往当度分为一块，用.reloc表示。
PE做法十分简单，他们并不参考外部DLL或模块中的其他Sections，而是把文件中所有可能需要修改的地址放在一个数组里。如果可执行文件不在首选的地址装入，那么文件中每一个定位都需要被修正。
在数据目录表中查找重定位表的RVA
typedef struct _IMAGE_BASE_RELOCATION{
DWORD VirtualAddress; //重定位数据开始RVA地址
DWORD SizeOfBlock; //重定位块得长度
// WORD TypeOffset[1]; //重定项位数组
} IMAGE_BASE_RELOCATION;
typedef IMAGE_BASE_RELOCATIONUNALIGNED * PIMAGE_BASE_RELOCATION;
在16进制编译器中找到重定位表:
TypeOffset：是一个数组，数组每项大小为两个字节，共16位。又分为高4位与低12位，高4位代表重定位类型；低12位是重定位地址，他与VirtualAddress相加既是指向PE影响中需要修改的地址数据的指针。
图中最后4位用于对齐。
重定位数据 300F 3023 0000 0000
高4位 3 3
低12位 00f 023
加上virtualAddress 0000100f 00001023 为RVA
转化成文件偏移 60f 623
查找到的重定位数据。此为PE影响中需要修改的地址数据。
资源:
资源目录结构：
typedef struct_IMAGE_RESOURCE_DIRECTORY {
DWORD Characteristics;
DWORD TimeDateStamp;
WORD MajorVersion;
WORD MinorVersion;
WORD NumberOfNamedEntries; //使用名字的资源条目的个数
WORD NumberOfIdEntries; //使用ID数字资源条目的个数
// IMAGE_RESOURCE_DIRECTORY_ENTRY DirectoryEntries[];
} IMAGE_RESOURCE_DIRECTORY,*PIMAGE_RESOURCE_DIRECTORY;
资源目录入口结构：
typedef struct_IMAGE_RESOURCE_DIRECTORY_ENTRY {
union {
struct {
DWORD NameOffset:31;
DWORD NameIsString:1;
};
DWORD Name; //目录项的名字字符串指针或ID
WORD Id;
};
union {
DWORD OffsetToData; //资源数据偏移地址或子目录偏移地址
struct {
DWORD OffsetToDirectory:31;
DWORD DataIsDirectory:1;
};
};
typedef struct_IMAGE_RESOURCE_DIR_STRING_U {
WORD Length;
WCHAR NameString[ 1 ];
} IMAGE_RESOURCE_DIR_STRING_U,*PIMAGE_RESOURCE_DIR_STRING_U;
资源数据入口：
typedef struct_IMAGE_RESOURCE_DATA_ENTRY {
DWORD OffsetToData; //资源数据的RVA
DWORD Size; //资源数据的长度
DWORD CodePage;
DWORD Reserved;
} IMAGE_RESOURCE_DATA_ENTRY,*PIMAGE_RESOURCE_DATA_ENTRY;
摘自：http://blog.sina.com.cn/s/blog_6cc1c52d0100t4wa.html
PE文件结构学习