PE文件格式.docx
《PE文件格式.docx》由会员分享，可在线阅读，更多相关《PE文件格式.docx（41页珍藏版）》请在冰点文库上搜索。
PE文件格式
PE文件是Win32的原生文件格式.每一个Win32可执行文件都遵循PE文件格式.对PE文件格式的了解可以加深你对Win32系统的深入理解.
一、基本结构。
上图便是PE文件的基本结构。
（注意：
DOSMZHeader和部分PEheader的大小是不变的；DOSstub部分的大小是可变的。
）
一个PE文件至少需要两个Section,一个是存放代码，一个存放数据。
NT上的PE文件基本上有9个预定义的Section。
分别是：
.text,.bss,.rdata,.data,.rsrc,.edata,.idata,.pdata,和.debug。
一些PE文件中只需要其中的一部分Section.以下是通常的分类：
l执行代码Section,通常命名为：
.text（MS）orCODE（Borland）
l数据Section,通常命名为：
.data,.rdata,或.bss（MS）或DATA（Borland）.
l资源Section,通常命名为：
.edata
l输入数据Section,通常命名为：
.idata
l调试信息Section，通常命名为：
.debug
这些只是命名方式，便于识别。
通常与系统并无直接关系。
通常，一个PE文件在磁盘上的映像跟内存中的基本一致。
但并不是完全的拷贝。
Windows加载器会决定加载哪些部分，哪些部分不需要加载。
而且由于磁盘对齐与内存对齐的不一致，加载到内存的PE文件与磁盘上的PE文件各个部分的分布都会有差异。
当一个PE文件被加载到内存后，便是我们常说的模块（Module）,其起始地址就是所谓的HModule.
二、DOS头结构。
所有的PE文件都是以一个64字节的DOS头开始。
这个DOS头只是为了兼容早期的DOS操作系统。
这里不做详细讲解。
只需要了解一下其中几个有用的数据。
1.e_magic：
DOS头的标识，为4Dh和5Ah。
分别为字母MZ。
2.e_lfanew：
一个双字数据，为PE头的离文件头部的偏移量。
Windows加载器通过它可以跳过DOSStub部分直接找到PE头。
3.DOS头后跟一个DOSStub数据，是链接器链接执行文件的时候加入的部分数据，一般是“ThisprogrammustberununderMicrosoftWindows”。
这个可以通过修改链接器的设置来修改成自己定义的数据。
三、PE头结构。
PE头的数据结构被定义为IMAGE_NT_HEADERS。
包含三部分：
1.Signature：
PE头的标识。
双字结构。
为50h,45h,00h,00h.即“PE”。
2.FileHeader：
20字节的数据。
包含了文件的物理层信息及文件属性。
这里主要注意三项。
lNumberOfSections：
定义PE文件Section的个数。
如果对PE文件新增或删除Section的话，一定要记的修改此域。
lSizeOfOptionalHeader：
定义OptionHeader结构的大小。
lCharacteristics：
主要用来标识当前的PE文件是执行文件还是DLL。
其各位都有具体的含义。
数据位
Windows.inc的预定义
为１时的含义
0
IMAGE_FILE_RELOCS_STRIPPED
文件中不存在重定位信息
1
IMAGE_FILE_EXECUTABLE_IMAGE
文件是可执行的
2
IMAGE_FILE_LINE_NUMS_STRIPPED
不存在行信息
3
IMAGE_FILE_LOCAL_SYMS_STRIPPED
不存在符号信息
7
IMAGE_FILE_BYTES_REVERSED_LO
小尾方式
8
IMAGE_FILE_32BIT_MACHINE
只在３２位平台运行
9
IMAGE_FILE_DEBUG_STRIPPED
不包含调试信息
10
IMAGE_FILE_REMOVABLE_RUN_FROM_SWAP
不能从可移动盘运行
11
IMAGE_FILE_NET_RUN_FROM_SWAP
不能从网络运行
12
IMAGE_FILE_SYSTEM
系统文件。
不能直接运行
13
IMAGE_FILE_DLL
ＤＬＬ文件
14
IMAGE_FILE_UP_SYSTEM_ONLY
文件不能在多处理器上运行
15
IMAGE_FILE_BYTES_REVERSED_HI
大尾方式
3.OptionalHeader：
总共224个字节。
最后128个字节为数据目录（DataDirectory）。
以下是字段的说明：
lAddressOfEntryPoint：
程序入口点地址。
但加载器要运行加载的PE文件时要执行的第一个指令的地址。
它是一个RVA（相对虚拟地址）地址。
一些对PE文件插入代码的程序就是修改此处的地址为要运行的代码，然后再跳转回此处原来的地址。
lImageBase：
PE文件被加载到内存的期望的基地址。
对于EXE文件，通常加载后的地址就期望的地址。
但是DLL却可能是其他的。
因为如果这个地址被占，系统就会重新分配一块新的内存，同时会修改此处加载后的地址。
EXE文件通常是400000h.
lSectionAlignment：
每一个Section的内存对齐粒度。
比如：
此值为4096（1000h），那么每一个Section的起始地址都应该是4096（1000h）的整数倍。
如果第一个Section的地址是401000h，大小为100个字节。
那么下一个Section的起始地址为402000h.。
两个Section之间的空间大部分是空的，未用的。
lFileAlignment：
每一个Section的磁盘对齐粒度。
比如，此值为512（200h），那么每一个Section在文件内的偏移位置都是512（200h）的整数倍。
与SectionAlignment同理。
lSizeOfImage：
PE文件在内存空间整个映像的大小。
包含所有的头及按SectinAlignment对齐的所有的Section。
lSizeOfHeaders：
所有的头加上Section表的大小。
也就是文件大小减去文件中所有Section的大小。
可以用这个值获取PE文件中第一Section的位置。
lDataDiretory：
16个IMAGE_DATA_DIRECTORY结构的数组。
每一个成员都对应一个重要的数据结构，比如输入表，输出表等。
有两个地方需要注意：
l如果PEheader里的最后两个字段被赋予一个伪造的值的话，比如：
nLoaderFlags=ABDBFFFFh（其默认值为0）
nNumberOfRvaAndSizes=DFFDEEEEh（其默认值为10h）
一些调试工具或反编译工具会认为这个PE文件是损坏的。
有的会直接执行，如果是病毒的话，就会被直接感染；有的则会重启工具。
所以最好在查看调试一个PE文件前，先看一下这里的取值是否被人赋予一个伪造的很大的值。
如果是的话，先修改成默认的值。
l有人可能注意到在一些PE文件（MS的链接器链接的PE文件）的DOSStub部分跟PEheader部分之间存在一部分垃圾数据。
标识为其倒数第二非0的双字节是一个“Rich”。
这部分数据包含了一些加密数据，来标识编译这个PE文件的组件。
可用来检举某些病毒程序所编译的程序来自哪台机器。
四、数据目录结构（DataDirectory）。
DataDirectory是OptionalHeader的最后128个字节，也是IMAGE_NT_HEADERS的最后一部分数据。
它由16个IMAGE_DATA_DIRECTORY结构组成的数组构成。
IMAGE_DATA_DIRECTORY的结构如下：
每一个IMAGE_DATA_DIRECTORY都是对应一个PE文件重要的数据结构。
他们分别如下：
VirtualAddress指的是对应数据结构的RVA地址；iSize指的是对应数据结构的大小（字节单位）。
一个PE文件一般只包含其中的一部分，也就是其中一部分数据结构是有数据的；另一部分则都是0。
比如，EXE文件一般都存在IMAGE_DIRECTORY_ENTRY_IMPORT（输入表）,而不存在IMAGE_DIRECTORY_ENTRY_EXPORT（输出表）。
而DLL则两者都包含。
下图就是某一个PE文件的数据目录：
五、Section表。
Section表紧跟在PEheader后面。
由IMAGE_SECTION_HEADER数据结构组成的数组。
每一个包含了对应Section在PE文件中的属性和偏移位置。
这里不是所有的成员都是有用的。
lName１:
块名，这是一个8位ASCII码名，用来定义块名。
多数块名以一个"."开始（如.text），尽管许多PE文档都认为这个"."实际上并不是必须的。
值得注意的是，如果块名超过8位，则最后的NULL不存在。
带有一个"$"的区块名字会从链接器那里得到特殊的对待，前面带"$"的相同名字的区块被合并，在合并后的区块中它们是按"$"后面的字符字母顺序进行合并的。
lMisc.VirtualSize:
指出实际的、被使用的区块大小。
如果VirtualSize大于SizeOfRawData,那么SizeOfRawData来自于可执行文件初始化数据的大小，与VirtualSize相差的字节用0填充。
这个字段在OBJ文件中设为0。
lVirtualAddress:
该块装载到内存中的RVA。
这个地址是按照内存页对齐的，它的数值总是SectionAlignment的整数倍。
在MS工具中，第一块的默认RVA为1000H.在OBJ中，该字段没意义。
如果该值为1000H,PE文件被加载到400000H，那么该Section的起始地址为401000H。
lSizeOfRawData:
该块在磁盘文件中所占的大小。
在可执行文件中，这个值必须是PE头部指定的文件对齐大小的倍数。
如果是0,则说明区块中的数据是未初始化的。
该块在磁盘文件中所占的大小,这个数值等于VirtualSize字段的值按照FileAlignment的值对齐以后的大小。
例如，FileAlignment的大小为1000H,如果VirtualSize中的块长度为2911,则SizeOfRawData为3000H}
lPointerToRawData:
该块在磁盘文件中的偏移。
对于可执行文件，这个值必须是PE头部指定的文件对齐大小的倍数。
lPointerToRelocations:
这部分在EXE文件中无意义。
在OBJ文件中，表示本块重定位信息的偏移量。
在OBJ文件中如果不是零，则会指向一个IMAGE_RELOCATION的数据结构。
lNumberOfRelocations:
由PointerToRelocations指向的重定位的数目。
lNumberOfLinenumbers:
由NumberOfRelocations指向的行号的数目，只在COFF样式的行号被指定时使用。
lCharacteristics:
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。
多个标志值通过OR操作形成Characteristics的值。
这些标志很多都可以通过链接器/SECTION选项设置。
位
数据位在Windows.inc中的预定义
为1时的含义
５
IMAGE_SCN_CNT_CODE（00000020H）
节中包含代码
６
IMAGE_SCN_CNT_INITIALIZED_DATA（00000040H）
节中包含已初始化数据
７
IMAGE_SCN_CNT_UNINITIALIZED_DATA（00000080H）
节中包含未初始化数据
25
IMAGE_SCN_MEM_DISCARDABLE（02000000H）
节中的数据在进程开始后将被丢弃
26
IMAGE_SCN_MEM_NOT_CACHED（04000000H）
节中的数据不会经过缓存
27
IMAGE_SCN_MEM_NOT_PAGED（08000000H）
节中的数据不会被交换到磁盘
28
IMAGE_SCN_MEM_SHARED（10000000H）
节中的数据将被不同的进程所共享
29
IMAGE_SCN_MEM_EXECUTE（20000000H）
映射到内存后的页面包含可执行属性
30
IMAGE_SCN_MEM_READ（40000000H）
映射到内存后的页面包含可读属性
31
IMAGE_SCN_MEM_WRITE（80000000H）
映射到内存后的页面包含可写属性
六、PE文件各个Section。
PE文件的Sections部分包含了文件的内容。
包括代码，数据，资源和其他可执行信息。
每一个Section由一个头部和一个数据部分组成。
所有的头部都存放在紧跟PEheader后的Section表内。
1.执行代码。
在NTWindows系统内，所有的PE文件的代码段都存放在一个Section内，通常命名为.text（MS）或CODE（Borland）。
这一段包含了早先提起的AddressOfEntryPoint多指地址的指令及输入表中的jumpthunktable。
2.数据。
l.bss段存放未初始化的数据，包括函数内或源模块内声明的静态变量。
l.rdata段存放只读数据，比如常字符串，常量，调试指示信息。
l.data段存放其他所有的数据（除了自动化变量，其存放在栈中）。
比如程序的全局变量。
3.资源。
.rsrc段包含了一个模块的资源信息。
以资源树的结构存放数据。
需要用工具来查看。
4.输出数据。
.edata段包含了PE文件的输出目录（ExportDirectory）。
5.输入数据。
.idata包含了PE文件的输入目录和输入地址表。
6.调试信息。
调试信息存放在.debug段。
PE文件也支持单独的调试文件。
Debug段包含调试信息，但是调试目录却存放在.rdata内。
7.线程局部存储。
（TLS）
Windows支持每一个进程包含多个线程。
每一个线程有其私有的存储空间（ＴＬＳ）去存放线程自身的数据。
链接器都会为进程创建一个.tls段来存放TLS模板。
当进程创建一个线程时，系统就会按照这个模板创建一个线程私有的局部存储空间。
8.基重定位。
当加载器加载PE文件到内存的时候，有时候不一定是其预期的基地址。
那么就需要调整内部指令的相对地址。
所有需要调整的地址都存放在.reloc段内。
七、输出Section.
这个Section跟DLL关系比较密切。
DLL一般定义两种函数，内部使用的，和输出到外部给其他调用程序使用的。
输出到外部的函数就存储在这个Section内。
DLL输出函数分两种方式，通过名称和通过序号输出。
当其他程序需要调用DLL的时候，调用GetProcAddress，通过设置需要调用的函数名称或函数序号可以调用DLL内部输出的函数。
那么GetProcAddress是怎么获取DLL中真正的输出函数地址呢？
以下是详细的解说。
PE头的数据目录（DATADIRECTORY）数组的第一个成员对应的（通过其中的RVA地址可获得）数据结构是IMAGE_EXPORT_DIRECTORY（这里称为输出目录）。
成员
大小
描述
Characteristics
DWORD
未定义，总是0
TimeDateStamp
DWORD
输出表的创建时间。
与IMAGE_NT_HEADER.FileHeader.TimeDateStamp有相同的定义
MajorVersion
WORD
输出表的主版本号。
未使用，为0
MinorVersion
DWORD
输出表的次版本号。
未使用，为0
nName
DWORD
指向一个ASCII字符串的RVA，这个字符串是与这些输出函数关联的DLL的名称（比如，Kernel32.dll）。
这个值必须定义，因为如果DLL文件的名称如果被修改，加载器将使用这里的名称。
nBase
DWORD
这个字段包含用于这个可执行文件输出表的起始序数值（基数）。
正常情况下为1，但不是一定是。
当通过序数来查询一个输出函数时，这个值会被从序数里减去。
（比如，如果nBase=1,被查询的函数的序数是3,那么这个函数在序号表的索引是3-1=2）。
NumberOfFunctions
DWORD
输出地址表（EAT）的条目数。
其中一些条目可能是0，意味着这个序数值没有代码和数据输出。
NumberOfNames
DWORD
输出名称表（ENT）的条目数。
这个值总是大于或等于NumberOfFunctions。
小于的情况发生在符号只通过序数来输出时。
另外，当被赋值的序数里有数字间隔时也会有小于的情况。
这个值也是输出序数表的长度。
AddressOfFunctions
DWORD
输出地址表（EAT）的RVA。
输出地址表本身是一个RVA数组，数组中的每一个非零的RVA都对应一个被输出的符号。
AddressOfNames
DWORD
输出名称表（ENT）的RVA。
输出名称表本身是一个RVA数组。
数组中的每一个非零的RVA都向一个ASCII字符串。
每一个字符串都对应一个通过名称输出的符号。
这个表是排序。
这允许加栽器在查询一个被输出的符号时可用二进制查找方式。
名称的排序是二进制的，而不是按字母。
AddressOfNameOrdinals
DWORD
输出序数表（EOT）的RVA。
这个表将ENT中的数组索引映射到相应的输出地址条目。
实际上，IMAGE_EXPORT_DIRECTORY结构指向三个数组和一个ASCII字符串表。
其中重要的是输出地址表（EAT,即AddressOfFunctions指向的表）,输出函数地址指针（RVA）构成了这个表。
而ENT和EOT则是可以一起合作来获取EAT里对应的地址数据。
下图演示了这个过程。
这个被加载的DLL的名称是F00.DLL。
总共输出了四个函数，其RVA地址分别为0x400042、0x400156、0x401256和0x400520。
一个外部调用程序需要调用其中一个名为”Bar”的函数，那么它先在输出名称表（ENT）里查找名称为Bar的函数，找到后，根据其在输出序号表（EOT）中对应的索引号，获取其中的数值为EAT中的索引值，这里是4,然后从EAT中根据索引4获取其真正的RVA地址0x400520。
以下是几个注意点：
l输出序号表（EOT）的存在就是为了是EAT跟ENT之间产生关联。
每一个ENT内的成员（函数名）有且只有一个EAT内的成员（函数地址）对应。
但是一个EAT内的成员并不是只有一个ENT内的成员对应。
比如，有的函数存在别名的话，就会出现多个ENT内的成员都对应一个EAT内的成员。
l如果已经获得一个函数的序号值，那么就可以直接到EAT内获得其RVA地址，而不需要经过ENT和EOT进行查找。
但是这样的按序号输出的DLL不易于维护。
l通常情况下，EAT的个数（NumberOfFunctions）必须小于或等于ENT的个数（NumberOfNames）。
只有在一个函数按序号输出时（其在ENT和EOT表里没有对应的数据），ENT的数量才有可能少于EAT的数量。
比如，总共有70个函数输出，但是在ENT表里只有40个，这就意味着剩余的30个函数是靠序号输出的。
那么我们如何知道哪些是直接靠序号输出的呢？
只有通过排除法来获得。
把存在在EOT表里的序号从EAT里排除出去，剩下的就是靠序号输出的函数。
l当通过一个序号值来获取EAT内的函数RVA时，需要把这个序号值减去nBase的值来获取在EAT表里真正的索引位置。
而通过名称查找则不需要这么做。
l输出转向。
某些时候，你从一个DLL中调用的一个函数可能位于另一个DLL中。
这就叫输出转向。
比如，Kernel32.dll中的HeapAlloc就是转到调用NTDLL.dll中的RtlAllocHeap。
这种转向是在链接的时候，在.DEF文件中定义一个特殊的指令来实现的。
那么当一个函数被转向后，在其所在EAT表里对应的数据便不是其地址，而是一个指向表明被转向的DLL和函数的ASCII字符串的地址指针。
上图就是Kernel32.dll的输出函数表，其中HeapAlloc的RVA值0x00009048就是一个指向“NTDLL.RtlAllocHeap”的指针。
八、输入Section.
输入Section通常位于.idata段内。
它包含了所有程序需要用到的来自其他DLL的函数的信息。
Windows加载器负责加载所有程序用到的DLL到进程空间。
然后为进程找到所有其需要用到的函数的地址。
下面描述这个过程：
PE头的数据目录（DATADIRECTORY）数组的第二个成员对应的（通过其中的RVA地址可获得）数据结构是输入表。
输入表是一个IMAGE_IMPORT_DESCRIPTOR数据结构的数组。
没有字段表明这个数组的个数，只是它的最后一个成员的数据都为0。
每一个数组成员都对应一个DLL。
成员
大小
描述
OriginalFirstThunk
DWORD
指向输入名称表（INT）的RVA。
INT是由IMAGE_THUNK_DATA数据结构构成的数组。
数组中的每一个成员定义了一个输入函数的信息，数组最后以一个内容为0的IMAGE_THUNK_DATA结束。
TimeDateStamp
DWORD
当执行文件不与被输入的DLL进行绑定时，这个字段为0。
当以旧的方式绑定时，这个字段包括时间/日期。
当以新的样式绑定时，这个字段为-1。
ForwarderChain
DWORD
这是第一个被转向的API的索引。
老样式绑定的定义。
Name
DWORD
指向被输入DLL的ASCII字符串的RVA。
FirstThunk
DWORD
指向输入地址表（IAT）的RVA。
IAT也是一个IMAGE_THUNK_DATA数据结构的数组。
由上表可知，输入表主要是通过IMAGE_THUNK_DATA这个数据结构导入函数。
下面是IMAGE_THUNK_DATA的描述：
这是一个DWORD联合体数据结构。
其实这里对输入表有意义的字段只有两个，Ordinal和AddressOfData。
当这个DWORD数据的最高位为1的时候，代表函数以序号的方式导入，Ordinal的低31位就是输入函数在其DLL内的导出序号。
当这个DWORD的数据最高位为0的时候，代表函数以字符串方式导入。
AddressOfData就是一个指向用来导入函数名称的IMAGE_IMPORT_BY_NAME的数据结构的RVA。
（这里用来判断最高位的值0x8000000,预定义值为IMAGE_ORDINAL_FLAG32。
）
lHint字段也表示函数的序号，主要是用来便与加载器快速查找在导入的DLL的函数导出表，当通过这个序号查找到的函数跟所要导入的函数不匹配时，就改为通过名称查找。
不过这个字段是可选的，有些编译器把它设置为0。
lName1字段定义了导入函数的名称字符串，这是一个以0为结尾的字符串。
整个过程有点复杂，下图给出一个相对清晰的描述。
1．加载器首先读入IMAGE_IMPORT_DESCRIPTOR，获得需要加载的动态库User32.DLL。
2．加载器根据OriginalFirstThunk或Fir
升级会员 