tools/llvm-objdump/MachODump.cpp

   1 //===-- MachODump.cpp - Object file dumping utility for llvm --------------===//
   2 //
   3 //                     The LLVM Compiler Infrastructure
   4 //
   5 // This file is distributed under the University of Illinois Open Source
   6 // License. See LICENSE.TXT for details.
   7 //
   8 //===----------------------------------------------------------------------===//
   9 //
  10 // This file implements the MachO-specific dumper for llvm-objdump.
  11 //
  12 //===----------------------------------------------------------------------===//
  13
  14 #include "llvm-objdump.h"
  15 #include "llvm/ADT/STLExtras.h"
  16 #include "llvm/ADT/StringExtras.h"
  17 #include "llvm/ADT/Triple.h"
  18 #include "llvm/DebugInfo/DIContext.h"
  19 #include "llvm/MC/MCAsmInfo.h"
  20 #include "llvm/MC/MCDisassembler.h"
  21 #include "llvm/MC/MCInst.h"
  22 #include "llvm/MC/MCInstPrinter.h"
  23 #include "llvm/MC/MCInstrAnalysis.h"
  24 #include "llvm/MC/MCInstrDesc.h"
  25 #include "llvm/MC/MCInstrInfo.h"
  26 #include "llvm/MC/MCRegisterInfo.h"
  27 #include "llvm/MC/MCSubtargetInfo.h"
  28 #include "llvm/Object/MachO.h"
  29 #include "llvm/Support/Casting.h"
  30 #include "llvm/Support/CommandLine.h"
  31 #include "llvm/Support/Debug.h"
  32 #include "llvm/Support/Format.h"
  33 #include "llvm/Support/GraphWriter.h"
  34 #include "llvm/Support/MachO.h"
  35 #include "llvm/Support/MemoryBuffer.h"
  36 #include "llvm/Support/TargetRegistry.h"
  37 #include "llvm/Support/TargetSelect.h"
  38 #include "llvm/Support/raw_ostream.h"
  39 #include "llvm/Support/system_error.h"
  40 #include <algorithm>
  41 #include <cstring>
  42 using namespace llvm;
  43 using namespace object;
  44
  45 static cl::opt<bool>
  46   UseDbg("g", cl::desc("Print line information from debug info if available"));
  47
  48 static cl::opt<std::string>
  49   DSYMFile("dsym", cl::desc("Use .dSYM file for debug info"));
  50
  51 static const Target *GetTarget(const MachOObjectFile *MachOObj) {
  52   // Figure out the target triple.
  53   if (TripleName.empty()) {
  54     llvm::Triple TT("unknown-unknown-unknown");
  55     TT.setArch(Triple::ArchType(MachOObj->getArch()));
  56     TripleName = TT.str();
  57   }
  58
  59   // Get the target specific parser.
  60   std::string Error;
  61   const Target *TheTarget = TargetRegistry::lookupTarget(TripleName, Error);
  62   if (TheTarget)
  63     return TheTarget;
  64
  65   errs() << "llvm-objdump: error: unable to get target for '" << TripleName
  66          << "', see --version and --triple.\n";
  67   return 0;
  68 }
  69
  70 struct SymbolSorter {
  71   bool operator()(const SymbolRef &A, const SymbolRef &B) {
  72     SymbolRef::Type AType, BType;
  73     A.getType(AType);
  74     B.getType(BType);
  75
  76     uint64_t AAddr, BAddr;
  77     if (AType != SymbolRef::ST_Function)
  78       AAddr = 0;
  79     else
  80       A.getAddress(AAddr);
  81     if (BType != SymbolRef::ST_Function)
  82       BAddr = 0;
  83     else
  84       B.getAddress(BAddr);
  85     return AAddr < BAddr;
  86   }
  87 };
  88
  89 // Types for the storted data in code table that is built before disassembly
  90 // and the predicate function to sort them.
  91 typedef std::pair<uint64_t, DiceRef> DiceTableEntry;
  92 typedef std::vector<DiceTableEntry> DiceTable;
  93 typedef DiceTable::iterator dice_table_iterator;
  94
  95 static bool
  96 compareDiceTableEntries(const DiceTableEntry i,
  97                         const DiceTableEntry j) {
  98   return i.first == j.first;
  99 }
 100
 101 static void DumpDataInCode(const char *bytes, uint64_t Size,
 102                            unsigned short Kind) {
 103   uint64_t Value;
 104
 105   switch (Kind) {
 106   case MachO::DICE_KIND_DATA:
 107     switch (Size) {
 108     case 4:
 109       Value = bytes[3] << 24 |
 110               bytes[2] << 16 |
 111               bytes[1] << 8 |
 112               bytes[0];
 113       outs() << "\t.long " << Value;
 114       break;
 115     case 2:
 116       Value = bytes[1] << 8 |
 117               bytes[0];
 118       outs() << "\t.short " << Value;
 119       break;
 120     case 1:
 121       Value = bytes[0];
 122       outs() << "\t.byte " << Value;
 123       break;
 124     }
 125     outs() << "\t@ KIND_DATA\n";
 126     break;
 127   case MachO::DICE_KIND_JUMP_TABLE8:
 128     Value = bytes[0];
 129     outs() << "\t.byte " << Value << "\t@ KIND_JUMP_TABLE8";
 130     break;
 131   case MachO::DICE_KIND_JUMP_TABLE16:
 132     Value = bytes[1] << 8 |
 133             bytes[0];
 134     outs() << "\t.short " << Value << "\t@ KIND_JUMP_TABLE16";
 135     break;
 136   case MachO::DICE_KIND_JUMP_TABLE32:
 137     Value = bytes[3] << 24 |
 138             bytes[2] << 16 |
 139             bytes[1] << 8 |
 140             bytes[0];
 141     outs() << "\t.long " << Value << "\t@ KIND_JUMP_TABLE32";
 142     break;
 143   default:
 144     outs() << "\t@ data in code kind = " << Kind << "\n";
 145     break;
 146   }
 147 }
 148
 149 static void
 150 getSectionsAndSymbols(const MachO::mach_header Header,
 151                       MachOObjectFile *MachOObj,
 152                       std::vector<SectionRef> &Sections,
 153                       std::vector<SymbolRef> &Symbols,
 154                       SmallVectorImpl<uint64_t> &FoundFns,
 155                       uint64_t &BaseSegmentAddress) {
 156   for (symbol_iterator SI = MachOObj->symbol_begin(),
 157                        SE = MachOObj->symbol_end();
 158        SI != SE; ++SI)
 159     Symbols.push_back(*SI);
 160
 161   for (const SectionRef &Section : MachOObj->sections()) {
 162     StringRef SectName;
 163     Section.getName(SectName);
 164     Sections.push_back(Section);
 165   }
 166
 167   MachOObjectFile::LoadCommandInfo Command =
 168       MachOObj->getFirstLoadCommandInfo();
 169   bool BaseSegmentAddressSet = false;
 170   for (unsigned i = 0; ; ++i) {
 171     if (Command.C.cmd == MachO::LC_FUNCTION_STARTS) {
 172       // We found a function starts segment, parse the addresses for later
 173       // consumption.
 174       MachO::linkedit_data_command LLC =
 175         MachOObj->getLinkeditDataLoadCommand(Command);
 176
 177       MachOObj->ReadULEB128s(LLC.dataoff, FoundFns);
 178     }
 179     else if (Command.C.cmd == MachO::LC_SEGMENT) {
 180       MachO::segment_command SLC =
 181         MachOObj->getSegmentLoadCommand(Command);
 182       StringRef SegName = SLC.segname;
 183       if(!BaseSegmentAddressSet && SegName != "__PAGEZERO") {
 184         BaseSegmentAddressSet = true;
 185         BaseSegmentAddress = SLC.vmaddr;
 186       }
 187     }
 188
 189     if (i == Header.ncmds - 1)
 190       break;
 191     else
 192       Command = MachOObj->getNextLoadCommandInfo(Command);
 193   }
 194 }
 195
 196 static void DisassembleInputMachO2(StringRef Filename,
 197                                    MachOObjectFile *MachOOF);
 198
 199 void llvm::DisassembleInputMachO(StringRef Filename) {
 200   std::unique_ptr<MemoryBuffer> Buff;
 201
 202   if (error_code ec = MemoryBuffer::getFileOrSTDIN(Filename, Buff)) {
 203     errs() << "llvm-objdump: " << Filename << ": " << ec.message() << "\n";
 204     return;
 205   }
 206
 207   std::unique_ptr<MachOObjectFile> MachOOF(static_cast<MachOObjectFile *>(
 208       ObjectFile::createMachOObjectFile(Buff.release()).get()));
 209
 210   DisassembleInputMachO2(Filename, MachOOF.get());
 211 }
 212
 213 static void DisassembleInputMachO2(StringRef Filename,
 214                                    MachOObjectFile *MachOOF) {
 215   const Target *TheTarget = GetTarget(MachOOF);
 216   if (!TheTarget) {
 217     // GetTarget prints out stuff.
 218     return;
 219   }
 220   std::unique_ptr<const MCInstrInfo> InstrInfo(TheTarget->createMCInstrInfo());
 221   std::unique_ptr<MCInstrAnalysis> InstrAnalysis(
 222       TheTarget->createMCInstrAnalysis(InstrInfo.get()));
 223
 224   // Set up disassembler.
 225   std::unique_ptr<const MCRegisterInfo> MRI(
 226       TheTarget->createMCRegInfo(TripleName));
 227   std::unique_ptr<const MCAsmInfo> AsmInfo(
 228       TheTarget->createMCAsmInfo(*MRI, TripleName));
 229   std::unique_ptr<const MCSubtargetInfo> STI(
 230       TheTarget->createMCSubtargetInfo(TripleName, "", ""));
 231   std::unique_ptr<const MCDisassembler> DisAsm(
 232       TheTarget->createMCDisassembler(*STI));
 233   int AsmPrinterVariant = AsmInfo->getAssemblerDialect();
 234   std::unique_ptr<MCInstPrinter> IP(TheTarget->createMCInstPrinter(
 235       AsmPrinterVariant, *AsmInfo, *InstrInfo, *MRI, *STI));
 236
 237   if (!InstrAnalysis || !AsmInfo || !STI || !DisAsm || !IP) {
 238     errs() << "error: couldn't initialize disassembler for target "
 239            << TripleName << '\n';
 240     return;
 241   }
 242
 243   outs() << '\n' << Filename << ":\n\n";
 244
 245   MachO::mach_header Header = MachOOF->getHeader();
 246
 247   // FIXME: FoundFns isn't used anymore. Using symbols/LC_FUNCTION_STARTS to
 248   // determine function locations will eventually go in MCObjectDisassembler.
 249   // FIXME: Using the -cfg command line option, this code used to be able to
 250   // annotate relocations with the referenced symbol's name, and if this was
 251   // inside a __[cf]string section, the data it points to. This is now replaced
 252   // by the upcoming MCSymbolizer, which needs the appropriate setup done above.
 253   std::vector<SectionRef> Sections;
 254   std::vector<SymbolRef> Symbols;
 255   SmallVector<uint64_t, 8> FoundFns;
 256   uint64_t BaseSegmentAddress;
 257
 258   getSectionsAndSymbols(Header, MachOOF, Sections, Symbols, FoundFns,
 259                         BaseSegmentAddress);
 260
 261   // Sort the symbols by address, just in case they didn't come in that way.
 262   std::sort(Symbols.begin(), Symbols.end(), SymbolSorter());
 263
 264   // Build a data in code table that is sorted on by the address of each entry.
 265   uint64_t BaseAddress = 0;
 266   if (Header.filetype == MachO::MH_OBJECT)
 267     Sections[0].getAddress(BaseAddress);
 268   else
 269     BaseAddress = BaseSegmentAddress;
 270   DiceTable Dices;
 271   for (dice_iterator DI = MachOOF->begin_dices(), DE = MachOOF->end_dices();
 272        DI != DE; ++DI) {
 273     uint32_t Offset;
 274     DI->getOffset(Offset);
 275     Dices.push_back(std::make_pair(BaseAddress + Offset, *DI));
 276   }
 277   array_pod_sort(Dices.begin(), Dices.end());
 278
 279 #ifndef NDEBUG
 280   raw_ostream &DebugOut = DebugFlag ? dbgs() : nulls();
 281 #else
 282   raw_ostream &DebugOut = nulls();
 283 #endif
 284
 285   std::unique_ptr<DIContext> diContext;
 286   ObjectFile *DbgObj = MachOOF;
 287   // Try to find debug info and set up the DIContext for it.
 288   if (UseDbg) {
 289     // A separate DSym file path was specified, parse it as a macho file,
 290     // get the sections and supply it to the section name parsing machinery.
 291     if (!DSYMFile.empty()) {
 292       std::unique_ptr<MemoryBuffer> Buf;
 293       if (error_code ec = MemoryBuffer::getFileOrSTDIN(DSYMFile, Buf)) {
 294         errs() << "llvm-objdump: " << Filename << ": " << ec.message() << '\n';
 295         return;
 296       }
 297       DbgObj = ObjectFile::createMachOObjectFile(Buf.release()).get();
 298     }
 299
 300     // Setup the DIContext
 301     diContext.reset(DIContext::getDWARFContext(DbgObj));
 302   }
 303
 304   for (unsigned SectIdx = 0; SectIdx != Sections.size(); SectIdx++) {
 305
 306     bool SectIsText = false;
 307     Sections[SectIdx].isText(SectIsText);
 308     if (SectIsText == false)
 309       continue;
 310
 311     StringRef SectName;
 312     if (Sections[SectIdx].getName(SectName) ||
 313         SectName != "__text")
 314       continue; // Skip non-text sections
 315
 316     DataRefImpl DR = Sections[SectIdx].getRawDataRefImpl();
 317
 318     StringRef SegmentName = MachOOF->getSectionFinalSegmentName(DR);
 319     if (SegmentName != "__TEXT")
 320       continue;
 321
 322     StringRef Bytes;
 323     Sections[SectIdx].getContents(Bytes);
 324     StringRefMemoryObject memoryObject(Bytes);
 325     bool symbolTableWorked = false;
 326
 327     // Parse relocations.
 328     std::vector<std::pair<uint64_t, SymbolRef>> Relocs;
 329     for (const RelocationRef &Reloc : Sections[SectIdx].relocations()) {
 330       uint64_t RelocOffset, SectionAddress;
 331       Reloc.getOffset(RelocOffset);
 332       Sections[SectIdx].getAddress(SectionAddress);
 333       RelocOffset -= SectionAddress;
 334
 335       symbol_iterator RelocSym = Reloc.getSymbol();
 336
 337       Relocs.push_back(std::make_pair(RelocOffset, *RelocSym));
 338     }
 339     array_pod_sort(Relocs.begin(), Relocs.end());
 340
 341     // Disassemble symbol by symbol.
 342     for (unsigned SymIdx = 0; SymIdx != Symbols.size(); SymIdx++) {
 343       StringRef SymName;
 344       Symbols[SymIdx].getName(SymName);
 345
 346       SymbolRef::Type ST;
 347       Symbols[SymIdx].getType(ST);
 348       if (ST != SymbolRef::ST_Function)
 349         continue;
 350
 351       // Make sure the symbol is defined in this section.
 352       bool containsSym = false;
 353       Sections[SectIdx].containsSymbol(Symbols[SymIdx], containsSym);
 354       if (!containsSym)
 355         continue;
 356
 357       // Start at the address of the symbol relative to the section's address.
 358       uint64_t SectionAddress = 0;
 359       uint64_t Start = 0;
 360       Sections[SectIdx].getAddress(SectionAddress);
 361       Symbols[SymIdx].getAddress(Start);
 362       Start -= SectionAddress;
 363
 364       // Stop disassembling either at the beginning of the next symbol or at
 365       // the end of the section.
 366       bool containsNextSym = false;
 367       uint64_t NextSym = 0;
 368       uint64_t NextSymIdx = SymIdx+1;
 369       while (Symbols.size() > NextSymIdx) {
 370         SymbolRef::Type NextSymType;
 371         Symbols[NextSymIdx].getType(NextSymType);
 372         if (NextSymType == SymbolRef::ST_Function) {
 373           Sections[SectIdx].containsSymbol(Symbols[NextSymIdx],
 374                                            containsNextSym);
 375           Symbols[NextSymIdx].getAddress(NextSym);
 376           NextSym -= SectionAddress;
 377           break;
 378         }
 379         ++NextSymIdx;
 380       }
 381
 382       uint64_t SectSize;
 383       Sections[SectIdx].getSize(SectSize);
 384       uint64_t End = containsNextSym ?  NextSym : SectSize;
 385       uint64_t Size;
 386
 387       symbolTableWorked = true;
 388
 389       outs() << SymName << ":\n";
 390       DILineInfo lastLine;
 391       for (uint64_t Index = Start; Index < End; Index += Size) {
 392         MCInst Inst;
 393
 394         uint64_t SectAddress = 0;
 395         Sections[SectIdx].getAddress(SectAddress);
 396         outs() << format("%8" PRIx64 ":\t", SectAddress + Index);
 397
 398         // Check the data in code table here to see if this is data not an
 399         // instruction to be disassembled.
 400         DiceTable Dice;
 401         Dice.push_back(std::make_pair(SectAddress + Index, DiceRef()));
 402         dice_table_iterator DTI = std::search(Dices.begin(), Dices.end(),
 403                                               Dice.begin(), Dice.end(),
 404                                               compareDiceTableEntries);
 405         if (DTI != Dices.end()){
 406           uint16_t Length;
 407           DTI->second.getLength(Length);
 408           DumpBytes(StringRef(Bytes.data() + Index, Length));
 409           uint16_t Kind;
 410           DTI->second.getKind(Kind);
 411           DumpDataInCode(Bytes.data() + Index, Length, Kind);
 412           continue;
 413         }
 414
 415         if (DisAsm->getInstruction(Inst, Size, memoryObject, Index,
 416                                    DebugOut, nulls())) {
 417           DumpBytes(StringRef(Bytes.data() + Index, Size));
 418           IP->printInst(&Inst, outs(), "");
 419
 420           // Print debug info.
 421           if (diContext) {
 422             DILineInfo dli =
 423               diContext->getLineInfoForAddress(SectAddress + Index);
 424             // Print valid line info if it changed.
 425             if (dli != lastLine && dli.getLine() != 0)
 426               outs() << "\t## " << dli.getFileName() << ':'
 427                 << dli.getLine() << ':' << dli.getColumn();
 428             lastLine = dli;
 429           }
 430           outs() << "\n";
 431         } else {
 432           errs() << "llvm-objdump: warning: invalid instruction encoding\n";
 433           if (Size == 0)
 434             Size = 1; // skip illegible bytes
 435         }
 436       }
 437     }
 438     if (!symbolTableWorked) {
 439       // Reading the symbol table didn't work, disassemble the whole section.
 440       uint64_t SectAddress;
 441       Sections[SectIdx].getAddress(SectAddress);
 442       uint64_t SectSize;
 443       Sections[SectIdx].getSize(SectSize);
 444       uint64_t InstSize;
 445       for (uint64_t Index = 0; Index < SectSize; Index += InstSize) {
 446         MCInst Inst;
 447
 448         if (DisAsm->getInstruction(Inst, InstSize, memoryObject, Index,
 449                                    DebugOut, nulls())) {
 450           outs() << format("%8" PRIx64 ":\t", SectAddress + Index);
 451           DumpBytes(StringRef(Bytes.data() + Index, InstSize));
 452           IP->printInst(&Inst, outs(), "");
 453           outs() << "\n";
 454         } else {
 455           errs() << "llvm-objdump: warning: invalid instruction encoding\n";
 456           if (InstSize == 0)
 457             InstSize = 1; // skip illegible bytes
 458         }
 459       }
 460     }
 461   }
 462 }