上一部分中我们实现了对于程序的汇编级别的调试，但是这种调试，过程繁琐，难度大，且调试过程的可读性较差。我们需要拓展我们的调试器的性能，所以我们需要用到DWARF格式以实现源码级别的调试。
Dwarf和Elf
在此之前我们需要对这些知识有一定程度的掌握。ELF（可执行和链接格式）是Linux中最广泛使用的对象文件格式，其指定了一种存储二进制文件不同部分方式，如代码，数据，调试信息和字符串等。它还告诉加载器如何将二进制文件准备执行，这包括之处二进制文件不同部分应该放置再内存中的位置。不过这里我们并不着重讨论ELF的文件格式
DWARF是ELF常用的调试信息格式。它和ELF是同步开发的所以适配性比较好。这种格式对应了调试器源代码与二进制之间的关系。这些信息分布在不同的ELF段中，每个段有着不同的信息内容：
.debug_abbrev：存储.debug_info节中的缩写表.debug_aranges：提供内存地址与编译单元之间的映射.debug_frame：存储调用栈信息.debug_info：存储DWARF调试信息的核心数据，包含调试信息条目(DIES).debug_line：存储源代码行号信息.debug_loc：存储位置描述信息.debug_macinfo：存储宏定义信息.debug_pubnames：提供全局对象和函数的查找表.debug_pubtypes：提供全局类型的查找表.debug_ranges：存储地址范围信息.debug_str：存储字符串表.debug_types：存储类型描述信息
这里我们着重关注.debug_line和.debug_info的部分，让我们看看一个简单的程序的DWARF信息
1 2 3 4 5 6 int main () { long a = 3 ; long b = 2 ; long c = a + b; a = 4 ; }
DWARF行表
想要查看程序的DWARF信息，我们需要在编译时加入一个-g选项，可以看到以下内容：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 .debug_line: line number info for a single cu Source lines (from CU-DIE at .debug_info offset 0x0000000c): NS new statement, BB new basic block, ET end of text sequence PE prologue end, EB epilogue begin IS=val ISA number, DI=val discriminator value <pc> [lno,col] NS BB ET PE EB IS= DI= uri: "filepath" 0x00001129 [ 1, 11] NS uri: "/home/ylin/Program/LearnDwarf/test.c" 0x00001131 [ 2, 10] NS 0x00001139 [ 3, 10] NS 0x00001141 [ 4, 10] NS 0x00001150 [ 5, 7] NS 0x0000115d [ 6, 1] NS 0x0000115f [ 6, 1] NS ET
这一行信息<pc> [lno,col] NS BB ET PE EB IS= DI= uri: "filepath"告诉了我们内容的格式与含义。其中NS表示该地址标记了新语句的开始，通常用于设置断点或者单步执行。PE标记了函数序言的结束，用于设置函数的入口断点。ET标记了翻译单元的结束。其他的信息在上方均有显示。
假如我们想在test.c的第四行设置一个断点，我们该怎么做？我们寻找与该文件对应的条目，然后寻找相关的行的条目，查找也与之对应的地址，并设置断点。这里我们对应的条目是：
所以我们需要在程序加载地址处偏移地址为0x00001139的地方，下断点，就可以实现在第四行下断点。
我们查看objdump的内容，也的确如此：
image.png
反向的操作也是如此。如果我们有一个内存位置——比如说，一个程序计数器的值，我们想知道他在源码中的位置，我们可以通过行表信息中最近的映射地址，并从那里获取行。
DWARF 调试信息
.debug_info是DWARF的核心。它提供了关于程序中存在的类型、函数、变量等信息。这个节中的基本单元是DWARF信息条目，通常称为DIES。一个DIE由一个标签组成，告诉你它所表示的源码级的实体类型，后面跟着有一系列使用与该实体的属性。下面是我们程序的.debug_info节：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 .debug_info COMPILE_UNIT<header overall offset = 0x00000000>: < 0><0x0000000c> DW_TAG_compile_unit DW_AT_producer GNU C17 13.3.0 -mtune=generic -march=x86-64 -g -fasynchronous-unwind-tables -fstack-protector-strong -fstack-clash-protection -fcf-protection DW_AT_language DW_LANG_C11 DW_AT_name test.c DW_AT_comp_dir /home/ylin/Program/LearnDwarf DW_AT_low_pc 0x00001129 DW_AT_high_pc <offset-from-lowpc> 54 <highpc: 0x0000115f> DW_AT_stmt_list 0x00000000 LOCAL_SYMBOLS: < 1><0x0000002e> DW_TAG_subprogram DW_AT_external yes (1) DW_AT_name main DW_AT_decl_file 0x00000001 /home/ylin/Program/LearnDwarf/test.c DW_AT_decl_line 0x00000001 DW_AT_decl_column 0x00000005 DW_AT_type <0x00000072> DW_AT_low_pc 0x00001129 DW_AT_high_pc <offset-from-lowpc> 54 <highpc: 0x0000115f> DW_AT_frame_base len 0x0001: 0x9c: DW_OP_call_frame_cfa DW_AT_call_all_calls yes (1) DW_AT_sibling <0x00000072> < 2><0x00000050> DW_TAG_variable DW_AT_name a DW_AT_decl_file 0x00000001 DW_AT_decl_line 0x00000002 DW_AT_decl_column 0x0000000a DW_AT_type <0x00000079> DW_AT_location len 0x0002: 0x9158: DW_OP_fbreg -40 < 2><0x0000005b> DW_TAG_variable DW_AT_name b DW_AT_decl_file 0x00000001 DW_AT_decl_line 0x00000003 DW_AT_decl_column 0x0000000a DW_AT_type <0x00000079> DW_AT_location len 0x0002: 0x9160: DW_OP_fbreg -32 < 2><0x00000066> DW_TAG_variable DW_AT_name c DW_AT_decl_file 0x00000001 DW_AT_decl_line 0x00000004 DW_AT_decl_column 0x0000000a DW_AT_type <0x00000079> DW_AT_location len 0x0002: 0x9168: DW_OP_fbreg -24 < 1><0x00000072> DW_TAG_base_type DW_AT_byte_size 0x00000004 DW_AT_encoding DW_ATE_signed DW_AT_name int < 1><0x00000079> DW_TAG_base_type DW_AT_byte_size 0x00000008 DW_AT_encoding DW_ATE_signed DW_AT_name long int
第一个DIE代表一个编译单元（CU），下面是一些属性的含义：
DW_AT_producer：生成的此可执行文件的编译器DW_AT_language：源语言DW_AT_name：此编译单元所代表的文件名DW_AT_comp_dir：编译目录DW_AT_low_pc：此CU的代码开始DW_AT_high_pc：此CU的代码结束
其他的DIES属性遵循差不多的方案，你可以推断出不同属性的含义。接下来我们使用DWARF的知识解决一些实际的问题
定位我们所在的函数
假设我们已有当前的程序计数器的值，我们想要弄清楚我们处在哪个函数之中，有一个算法是这样的：
1 2 3 4 5 for each compile unit: if the pc is between DW_AT_low_pc and DW_AT_high_pc: for each function in the compile uint: if the pc is between DW_AT_low_pc and DW_AT_high_pc: return function information
这个算法适用于各种用途，但在存在成员函数和内联的情况下，事情会变得比较困难。在内联的情况下，一但我们找到了包含我们PC的函数，我们需要递归遍历该DIE的子节点，看看是否有内联函数匹配。
在一个函数上设置断点
我们要找到的函数，你可以在DW_AT_low_pc给出的内存地址上设置断点。但是一般这样做，会导致断点被下在函数序言（一般是用于保存调用者的上下文和设置函数的局部变量空间）的开始处中断，但是我们实际想要的效果是在用户代码处中断。
解决这个问题的办法就是从DW_AT_low_pc开始，从行号表中逐条读取，直到找到标记为序言结束（PE）的条目，可以确定代码的起始位置
。不过有时候，有些编译器不会输出这些信息，所以另一种做法是在该函数的第二行条目给出的地址上设置断点。
比如我们想在示例程序中的main上设置断点。我们搜索名为main的函数，并得到这个DIE:
1 2 3 4 5 6 7 8 9 10 11 12 < 1><0x0000002e> DW_TAG_subprogram DW_AT_external yes (1) DW_AT_name main DW_AT_decl_file 0x00000001 /home/ylin/Program/LearnDwarf/test.c DW_AT_decl_line 0x00000001 DW_AT_decl_column 0x00000005 DW_AT_type <0x00000072> DW_AT_low_pc 0x00001129 DW_AT_high_pc <offset-from-lowpc> 54 <highpc: 0x0000115f> DW_AT_frame_base len 0x0001: 0x9c: DW_OP_call_frame_cfa DW_AT_call_all_calls yes (1)
这告诉我们函数从0x00001129的偏移值开始，我们去行目表中查找，可以得到这个信息
1 0x00001129 [ 1,11] NS uri: "/home/ylin/Program/LearnDwarf/test.c"
我们要跳过程序前文，所以读取下一个条目：
这是我们要下断点的位置
我们该如何读取变量的内容
读取变量是一件很复杂的事情，它可能存在于不同的栈帧之中，被放置在寄存器中，或者在某个内存之中，也有可能被优化掉。不过我们还是可以通过一些简单的方法去找到它，我们可以查看变量a
的DW_AT_location属性：
1 2 3 4 5 6 7 8 9 10 11 12 < 2><0x00000050> DW_TAG_variable DW_AT_name a DW_AT_decl_file 0x00000001 DW_AT_decl_line 0x00000002 DW_AT_decl_column 0x0000000a DW_AT_type <0x00000079> DW_AT_location len 0x0002: 0x9158: DW_OP_fbreg -40 < 1><0x00000079> DW_TAG_base_type DW_AT_byte_size 0x00000008 DW_AT_encoding DW_ATE_signed DW_AT_name long int
这表示我们的a被存储在栈基地址的-40偏移地址。为了计算出这个及地址在那里，我们查看该函数的DW_AT_frame_base属性：
1 2 DW_AT_frame_base len 0x0001: 0x9c: DW_OP_call_frame_cfa
这意味着我们的栈基指针，是通过CFA计算得到的。
我们现在找到了这个变量，但是我们需要知道它的信息和类型，我们可以通过DW_AT_type找到，这告诉我们类型是一个8字节的有符号整数类型，因此我们可以将这个字节解释为int64_t并显示给用户。
我们对DWARF的初步理解就到此为止，接下来尝试使用它吧
