简述PE文件

今天有人在里招募会修改exe文件资源或dll文件资源的人，要.net方面，对PE文件修改，因为一直在做.net的web开发,对这方面知之甚少，因此也失去了一次赚钱机会了，很可惜，现在了解一下，还不算晚吧。下面是转载的内容。

PE 文件格式
对 PE 的一些说明： PE 是 Portable Excutable 的缩写，是指“可移植可执行”文件，是 32 位 Windows （包括 OS/2 ）可执行文件的标准格式。以前的 16 位 Windows 可执行文件的格式称为 NE ，即 New Excutable “新可执行”文件。参考： NE 文件格式

一、简介

PE文件最前面是一个DOS可执行文件（STUB），这使PE文件成为一个合法的MS-DOS可执行
文件。
DOS文件头后面是一个32位的PE文件标志0X00004550（IMAGE_NT_SIGNATURE）。
接着就是PE的文件头了，包含的信息有该程序运行平台、有多少段（sections）、文件
链接的时间、它是一个可执行文件（EXE）还是一个动态链接库（DLL）或是其他。
后面紧接着有一个“可选”头部（这个部分总是存在，但是因为COFF在库（Libraries）
中用了这个词，在一可执行模块中并没有用这个词，但是仍被叫做可选的）。这可部分包含程
序加载的更多的信息：开始地址、保留堆栈数量、数据段大小等等。
可选头中还有一个重要的域是一叫做“数据目录表”（data directories）的数组；表
中的每一项是一个指向某一个段的指针。例如：如果某程序有一个输出目录表（export dire
ctory ），那你就会在数据目录表中找到一个为IMAGE_DIRECTORY_ENTRY_EXPORT的指针，并且
它将指向某一个段。
可选头的下面就是“段”（sections）了，通过一个叫做“段头”（section headers）
的结构索引。实际上，段的内容才是你要真正执行的程序，上面介绍的所有的文件头及目录表
等信息就是为了能正确的找到它。
每一个段都有一些有关的标志，例如它包含什么数据（“初始化数据”或其他），它能
否被共享等，及它数据本身的特征。大多数情况下（并不是全部），每个段会被一个或多个目
录表指向，目录表可通过可选头的“数据目录表”的入口找到，就象输出函数表或基址重定位
表。也有没有目录表指向的段，如可执行代码或初始化数据。
整个文件结构如下：
+-------------------+
| DOS-stub |
+-------------------+
| file-header |
+-------------------+
| optional header |
|- - - - - - - - - -|
| |
| data directories |
| |
+-------------------+
| |
| section headers |
| |
+-------------------+
| |
| section 1 |
| |
+-------------------+
| |
| section 2 |
| |
+-------------------+
| |
| ... |
| |
+-------------------+
| |
| section n |
| |
+-------------------+

下面介绍一下相关虚拟地址（Relative Virtual Addresses）
PE格式文件中经常用到RVA，即相关虚拟地址，用在不知道基地址的情况下表示一个内存
地址。它需要加上基地址才能得到线性地址（Linear address）。
例如：假设一个可执行程序调入内存0x400000处并且程序从RVA 0x1560处开始执行。那
么正确的开始地址是0x401560。如果可执行程序调入0x100000处，则开始地址为0x101560。
因为PE文件的每一个段不必按同样的边界对齐方式调入，因此RVA地址的计算变得比较复
杂。例如，在文件中每一个段往往按512个字节的方式对齐，而在内存中可能以4096字节的方
式对齐。这方面的介绍可见下面的“SectionAlignment”、“FileAlignment”。举个例子，
假设你知道一个程序从RVA 0x1560开始执行，你想从那儿反汇编它。你发现内存中的段对齐方
式为4096并且.code段开始于内存RVA 0x1560并且有16384字节长；那么你可以知道RVA 0x156
0在这个段的0x560处。你又发现这个段在文件中以512字节方式对齐并且.code开始于文件0x8
00处，那现在你知道了可执行程序开始于0x800+0x560 = 0xd60处。

二、DOS头（DOS-stub ）
众所周知DOS头的概念是从16位的WINDOWS可执行程序（NE格式）中来的，这个部分主要
用在OS/2可执行程序、自解压文档及其他应用程序。在PE格式文件中，大多数程序的这个部分
中只有大约100个字节的代码，只输出一个诸如“this program needs windows NT ”之类的
信息。
你可以通过一个叫做IMAGE_DOS_HEADER的结构来识别一个合法的DOS头。这个结构的头两
个字节一定是“MZ”（#define IMAGE_DOS_SIGNATURE "MZ"）。怎么才能找到PE开始的标志呢
？你可以通过该结构的一个叫做“e_lfanew”（offset 60，32bits） 的成员来找到它。在O
S/2及16位WINDOWS程序中这个标志是一个16位的字；在PE程序中，它是一个32位的双字，值为
0x00004550（#define IMAGE_NT_SIGNATURE 0x00004550）。

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;

三、文件头（File Header）
通过DOS头，你可以找到一个叫做IMAGE_FILE_HEADER的结构，如下；下面我分别介绍一
下。

typedef struct _IMAGE_FILE_HEADER {
WORD Machine; //0x04
WORD NumberOfSections; //0x06
DWORD TimeDateStamp; //0x08
DWORD PointerToSymbolTable; //0x0c
DWORD NumberOfSymbols; //0x10
WORD SizeOfOptionalHeader; //0x14
WORD Characteristics; //0x16
} IMAGE_FILE_HEADER, *PIMAGE_FILE_HEADER;

Machine：表示该程序要执行的环境及平台，现在已知的值如下：
IMAGE_FILE_MACHINE_I386（0x14c）
Intel 80386 处理器以上
0x014d
Intel 80486 处理器以上
0x014e
Intel Pentium 处理器以上
0x0160
R3000(MIPS)处理器，高位在前
IMAGE_FILE_MACHINE_R3000(0x162)
R3000(MIPS)处理器，低位在前
IMAGE_FILE_MACHINE_R4000(0x166)
R4000(MIPS)处理器，低位在前
IMAGE_FILE_MACHINE_R10000(0x168)
R10000(MIPS)处理器，低位在前
IMAGE_FILE_MACHINE_ALPHA(0x184)
DEC Alpha AXP处理器
IMAGE_FILE_MACHINE_POWERPC(0x1f0)
IBM Power PC，低位在前
NumberOfSections：段的个数，段的概念我们将在下面介绍。
TimeDateStamp：文件建立的时间。你可用这个值来区分同一个文件的不同的版本，即使
它们的商业版本号相同。这个值的格式并没有明确的规定，但是很显然的大多数的C编译器都
把它定为从1970.1.1 00:00:00以来的秒数（time_t ）。这个值有时也被用做绑定输入目录表
，这将在下面介绍。
注意：一些编译器将忽略这个值。
PointerToSymbolTable 及 NumberOfSymbols：用在调试信息中，我不太清楚它们的用途
，不过发现它们总为0。
SizeOfOptionalHeader：可选头的长度（sizeof IMAGE_OPTIONAL_HEADER）你可以用它
来检验PE文件的正确性。
Characteristics：是一个标志的集合，其中大部分的位用在目标文件（OBJ）或库文件
（LIB）中：
Bit 0 (IMAGE_FILE_RELOCS_STRIPPED)：置1表示文件中没有重定向信息。每个段都
有它们自己的重定向信息。这个标志在可执行文件中没有使用，在可执行文件中是用一个叫做
基址重定向目录表来表示重定向信息的，这将在下面介绍。
Bit 1 (IMAGE_FILE_EXECUTABLE_IMAGE)：置1表示该文件是可执行文件（也就是说
不是一个目标文件或库文件）。
Bit 2 (IMAGE_FILE_LINE_NUMS_STRIPPED)：置1表示没有行数信息；在可执行文件
中没有使用。
Bit 3 (IMAGE_FILE_LOCAL_SYMS_STRIPPED)：置1表示没有局部符号信息；在可执行
文件中没有使用。
Bit 4 (IMAGE_FILE_AGGRESIVE_WS_TRIM)：
Bit 7 (IMAGE_FILE_BYTES_REVERSED_LO)
Bit 15 (IMAGE_FILE_BYTES_REVERSED_HI)：表示文件的字节顺序如果不是机器所期
望的，那么在读出之前要进行交换。在可执行文件中它们是不可信的（操作系统期望按正确的
字节顺序执行程序）。
Bit 8 (IMAGE_FILE_32BIT_MACHINE)：表示希望机器为32位机。这个值永远为1。
Bit 9 (IMAGE_FILE_DEBUG_STRIPPED)：表示没有调试信息，在可执行文件中没有使
用。
Bit 10 (IMAGE_FILE_REMOVABLE_RUN_FROM_SWAP)：置1表示该程序不能运行于可移
动介质中（如软驱或CD-ROM）。在这种情况下，OS必须把文件拷贝到交换文件中执行。
Bit 11 (IMAGE_FILE_NET_RUN_FROM_SWAP)：置1表示程序不能在网上运行。在这种
情况下，OS必须把文件拷贝到交换文件中执行。
Bit 12 (IMAGE_FILE_SYSTEM)：置1表示文件是一个系统文件例如驱动程序。在可执
行文件中没有使用。
Bit 13 (IMAGE_FILE_DLL)：置1表示文件是一个动态链接库（DLL）。
Bit 14 (IMAGE_FILE_UP_SYSTEM_ONLY)：表示文件被设计成不能运行于多处理器系
统中。

四、可选头（Optional Header）
文件头下面就是可选头，这是一个叫做IMAGE_OPTIONAL_HEADER的结构。它包含很多关于
PE文件定位的信息。下面分别介绍：
typedef struct _IMAGE_OPTIONAL_HEADER {
//
// Standard fields.
//
WORD Magic; //0x18
BYTE MajorLinkerVersion; //0x1a
BYTE MinorLinkerVersion; //0x1b
DWORD SizeOfCode; //0x1c
DWORD SizeOfInitializedData; //0x20
DWORD SizeOfUninitializedData; //0x24
DWORD AddressOfEntryPoint; //0x28
DWORD BaseOfCode; //0x2c
DWORD BaseOfData; //0x30
//
// NT additional fields.
//
DWORD ImageBase; //0x34
DWORD SectionAlignment; //0x38
DWORD FileAlignment; //0x3c
WORD MajorOperatingSystemVersion; //0x3e
WORD MinorOperatingSystemVersion; //0x40
WORD MajorImageVersion; //0x42
WORD MinorImageVersion; //0x44
WORD MajorSubsystemVersion; //0x46
WORD MinorSubsystemVersion; //0x48
DWORD Win32VersionValue; //0x4c
DWORD SizeOfImage; //0x50
DWORD SizeOfHeaders; //0x54
DWORD CheckSum; //0x58
WORD Subsystem; //0x5c
WORD DllCharacteristics; //0x5e
DWORD SizeOfStackReserve; //0x60
DWORD SizeOfStackCommit; //0x64
DWORD SizeOfHeapReserve; //0x68
DWORD SizeOfHeapCommit; //0x6c
DWORD LoaderFlags; //0x70
DWORD NumberOfRvaAndSizes; //0x74
IMAGE_DATA_DIRECTORY DataDirectory[IMAGE_NUMBEROF_DIRECTORY_ENTRIES];
} IMAGE_OPTIONAL_HEADER, *PIMAGE_OPTIONAL_HEADER;

Magic：这个值好象总是0x010b。
MajorLinkerVersion及MinorLinkerVersion：链接器的版本号，这个值不太可靠。
SizeOfCode：可执行代码的长度。
SizeOfInitializedData：初始化数据的长度（数据段）。
SizeOfUninitializedData：未初始化数据的长度（bss段）。
AddressOfEntryPoint：代码的入口RVA地址，程序从这儿开始执行。
BaseOfCode：可执行代码起始位置，意义不大。
BaseOfData：初始化数据起始位置，意义不大。
ImageBase：载入程序首选的RVA地址。这个在址可被Loader改变。
SectionAlignment：段加载后在内存中的对齐方式。
FileAlignment：段在文件中的对齐方式。
MajorOperatingSystemVersion及MinorOperatingSystemVersion：操作系统版本，Load
er并没有用它。
MajorImageVersion及MinorImageVersion：程序版本。
MajorSubsystemVersion及MinorSubsystemVersion：子系统版本号，这个域系统支持；
例如：如果程序运行于NT下，子系统版本号如果不是4.0的话，对话框不能显示3D风格。
Win32VersionValue：这个值好象总是为0。
SizeOfImage：程序调入后占用内存大小（字节），等于所有段的长度之和。
SizeOfHeaders：所有文件头的长度之和，它等于从文件开始到第一个段的原始数据之间
的大小。
CheckSum：校验和。它仅用在驱动程序中，在可执行文件中可能为0。它的计算方法Mic
rosoft不公开，在imagehelp.dll中的CheckSumMappedFile()函数可以计算它。
Subsystem：NT子系统，可能是以下的值：
IMAGE_SUBSYSTEM_NATIVE (1)
不需要子系统。用在驱动程序中。
IMAGE_SUBSYSTEM_WINDOWS_GUI(2)
WIN32 graphical程序（它可用AllocConsole()来打开一个控制台，但是不能在
一开始自动得到）。
IMAGE_SUBSYSTEM_WINDOWS_CUI(3)
WIN32 console程序（它可以一开始自动建立）。
IMAGE_SUBSYSTEM_OS2_CUI(5)
OS/2 console程序（因为程序是OS/2格式，所以它很少用在PE）。
IMAGE_SUBSYSTEM_POSIX_CUI(7)
POSIX console程序。
Windows95程序总是用WIN32子系统，所以只有2和3是合法的值。
DllCharacteristics：Dll状态。
SizeOfStackReserve：保留堆栈大小。
SizeOfStackCommit：启动后实际申请的堆栈数，可随实际情况变大。
SizeOfHeapReserve：保留堆大小。
SizeOfHeapCommit：实际堆大小。
LoaderFlags：好象没有用。
NumberOfRvaAndSizes：下面的目录表入口个数，这个值也不可靠，你可用常数IMAGE_N
UMBEROF_DIRECTORY_ENTRIES来代替它，值好象总等于16。
DataDirectory：是一个IMAGE_DATA_DIRECTORY数组，数组元素个数为IMAGE_NUMBEROF_
DIRECTORY_ENTRIES，结构如下：
typedef struct _IMAGE_DATA_DIRECTORY {
DWORD VirtualAddress;
DWORD Size;
} IMAGE_DATA_DIRECTORY, *PIMAGE_DATA_DIRECTORY;
VirtualAddress：起始RVA地址。
Size：长度。
每一个目录表代表以下的值：
IMAGE_DIRECTORY_ENTRY_EXPORT (0)
IMAGE_DIRECTORY_ENTRY_IMPORT (1)
IMAGE_DIRECTORY_ENTRY_RESOURCE (2)
IMAGE_DIRECTORY_ENTRY_EXCEPTION (3)
IMAGE_DIRECTORY_ENTRY_SECURITY (4)
IMAGE_DIRECTORY_ENTRY_BASERELOC (5)
IMAGE_DIRECTORY_ENTRY_DEBUG (6)
IMAGE_DIRECTORY_ENTRY_COPYRIGHT (7)
IMAGE_DIRECTORY_ENTRY_GLOBALPTR (8)
IMAGE_DIRECTORY_ENTRY_TLS (9)
IMAGE_DIRECTORY_ENTRY_LOAD_CONFIG (10)
IMAGE_DIRECTORY_ENTRY_BOUND_IMPORT (11)
IMAGE_DIRECTORY_ENTRY_IAT (12)

====================================================================================
托管模块（managed module）的文件格式是标准的windows PE格式。所以，在深入了解托管模块之前，稍微对PE文件格式做一点了解是很有必要的。当然，PE文件格式诞生于十几年前，关于它的描述已经很多（最经典 的莫过于 《Peering Inside the PE: A Tour of the Win32 Portable Executable File Format》），笔者没有必要在这里再做重复。只是简单把笔者认为比较重要的内容大体列一下（主要参考资料还包括Iczelion的PE教程），主要还是为了能让自己的笔记内容完整些，详细的知识还需要您参考其他资料（特别是如果您还不清楚诸如“RVA和VA之间的区别”这样的基础概念的话）。

1.两个状态。
PE文件在使用的时候会被整个直接加载到某个虚拟内存地址，在刚刚加载到内存的时候，这个文件在内存里的映像和它原本保存在磁盘上的静态状态没有任何区 别。所以，PE虽然是一个静态的物理文件，但这个文件的目的是为了让OS能够轻松的运行它，在这一点上，它的静态和动态结构是完全一致的。当然，后面还要 做一些其他操作，把这个PE和其他的外部环境（比如这个PE的调用者）关联起来。总之，在思考这个文件结构的时候，静动态结构的一致性是很值得注意的。

2.PE加载点，实际虚拟地址的计算方式。
在PE文件内部记录了一个首选的载入地址（虚拟内存地址），但这个地址不是必须的（它可能已经被别的进程占用了），所以PE文件可以载入到进程空间的任何 地方（这个实际的载入位置被称为基地址base address）。由于这点，必须有一个方法来指定地址而不依赖于pe载入点的地址。为了避免把内存地址硬编码进pe文件，提出了RVA（相对虚拟地 址）。RVA是一个简单的相对于PE载入点的内存偏移。比如，PE载入点为0X400000,那么代码节中的地址0X401000的RVA为
(target address) 0x401000 - (load address)0x400000 = (RVA)0x1000。
把RVA加上PE的载入点的实际地址就可以把RVA转化实际地址。因此，对于PE文件的内部寻址（也就是当PE加载到内存中以后，如何寻址到PE内的每一 个元素），需要关注的事情其实很少：这个PE文件被加载到哪个虚拟地址（基地址base address）上，然后PE文件内部的每个元素就会根据基地址和存储在PE中的相对偏移量（RVA）去寻址。从计算方法上说，VA-base address = RVA。所以，只要我们得到了RVA和base address，就能在运行时算出VA（实际加载的虚拟地址的值）。

3.PE中的主要结构：段落
每一个PE文件都分为若干段落（section），有的段落存放被程序声明并直接使用的代码和数据，有的段落存放一些需要被OS知道的信息。段落靠段落表 （section table）来定位。在PE头和PE中包含的数据、代码之间，有一个段落表，指向后面的每一个section。但需注意的是，这种“指向”并不是指向 section在静态PE文件中的位置，而是PE被加载到进程的虚拟内存空间之后的真实内存地址。

4.引入表，引出表
如果一个PE文件是完全独立的（它不需要引入其他模块的任何功能，也不需要提供功能给其他模块使用），那么这个文件的内部寻址很简单，只要你理解了 Virtual Address, Base Address, RVA这些概念之后就很容易理解它的寻址过程；可惜的是，大部分情况下，PE文件都是需要“引入函数”的。一个引入函数是被某模块调用的但又不在调用者模 块中的函数，因而命名为"import（引入）"。引入函数实际位于一个或者更多的DLL里。调用者模块里只保留一些函数信息，包括函数名及其驻留的 DLL名。在PE文件的data directory数组第二项就是引入表地址。引入表实际上是一个 IMAGE_IMPORT_DESCRIPTOR 结构数组。每个结构包含PE文件引入函数的一个相关DLL的信息。比如，如果该PE文件从10个不同的DLL中引入函数，那么这个数组就有10个成员。该 数组以一个全0的成员结尾。