1. C/C++的編譯過程 1.1. 預處理 1.2. 編譯 1.3. 彙編 1.3.1. 彙編過程 1.3.2. 目標文件 1.4. 鏈接 2. 編譯過程示例 2.1. 源代碼 2.2. 逐步編譯程式 2.2.1. 編譯指令 2.2.2. 鏈接報錯問題 2.3. 單步編譯 3. gcc/g++與g ...
上一篇《Linux C++ 開發2 - 編寫、編譯、執行第一個程式》我們編寫了一個Hello world
程式,併在Linux下完成了正常的編譯和執行。
上一篇中我們用g++ ./demo01.cpp
這個指令就輕鬆將我們的demo01.cpp
源代碼編譯成了二進位程式,那你知道這個指令內部經歷了哪些過程嗎?
1. C/C++的編譯過程
先說結論:C/C++的編譯過程包括 預處理、編譯、彙編、鏈接 四個關鍵的步驟,整個編譯的處理流程如下圖所示:
更粗粒度的劃分,我們又把 預處理、編譯、彙編 稱為編譯過程,就是把源代碼(.c/.cpp/.cc)生成目標代碼;鏈接的動作單獨一個過程,稱為鏈接過程。
1.1. 預處理
預處理也稱為預編譯,由預處理器(cpp)執行,預處理階段主要處理一些預處理指令,比如文件包含、巨集定義、條件編譯等。
- 文件包含,也就是將所有通過
#include
包含的頭文件替換成真正的內容。 - 巨集定義,預處理時需要把所有的巨集定義替換成真正的內容。
- 條件編譯,也就是通過如
#ifdef, #ifndef, #else, #elif, #endif
等指令定義的條件編譯,預處理會把不符合條件的代碼刪除,只保留符合條件的代碼。
1.2. 編譯
編譯階段要做的工作就是通過詞法分析、語法分析和語義分析,在確認所有的源代碼都符合語法規則之後,將其翻譯成等價的彙編代碼(中間代碼),即.s
或.asm
文件。這個過程是整個程式構建的核心部分,也是最複雜的部分之一。
更多關於彙編語言的介紹參加《彙編語言1 - 什麼是彙編語言?》。
除此之外,編譯器還會在這個階段進行代碼優化。優化主要包含兩大部分:一部分是對源代碼本身邏輯的優化,如刪除公共表達式、刪除無用賦值、迴圈優化、覆寫傳播等。另一部分是根據目標設備的硬體結構,對執行指令進行優化,如寄存器分配、指令調度、指令合併等。
1.3. 彙編
1.3.1. 彙編過程
彙編的過程就是通過不同平臺的彙編器(如:Linux的AS、Windows的MASM)將彙編代碼翻譯成機器能識別的機器碼,即生成目標文件(Linux下是.o
,windows下是.obj
)。
1.3.2. 目標文件
目標文件(Object File) 是源代碼經過預處理、編譯、彙編後生成的中間文件,Linux下的目標文件(.o
)的文件格式是ELF(Executable and Linkable Format),它包含了機器代碼、數據、符號表和重定位信息等。
我們來看一個.o
文件的文件頭,
# 查看.o文件的文件頭
objdump -h demo01.o
# 輸出結果:文件的組成
demo01.o: file format elf64-x86-64
Sections:
Idx Name Size VMA LMA File off Algn
0 .text 0000003a 0000000000000000 0000000000000000 00000040 2**0
CONTENTS, ALLOC, LOAD, RELOC, READONLY, CODE
1 .data 00000000 0000000000000000 0000000000000000 0000007a 2**0
CONTENTS, ALLOC, LOAD, DATA
2 .bss 00000000 0000000000000000 0000000000000000 0000007a 2**0
ALLOC
3 .rodata 00000011 0000000000000000 0000000000000000 0000007a 2**0
CONTENTS, ALLOC, LOAD, READONLY, DATA
4 .comment 00000027 0000000000000000 0000000000000000 0000008b 2**0
CONTENTS, READONLY
5 .note.GNU-stack 00000000 0000000000000000 0000000000000000 000000b2 2**0
CONTENTS, READONLY
6 .note.gnu.property 00000020 0000000000000000 0000000000000000 000000b8 2**3
CONTENTS, ALLOC, LOAD, READONLY, DATA
7 .eh_frame 00000038 0000000000000000 0000000000000000 000000d8 2**3
CONTENTS, ALLOC, LOAD, RELOC, READONLY, DATA
行:
- .text: 代碼段(存放函數的二進位機器指令)
- .data: 數據段(存已初始化的局部/全局靜態變數、未初始化的全局靜態變數)
- .bss: bss段(聲明未初始化變數所占大小)
- .rodata: 只讀數據段(存放 " " 引住的只讀字元串)
- .comment: 註釋信息段
- .node.GUN-stack: 堆棧提示段
列:
- Size: 段的長度
- File Off: 段的所在位置(即距離文件頭的偏移位置)
段的屬性:
- CONTENTS: 表示該段在文件中存在
- ALLOC: 表示只分配了大小,但沒有存內容
1.4. 鏈接
程式的鏈接階段可分為兩個步驟:
- 第一步:由於每個.o文件都有都有自己的代碼段、bss段,堆,棧等,所以鏈接器首先將多個.o 文件相應的段進行合併,建立映射關係及合併符號表。進行符號解析,符號解析完成後就是給符號分配虛擬地址。
- 第二步:將分配好的虛擬地址與符號表中定義的符號一一對應起來,使其成為正確的地址,使代碼段的指令可以根據符號的地址執行相應的操作,最後由鏈接器生成可執行文件。
2. 編譯過程示例
2.1. 源代碼
我們還是以《Linux C++ 開發2 - 編寫、編譯、執行第一個程式》中使用的源代碼為例進行講解。
demo01.cpp:
#include <iostream>
int main()
{
std::cout << "Hello, world!" << std::endl;
return 0;
}
2.2. 逐步編譯程式
2.2.1. 編譯指令
我們分成 預處理、編譯、彙編、鏈接 四步來逐步編譯程式。
# 1. 預處理: 將 .c/.cpp/.cc等源碼文件進行預處理,生成.i文件
cpp ./demo01.cpp -o ./demo01.i
# 2. 編譯: 將第1步生成的.i文件編譯成.s文件
g++ -S ./demo01.i -o ./demo01.s
# 3. 彙編: 將第2步生成的.s文件彙編成.o文件
as ./demo01.s -o ./demo01.o
# 4. 鏈接: 將第3步生成的.o文件和標準庫鏈接成可執行文件。
# 註:此命令可能會報錯,可看後面會的講解
ld ./demo01.o -o ./demo01.out
# 5. 運行: 運行可執行文件,輸出結果
./demo01.out
2.2.2. 鏈接報錯問題
執行上面第4步的鏈接命令時,可能會出現如下報錯:
ld: warning: cannot find entry symbol _start; defaulting to 0000000000401000
ld: ./demo01.o: in function `main':
demo01.cpp:(.text+0x15): undefined reference to `std::cout'
ld: demo01.cpp:(.text+0x1d): undefined reference to `std::basic_ostream<char, std::char_traits<char> >& std::operator<< <std::char_traits<char> >(std::basic_ostream<char, std::char_traits<char> >&, char const*)'
ld: demo01.cpp:(.text+0x24): undefined reference to `std::basic_ostream<char, std::char_traits<char> >& std::endl<char, std::char_traits<char> >(std::basic_ostream<char, std::char_traits<char> >&)'
ld: demo01.cpp:(.text+0x2f): undefined reference to `std::ostream::operator<<(std::ostream& (*)(std::ostream&))'
這是因為:Linux系統下,鏈接目標文件生成可執行文件的過程比我們想象的要複雜許多,生成一個C++可執行文件,需要依賴很多系統庫和相關的目標文件,比如C++的libc++庫。那怎麼解決這個問題呢?
方法一: 直接用g++的指令
g++ ./demo01.o -o ./demo01.out
方法二: 添加複雜參數
既然g++
可以直接編譯,我們何不看看g++
內部到底是怎麼編譯的, 執行如下代碼。
# -v參數可以查看gcc的詳細編譯過程
g++ -v ./demo01.o -o ./demo01.out
# 輸出內容
Using built-in specs.
COLLECT_GCC=g++
COLLECT_LTO_WRAPPER=/usr/libexec/gcc/x86_64-linux-gnu/13/lto-wrapper
OFFLOAD_TARGET_NAMES=nvptx-none:amdgcn-amdhsa
OFFLOAD_TARGET_DEFAULT=1
Target: x86_64-linux-gnu
Configured with: ../src/configure -v --with-pkgversion='Ubuntu 13.2.0-23ubuntu4' --with-bugurl=file:///usr/share/doc/gcc-13/README.Bugs --enable-languages=c,ada,c++,go,d,fortran,objc,obj-c++,m2 --prefix=/usr --with-gcc-major-version-only --program-suffix=-13 --program-prefix=x86_64-linux-gnu- --enable-shared --enable-linker-build-id --libexecdir=/usr/libexec --without-included-gettext --enable-threads=posix --libdir=/usr/lib --enable-nls --enable-clocale=gnu --enable-libstdcxx-debug --enable-libstdcxx-time=yes --with-default-libstdcxx-abi=new --enable-libstdcxx-backtrace --enable-gnu-unique-object --disable-vtable-verify --enable-plugin --enable-default-pie --with-system-zlib --enable-libphobos-checking=release --with-target-system-zlib=auto --enable-objc-gc=auto --enable-multiarch --disable-werror --enable-cet --with-arch-32=i686 --with-abi=m64 --with-multilib-list=m32,m64,mx32 --enable-multilib --with-tune=generic --enable-offload-targets=nvptx-none=/build/gcc-13-uJ7kn6/gcc-13-13.2.0/debian/tmp-nvptx/usr,amdgcn-amdhsa=/build/gcc-13-uJ7kn6/gcc-13-13.2.0/debian/tmp-gcn/usr --enable-offload-defaulted --without-cuda-driver --enable-checking=release --build=x86_64-linux-gnu --host=x86_64-linux-gnu --target=x86_64-linux-gnu
Thread model: posix
Supported LTO compression algorithms: zlib zstd
gcc version 13.2.0 (Ubuntu 13.2.0-23ubuntu4)
COMPILER_PATH=/usr/libexec/gcc/x86_64-linux-gnu/13/:/usr/libexec/gcc/x86_64-linux-gnu/13/:/usr/libexec/gcc/x86_64-linux-gnu/:/usr/lib/gcc/x86_64-linux-gnu/13/:/usr/lib/gcc/x86_64-linux-gnu/
LIBRARY_PATH=/usr/lib/gcc/x86_64-linux-gnu/13/:/usr/lib/gcc/x86_64-linux-gnu/13/../../../x86_64-linux-gnu/:/usr/lib/gcc/x86_64-linux-gnu/13/../../../../lib/:/lib/x86_64-linux-gnu/:/lib/../lib/:/usr/lib/x86_64-linux-gnu/:/usr/lib/../lib/:/usr/lib/gcc/x86_64-linux-gnu/13/../../../:/lib/:/usr/lib/
COLLECT_GCC_OPTIONS='-v' '-o' './demo01.out' '-shared-libgcc' '-mtune=generic' '-march=x86-64' '-dumpdir' './demo01.out.'
/usr/libexec/gcc/x86_64-linux-gnu/13/collect2 -plugin /usr/libexec/gcc/x86_64-linux-gnu/13/liblto_plugin.so -plugin-opt=/usr/libexec/gcc/x86_64-linux-gnu/13/lto-wrapper -plugin-opt=-fresolution=/tmp/cc9BwcQy.res -plugin-opt=-pass-through=-lgcc_s -plugin-opt=-pass-through=-lgcc -plugin-opt=-pass-through=-lc -plugin-opt=-pass-through=-lgcc_s -plugin-opt=-pass-through=-lgcc --build-id --eh-frame-hdr -m elf_x86_64 --hash-style=gnu --as-needed -dynamic-linker /lib64/ld-linux-x86-64.so.2 -pie -z now -z relro -o ./demo01.out /usr/lib/gcc/x86_64-linux-gnu/13/../../../x86_64-linux-gnu/Scrt1.o /usr/lib/gcc/x86_64-linux-gnu/13/../../../x86_64-linux-gnu/crti.o /usr/lib/gcc/x86_64-linux-gnu/13/crtbeginS.o -L/usr/lib/gcc/x86_64-linux-gnu/13 -L/usr/lib/gcc/x86_64-linux-gnu/13/../../../x86_64-linux-gnu -L/usr/lib/gcc/x86_64-linux-gnu/13/../../../../lib -L/lib/x86_64-linux-gnu -L/lib/../lib -L/usr/lib/x86_64-linux-gnu -L/usr/lib/../lib -L/usr/lib/gcc/x86_64-linux-gnu/13/../../.. ./demo01.o -lstdc++ -lm -lgcc_s -lgcc -lc -lgcc_s -lgcc /usr/lib/gcc/x86_64-linux-gnu/13/crtendS.o /usr/lib/gcc/x86_64-linux-gnu/13/../../../x86_64-linux-gnu/crtn.o
COLLECT_GCC_OPTIONS='-v' '-o' './demo01.out' '-shared-libgcc' '-mtune=generic' '-march=x86-64' '-dumpdir' './demo01.out.'
我們看到/usr/libexec/gcc/x86_64-linux-gnu/13/collect2
開頭的這一行,後面跟了一堆複雜的參數,這個就是鏈接時需要用到的參數。
collect2是什麼?實際上collect2
是對ld
的封裝,g++
調用鏈接器collect2
來完成鏈接工作,最終還是要調用到ld
。
我們可以嘗試將collect2
替換成ld
,然後跟上後面的參數,執行如下的執行:
# 鏈接指令
ld -plugin /usr/libexec/gcc/x86_64-linux-gnu/13/liblto_plugin.so -plugin-opt=/usr/libexec/gcc/x86_64-linux-gnu/13/lto-wrapper -plugin-opt=-fresolution=/tmp/cc9BwcQy.res -plugin-opt=-pass-through=-lgcc_s -plugin-opt=-pass-through=-lgcc -plugin-opt=-pass-through=-lc -plugin-opt=-pass-through=-lgcc_s -plugin-opt=-pass-through=-lgcc --build-id --eh-frame-hdr -m elf_x86_64 --hash-style=gnu --as-needed -dynamic-linker /lib64/ld-linux-x86-64.so.2 -pie -z now -z relro -o ./demo01.out /usr/lib/gcc/x86_64-linux-gnu/13/../../../x86_64-linux-gnu/Scrt1.o /usr/lib/gcc/x86_64-linux-gnu/13/../../../x86_64-linux-gnu/crti.o /usr/lib/gcc/x86_64-linux-gnu/13/crtbeginS.o -L/usr/lib/gcc/x86_64-linux-gnu/13 -L/usr/lib/gcc/x86_64-linux-gnu/13/../../../x86_64-linux-gnu -L/usr/lib/gcc/x86_64-linux-gnu/13/../../../../lib -L/lib/x86_64-linux-gnu -L/lib/../lib -L/usr/lib/x86_64-linux-gnu -L/usr/lib/../lib -L/usr/lib/gcc/x86_64-linux-gnu/13/../../.. ./demo01.o -lstdc++ -lm -lgcc_s -lgcc -lc -lgcc_s -lgcc /usr/lib/gcc/x86_64-linux-gnu/13/crtendS.o /usr/lib/gcc/x86_64-linux-gnu/13/../../../x86_64-linux-gnu/crtn.o
# 執行demo01.out
./demo01.out
Hello, world!
可以看到鏈接成功,且鏈接的結果demo01.out
可以被正常執行。
2.3. 單步編譯
# 直接編譯成可執行文件a.out
g++ ./demo01.cpp
# 計算各個文件的md5值
md5sum *
# 輸出md5值
7512950d97efcb22fe2f488c9b6ada11 demo01.cpp
6c926dd87e4dbbb7bebb94565bc58a7e demo01.i
2947e9b8bc49df9d3168af80a0d67fff demo01.s
7b73665fe2b3d62f86aee04b96727e75 demo01.o
cccb05699b393ba43420bf9518a0cfd6 demo01.out
cccb05699b393ba43420bf9518a0cfd6 a.out
我們看到demo01.out
和a.out
的md5值是一樣的,說明:
- 直接編譯得到的可執行文件(
a.out
)和經過預處理、編譯、彙編、鏈接後得到的可執行文件(demo01.out
)是一樣的。 - C++的編譯內部經過了預處理、編譯、彙編、鏈接等過程。
3. gcc/g++與gpp、as、ld的關係
3.1. 關係圖
gcc/g++
對 預處理、編譯、彙編、鏈接 等過程進行了捆綁,使用戶只需要使用一次命令就可以把編譯工作完成,這樣極大的簡化了編譯的動作。gcc/g++
相當於一個總控程式,內部組合了cpp
、as
、ld
等工具,並通過參數傳遞的方式完成編譯工作。
編譯步驟 | 指令一 | 指令二 |
---|---|---|
預處理 | cpp |
g++ -E |
編譯 | g++ -S |
g++ -S |
彙編 | as |
g++ -c |
鏈接 | ld |
g++ |
3.2. 示例演示
# 1. 預處理
g++ -E ./demo01.cpp -o ./demo02.i
# 2. 編譯
g++ -S ./demo02.i -o ./demo02.s
# 3. 彙編
g++ -c ./demo02.s -o ./demo02.o
# 4. 鏈接
g++ ./demo02.o -o ./demo02.out
# 5. 運行
./demo02.out
# 計算各個文件的md5值
md5sum *
# 輸出md5值
7512950d97efcb22fe2f488c9b6ada11 demo01.cpp
6c926dd87e4dbbb7bebb94565bc58a7e demo01.i
2947e9b8bc49df9d3168af80a0d67fff demo01.s
7b73665fe2b3d62f86aee04b96727e75 demo01.o
cccb05699b393ba43420bf9518a0cfd6 demo01.out
6c926dd87e4dbbb7bebb94565bc58a7e demo02.i
2947e9b8bc49df9d3168af80a0d67fff demo02.s
7b73665fe2b3d62f86aee04b96727e75 demo02.o
cccb05699b393ba43420bf9518a0cfd6 demo02.out
可以看到,編譯的結構與"2.2. 逐步編譯程式"完全一樣。
4. 參考文檔
https://blog.csdn.net/qq_40765537/article/details/105940800
https://www.cnblogs.com/mickole/articles/3659112.html
https://blog.csdn.net/gt1025814447/article/details/80442673
大家好,我是陌塵。
IT從業10年+, 北漂過也深漂過,目前暫定居於杭州,未來不知還會飄向何方。
搞了8年C++,也乾過2年前端;用Python寫過書,也玩過一點PHP,未來還會折騰更多東西,不死不休。
感謝大家的關註,期待與你一起成長。
【SunLogging】 掃碼二維碼,關註微信公眾號,閱讀更多精彩內容