程式的編譯連結過程

阿新 • • 發佈：2019-01-11

原文連結： https://www.cnblogs.com/kekec/p/3238741.html

還是從HelloWorld開始說吧...

#include <stdio.h>

int main(int argc, char* argv[])
{
    printf("Hello World!\n");
    return 0;
}

從原始檔Hello.cpp編譯連結成Hello.exe，需要經歷如下步驟：

可使用以下命令，直接從原始檔生成可執行檔案

linux：

gcc -lstdc++ Hello.cpp -o Hello.out  // 要帶上lstdc引數，否則會報undefined reference to '__gxx_personality_v0'錯誤 

g++ Hello.cpp -o Hello.out

注：字尾為.c的檔案gcc把它當做c程式碼，而g++當做c++程式碼；gcc與g++都是呼叫器，最終呼叫的編譯器為cc1(c程式碼)，cc1plus（c++c程式碼）。
另外，連結階段gcc不會自動和c++標準庫連結，需要帶上-lstdc++引數才能連結。

windows：

cl Hello.cpp /link -out:Hello.exe

預處理：主要是做一些程式碼文字的替換工作。(該替換是一個遞迴逐層展開的過程。)

（1）將所有的#define刪除，並展開所有的巨集定義

（2）處理所有的條件預編譯指令，如：#if #ifdef #elif #else #endif

（3）處理#include預編譯指令，將被包含的檔案插進到該指令的位置，這個過程是遞迴的

（4）刪除所有的註釋//與/* */

（5）新增行號與檔名標識，以便產生除錯用的行號資訊以及編譯錯誤或警告時能夠顯示行號

（6）保留所有的#pragma編譯器指令，因為編譯器需要使用它們

linux：

cpp Hello.cpp > Hello.i
gcc -E Hello.cpp -o Hello.i
g++ -E Hello.cpp -o Hello.i

行號與檔名標識解釋：

# 32 "/usr/include/bits/types.h" 2 3 4  // 表示下面行為types.h的第32行


typedef unsigned  
char __u_char;
typedef unsigned short int __u_short;
typedef unsigned int __u_int;
typedef unsigned long int __u_long;

以上，#行的行末的數字2 3 4的含義：

1 - 開啟一個新檔案
2 - 返回上一層檔案
3 - 以下的程式碼來自系統檔案
4 - 以下的程式碼隱式地包裹在extern "C"中

不產生行號與檔名標識：

cpp -P Hello.cpp > Hello.i
gcc -E -P Hello.cpp -o Hello.i
g++ -E -P Hello.cpp -o Hello.i

windows：

cl /E Hello.cpp > Hello.i

行號與檔名標識解釋：

#line 283 "C:\\Program Files\\Microsoft Visual Studio\\VC98\\include\\stdio.h"  // 表示下面行為stdio.h的第283行

 void __cdecl clearerr(FILE *);
 int __cdecl fclose(FILE *);
 int __cdecl _fcloseall(void);

不產生行號與檔名標識：

cl /EP Hello.cpp > Hello.i

編譯：把預處理完的檔案進行一系列詞法分析（lex）、語法分析（yacc）、語義分析及優化後生成彙編程式碼，這個過程是程式構建的核心部分。

linux：

/usr/lib/gcc/i586-suse-linux/4.1.2/cc1 Hello.cpp

使用cc1生成出來的Hello.s檔案如下（由於Hello.cpp中沒有c++的特性，因此也可以用c語言編譯器進行編譯）：

    .file    "Hello.cpp"
    .section    .rodata
.LC0:
    .string    "Hello World!"
    .text
.globl main
    .type    main, @function
main:
    leal    4(%esp), %ecx
    andl    $-16, %esp
    pushl    -4(%ecx)
    pushl    %ebp
    movl    %esp, %ebp
    pushl    %ecx
    subl    $4, %esp
    movl    $.LC0, (%esp)
    call    puts
    movl    $0, %eax
    addl    $4, %esp
    popl    %ecx
    popl    %ebp
    leal    -4(%ecx), %esp
    ret
    .size    main, .-main
    .ident    "GCC: (GNU) 4.1.2 20070115 (prerelease) (SUSE Linux)"
    .section    .note.GNU-stack,"",@progbits

對於含c++的特性的cpp檔案，應使用cc1plus進行編譯，或使用gcc命令來編譯（會通過後綴名來選擇呼叫cc1還是cc1plus）

/usr/lib/gcc/i586-suse-linux/4.1.2/cc1plus Hello.cpp
gcc -S Hello.cpp -o Hello.s
g++ -S Hello.cpp -o Hello.s

windows：

cl /FA Hello.cpp Hello.asm

vc6生成出來的Hello.asm檔案如下：

    TITLE    Hello.cpp
    .386P
include listing.inc
if @Version gt 510
.model FLAT
else
_TEXT    SEGMENT PARA USE32 PUBLIC 'CODE'
_TEXT    ENDS
_DATA    SEGMENT DWORD USE32 PUBLIC 'DATA'
_DATA    ENDS
CONST    SEGMENT DWORD USE32 PUBLIC 'CONST'
CONST    ENDS
_BSS    SEGMENT DWORD USE32 PUBLIC 'BSS'
_BSS    ENDS
_TLS    SEGMENT DWORD USE32 PUBLIC 'TLS'
_TLS    ENDS
FLAT    GROUP _DATA, CONST, _BSS
    ASSUME    CS: FLAT, DS: FLAT, SS: FLAT
endif
PUBLIC    _main
EXTRN    _printf:NEAR
_DATA    SEGMENT
$SG579    DB    'Hello World!', 0aH, 00H
_DATA    ENDS
_TEXT    SEGMENT
_main    PROC NEAR
; File Hello.cpp
; Line 7
    push    ebp
    mov    ebp, esp
; Line 8
    push    OFFSET FLAT:$SG579
    call    _printf
    add    esp, 4
; Line 9
    xor    eax, eax
; Line 10
    pop    ebp
    ret    0
_main    ENDP
_TEXT    ENDS
END

彙編：彙編程式碼->機器指令。

linux：

as Hello.s -o Hello.o
gcc -c Hello.cpp -o Hello.o
g++ -c Hello.cpp -o Hello.o

windows：

cl /c Hello.cpp > Hello.obj

至此，產生的目標檔案在結構上已經很像最終的可執行檔案了。

連結：這裡講的連結，嚴格說應該叫靜態連結。多個目標檔案、庫->最終的可執行檔案（拼合的過程）。

可執行檔案分類：

linux的ELF檔案 -- bin、a、so

windows的PE檔案 -- exe、lib、dll

注：PE檔案與ELF檔案都是COFF檔案的變種

linux：

ld -static /usr/lib/crt1.o /usr/lib/crti.o /usr/lib/gcc/i586-suse-linux/4.1.2/crtbeginT.o -L/usr/lib/gcc/i586-suse-linux/4.1.2/ -L/usr/lib -L/lib Hello.o --start-group -lgcc -lgcc_eh -lc --end-group /usr/lib/gcc/i586-suse-linux/4.1.2/crtend.o /usr/lib/crtn.o -o Hello.out

注：-static：強制所有的-l選項使用靜態連結； -L：連結外部靜態庫與動態庫的查詢路徑；

-l：指定靜態庫的名稱（最後庫的檔名為：libgcc.a、libgcc_eh.a、libc.a）；

--start-group ... --end-group：之間的內容只能為檔名或-l選項；為了保證內容項中的符號能被解析，連結器會在所有的內容項中迴圈查詢。

這種用法存在效能開銷，最好是當有兩個或兩個以上內容項之間存在有迴圈引用時才使用。

windows：

link /subsystem:console /out:Hello.exe Hello.obj

靜態庫本質上就是包含一堆中間目標檔案的壓縮包，就像zip等檔案一樣，裡面的各個中間檔案包含的外部符號地址是沒有被連結器修正的。

檢視靜態庫中的內容

linux:

ar -t libc.a

windows:

lib /list libcmt.lib

解壓靜態庫中的內容

linux：【將libc.a中所有的o檔案解壓到當前目錄下】

ar -x /usr/lib/libc.a

windows：【將libcmt.lib中的atof.obj解壓到當前目錄下】

lib libcmt.lib /extract:build\intel\mt_obj\atof.obj

生成靜態庫

linux：

ar -rf test.a main.o fun.o

windows：

lib /out:test.lib main.obj fun.obj

符號（Symbol） -- 連結的介面

每個函式或變數都有自己獨特的名字，才能避免連結過程中不同變數和函式之間的混淆。

在連結中，我們將函式和變數統稱為符號，函式名或變數名就是符號名，函式或變數的地址就是符號值。

每一個目標檔案都有一個符號表，符號有以下幾種：

(1) 定義在本目標檔案的全域性符號，可被其他目標檔案引用

如：全域性變數，全域性函式

(2) 在本目標檔案中引用的全域性符號，卻沒有定義在本目標檔案 -- 外部符號（External Symbol）

如：extern變數，printf等庫函式，其他目標檔案中定義的函式

(3) 段名，這種符號由編譯器產生，其值為該段的起始地址

如：目標檔案的.text、.data等

(4) 區域性符號，內部可見

如：static變數

連結過程中，比較關心的是上面的第一類與第二類。

檢視符號

linux：

nm Hello.o
readelf -s Hello.o
objdump -t Hello.obj

windows上可以安裝MinGW來獲取這些工具。

windows：

dumpbin /symbols Hello.obj

符號修飾（Name Decoration）

符號修飾實際就是對變數或函式進行重新命名的過程，影響命名的因素有：

(1) 語言的不同，修飾規則有差別

如：foo函式，在C語言中會被修飾成_foo，在Fortran語言中會被修飾成_foo_

(2) 面嚮物件語言（如：C++）引入的特性

如：類、繼承、虛機制、過載、名稱空間（namespace）等

-----------------------------MSVC編譯器-----------------------------

MSVC編譯器預設使用的是__cdecl呼叫約定（在"C/C++" -- "Advanced" -- "Calling Convention"中設定），Windows API使用的__stdcall呼叫約定。

針對c語言和c++語言，MSVC有兩套修飾規則：

c語言函式名修飾約定規則：（被extern "C"包裹的程式碼塊）
1、__stdcall呼叫約定在輸出函式名前加上一個下劃線字首，後面加上一個“@”符號和其引數的位元組數，格式為[email protected]。

2、__cdecl呼叫約定僅在輸出函式名前加上一個下劃線字首，格式為_functionname。

3、__fastcall呼叫約定在輸出函式名前加上一個“@”符號，後面也是一個“@”符號和其引數的位元組數，格式@[email protected]。

它們均不改變輸出函式名中的字元大小寫，這和pascal呼叫約定不同，pascal約定輸出的函式名無任何修飾且全部大寫。

c++語言函式名修飾約定規則：
1、__stdcall呼叫約定：
(1)以“?”標識函式名的開始，後跟函式名；
(2)函式名後面以“@@yg”標識引數表的開始，後跟引數表；
(3)引數表以代號表示：
x--void ，
d--char，
e--unsigned char，
f--short，
h--int，
i--unsigned int，
j--long，
k--unsigned long，
m--float，
n--double，
_n--bool，
....
pa--表示指標，後面的代號表明指標型別，如果相同型別的指標連續出現，以“0”代替，一個“0”代表一次重複；
(4)引數表的第一項為該函式的返回值型別，其後依次為引數的資料型別,指標標識在其所指資料型別前；
(5)引數表後以“@z”標識整個名字的結束，如果該函式無引數，則以“z”標識結束。
其格式為“[email protected]@yg*****@z”或“[email protected]@yg*xz”，例如
int test1-----“[email protected]@[email protected]”
void test2-----“[email protected]@ygxxz”

2、__cdecl呼叫約定：
規則同上面的_stdcall呼叫約定，只是引數表的開始標識由上面的“@@yg”變為“@@ya”。

3、__fastcall呼叫約定：
規則同上面的_stdcall呼叫約定，只是引數表的開始標識由上面的“@@yg”變為“@@yi”。

注：如果輸出了map檔案，可以在該檔案中檢視各函式及變數被修飾後的名稱字串。

-------------------------------------------------------------------------

函式簽名（Function Signature）

函式簽名用於識別不同的函式，包括函式名、它的引數型別及個數、所在的類和名稱空間、呼叫約定型別及其他資訊

Visual C++的符號修飾與函式簽名的規則沒有對外公開，但Microsoft提供了一個UnDecorateSymbolName的API，可以將修飾後名稱轉換成函式原型

使用extern "C"，強制C++編譯器用C語言的規則來進行符號修飾

extern "C" int g_nTest1;
extern "C" int fun();

#ifdef __cplusplus
extern "C"
{
#endif

    int g_nTest2 = 0;
    int add(int a, int b); 

#ifdef __cplusplus
}
#endif

弱符號與強符號 [wiki]

對於C/C++語言來說，編譯器預設函式和初始化了的全域性變數為強符號，未初始化的全域性變數為弱符號。

GCC可以通過"__attribute__((weak))"來定義任何一個強符號為弱符號。

extern int __attribute__((weak)) ext;  // 將變數ext修改成一個弱符號
int __attribute__((weak)) fun1();  // 將函式fun1修改成一個弱符號
int fun2() __attribute__((weak));  // 將函式fun2修改成一個弱符號

int weak1;
int strong = 1;

程式的編譯連結過程

程序虛擬地址空間程式編譯連結過程

make,makefile和程式的編譯連結過程

程式的編譯連結過程

C/C++程式的編譯連結過程

C程式的編譯連結過程

GCC 顯示程式詳細編譯-連結過程

【C程式編譯連結】gcc使用命令介紹 gcc的使用簡介與命令列引數說明

【C程式編譯連結】gcc使用命令介紹 GCC編譯器編譯連結

Linux系統使用入門進階總結（6）——Ubuntu下gcc/g++編譯連結過程

ARM Linux編譯連結過程分析

程式編譯連結

C&C++編譯連結過程

程式的連結過程簡介

C語言的編譯連結過程的介紹

ios程式編譯連結引數 all_load 的 ld duplicate symbol 的bug及修復

c語言編譯連結過程

簡述程式編譯的過程?

Linux程式編譯連結動態庫版本的問題

【作業系統】4.1程式編譯連結

VC如何在編譯連結程式過程中在輸出視窗看到連結的順序

程式的編譯連結過程

相關推薦