打算开一个系列，写一些零零散散但自学了很久的东西——C/C++除了基本语法之外，还需要知道的东西——C++项目的编译与构建。

这一系列采用的编程环境为 Linux 系统，编译器为 gcc 11.2.0。(windows 下的 mingw 作为两种平台间的畸形产物，曾经给我的学习造成了极大的困扰，尤其是静态库动态库部分)

如果使用 IDE 比如 VS 或 CLion 的话，这些东西可能都不需要了解，同样也可以写好 C++，但是我不喜欢使用 IDE 这种糊里糊涂，不清楚到底发生了什么的编程方式，更喜欢先搞懂每一步发生了什么，然后可以为了提高效率而使用 IDE，而非一直保持一种稀里糊涂的状态。

1. 编译过程的拆分

对于 c/c++编程，从源代码文件变成可执行文件，大致需要以下几步：

  1. 预处理(Pre-Processing)，预处理器(preprocessor)处理#include #define等内容，把头文件 copy 到源文件中等，注意这种 include 是递归的，并且这里存在一个问题：gcc 如何找到头文件。
  2. 编译(Compiling)，得到的文件是以汇编语言写的，可读。
  3. 汇编(Assembling)，得到的文件是二进制格式，不可读。编译和汇编主要是分析源代码中的内容，然后转换为目标文件，由于没学过编译原理，这部分不做详述。
  4. 链接(Linking)，静态库和动态库的处理体现在链接过程中，链接器(linker)把目标文件和库一起打包变成可执行文件。这里存在一个问题：如何找到所有的目标文件以及库的位置。

注：

  • c/c++的编译过程和 java、python 等语言是截然不同；
  • c 和 c++在这里并没有什么差异，接下来的小实验都使用 c 进行。

2. gcc 实验

从最简单的 hello.c 出发

hello.c
1
2
3
4
5
6
#include <stdio.h>

int main(){
	printf("hello, world\n");
	return 0;
}

2.1 预处理

对于 gcc 来说，它会调用的预处理的工具叫做 cpp，全称为 C Pre-Processor(C 预处理器)，是一个与 C 编译器独立的小程序，不是 C Plus Plus。

gcc 使用-E选项可以让编译过程在预处理步骤完成之后停止

1
gcc -E hello.c -o hello.i

注意必须指明输出到文件 hello.i，否则会把预处理结果直接输出到终端，建议的文件后缀为.i。

得到的 hello.i 文件内容很长，仍然是可读的：文件前面的绝大部分都是 stdio.h 或者其他头文件中的，原本的 hello.c 的内容在最后几行

hello.i
1
2
3
4
5
6
...
# 3 "hello.c"
int main(){
     printf("hello,world\n");
     return 0;
}

2.2 编译

这是整个编译过程的核心步骤，gcc 调用的处理程序一般是 cc。

gcc 使用-S选项可以让编译过程在编译步骤完成之后停止

1
2
3
4
5
6
gcc -S hello.c -o hello.s
# 不加-o可以默认生成同名.s 汇编文件hello.s
# 加-o选项则可以自定义输出文件名

gcc -S hello.i -o hello.s
# 对.c或者.i文件都可以执行上述命令，效果一样

得到的文件是汇编语言的，全文如下

hello.s
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
        .file   "hello.c"
        .text
        .section        .rodata
.LC0:
        .string "hello,world"
        .text
        .globl  main
        .type   main, @function
main:
.LFB0:
        .cfi_startproc
        pushq   %rbp
        .cfi_def_cfa_offset 16
        .cfi_offset 6, -16
        movq    %rsp, %rbp
        .cfi_def_cfa_register 6
        movl    $.LC0, %edi
        call    puts
        movl    $0, %eax
        popq    %rbp
        .cfi_def_cfa 7, 8
        ret
        .cfi_endproc
.LFE0:
        .size   main, .-main
        .ident  "GCC: (GNU) 11.2.0"
        .section        .note.GNU-stack,"",@progbits

2.3 汇编

gcc 在这一环节调用的工具通常是 as。

gcc 使用-c选项可以让编译过程在汇编步骤完成之后停止

1
2
3
4
5
6
7
gcc -c hello.c -o hello.o
# 使用-c选项会让gcc在第三步汇编之后就暂停
# 不使用-o选项会默认生成同名的.o目标文件

gcc -c hello.i -o hello.o
gcc -c hello.s -o hello.o
# 同样可以从.i .s中间文件出发，效果也是一样的

得到的文件是二进制格式的目标文件。

2.4 链接

链接过程是程序构建过程的最后一步，通常 gcc 调用 ld 来完成。

链接指的是把目标文件组合起来，变成可执行文件。由于当前例子只有单个文件，没有库文件，只会自动链接系统的一些库，暂时不需要关注这些细节。

1
2
3
4
5
6
7
8
9
10
gcc hello.o -o hello
# 从目标文件得到可执行文件

gcc hello.o
# 省略-o选项相当于 -o a.out

gcc hello.c
gcc hello.i
gcc hello.s
# 同样可以从.c .i .s文件出发，效果也一样

生成的 hello 为可执行文件，直接运行即可

1
2
./hello
# hello,world

3. 编译过程的简介

3.1 预处理

预处理的工作主要包括：

  1. 文件包含，通常包括系统的头文件和自定义头文件的 include
  2. 宏定义的处理，例如#define A 100在相应的地方进行替换
  3. 条件编译，例如#ifdef,#ifndef,#else,#elif,#endif等，可以结合宏的使用实现部分编译，防止头文件重复包含等
  4. 特殊控制，例如#pragma命令，#error命令等，#pragma once这个命令也可以防止重复导入头文件
  5. 添加行号和文件名标识，清理注释内容等

预处理指令不属于 C/C++ 语言的标准语法，一定意义上也可以说预处理扩展了 C/C++，因此预处理的具体语法和实现，与编译器以及平台相关。

3.2 编译与汇编

这是编译过程的核心部分，没学过相关课程，只能记录一下主要步骤

  1. 词法分析
  2. 语法分析
  3. 语义分析
  4. 代码优化

到这一步为止，我们从源文件(和头文件)得到了目标文件(objective file)，通常每一个源文件都应该对应产生一个目标文件。下一阶段是链接，会把目标文件和库文件结合在一起，得到可执行文件(二进制程序)。

为了得到正确的目标文件，这个环节重点检查：语法的正确，函数以及变量的声明和使用的正确(这一阶段，只要能在头文件中找到正确的声明即可，并不负责检查外部函数和变量是否被正确实现和定义，可以接收空头支票)。

与之不同的是，下一阶段的链接器并不对源文件进行操作，它面对的就是目标文件和库文件，这个环节需要重点检查的是跨文件的符号(外部函数和外部变量)是否都被实现，并且把它们合并到一起(它需要检查，编译时开出的空头支票是否都被兑现)，如果出现了符号未定义或者符号重复定义，就会报链接错误，这是最常见的两个问题。

3.3 链接

链接就是将目标文件和库文件打包、组装成可执行文件的过程。这里库文件就是早已完成的，可重复使用的成熟组件，而刚刚实现的源文件已经被处理为目标文件，等待着被一起打包组装。

链接环节要解决的问题是，怎么让各个不同的模块可以一起工作：有的文件中使用的符号在另一个文件中定义，有的函数具体在另一个文件中实现。链接需要让它们互相认识，重定位，确定符号的对应关系，统一进行地址分配等。

例如hello.c源文件使用了printf这个函数，通过stdio.h这个头文件中的函数声明可以明白它的用法，但是它的具体实现其实是在动态库libc.so.6中，链接的时候需要引用这个库文件。

根据指定的链接库函数的方式不同，链接过程可分为静态链接和动态链接两种，选择静态链接时，相当于把库中需要用到的部分直接拷贝过来；选择动态链接时，相当于仅仅登记一下库的基本信息，等执行的时候再去查找和加载动态库。

  • 静态链接：从库中将需要用到的部分内容直接拷贝到最终的可执行程序中。
    • 优点：可执行文件一旦生成，就与这个库没有联系，自己可以独立运行。
    • 缺点：可执行文件体积较大，有很多重复的空间占用；如果更新升级库中的功能，则所有用到这个库的可执行文件必须重新编译。
  • 动态链接：编译时暂时记录一下动态库的基本信息，但不会拷贝其中的具体内容，等到运行时再去寻找需要的动态库，将其加载到内存中一起执行。
    • 优点：可执行文件体积较小，可以节约空间，多个程序可以共同利用同一个基础的动态库；可以灵活升级动态库的功能，如果保证二进制层面的兼容性，那么用到它的相关程序不需要重新编译。
    • 缺点：可执行文件执行时仍然需要这个动态库，执行时很可能遇到动态库找不到，动态库版本不兼容等问题。

由于两种链接方式对应的文件格式不同，一个具体的库只能被动态链接或只能被静态链接。通常的库可以提供静态库版本和动态库版本，可以灵活选择。

gcc 如果同时找到了一个库的静态库版本和动态库版本，默认情况下会使用动态库，进行动态链接。 关于两种库和链接方式的比较见下文。

在 C 语言层面上，同一个系统上，不同的编译器得到的库一般是通用的；但是在 C++的层面上，即使在同一个系统上，不同的编译器得到的库是很可能不通用的，尤其是 MSVC 和其它编译器之间！（例如基于 MinGW 的 gcc 或 clang）