gcc的编译过程

 

GCC的编译链接过程包括：

1. C预处理器(cpp)，处理所有的宏定义，生成文本文件.i

2. C编译器(cc1)，生成汇编语言文件.s

3. 汇编器(as)生成可重定位的目标文件.o

4. 链接器(ld)把所有的.o和库组合成一个可执行的目标文件

a) 符号解析：将每个符号的引用和一个符号定义联系起来

b) 重定位：编译(cc1和as)生成的代码(.text)和数据(.data)节的起始地址是0，需要把每个符号的定义和一个存储器位置联系起来，然后修改所有对这些符号的引用。

典型的ELF包含以下几个节：

1. .text：指令

2. .rodata：只读数据，例如printf的格式串

3. .data：已初始化的全局变量

4. .bss：未初始化的全局变量

5. .symtab：符号表，每个可重定位目标文件都有，不包含局部变量(和-g编译选项区别)

6. .rel.text：.text节的重定位信息，所有引用外部函数或全局变量的指令都需要修改

7. .rel.data：.data节的重定位信息，例如已初始化全局变量的值是全局变量或外部定义函数的地址

8. .strtab：以null结尾的字符串列表，包含.symtab和.debug等节的字符串信息(符号名字)

每个可重定位目标模块m都有一个符号表，包含：

1. 由m定义并能被其他模块引用的全局符号，非静态的函数和非静态的全局变量

2. 由其他模块定义并被模块m引用的全局符号，也就是外部符号

3. 只被模块m定义和引用的本地符号，静态的函数和静态的全局变量

符号表条目定义：

typedef struct {

int name;

int value;

int size;

char type:4,

binding:4;

char reserved;

char section;

} Elf_Symbol;

1. name：是.strtab表中的偏移量，指向符号的名字

2. value：对于可重定位模块，value是距离定义该符号的节的起始位置的偏移；对于可执行文件，该值是一个绝对运行时地址

3. size：目标的大小

4. type：函数或者数据

5. binding：全局或者本地

6. section：定义该符号的节的索引(节头表)。有3个伪节：

a) ABS：不能被重定位的符号

b) UNDEF：未定义的符号

c) COMMON：未被分配位置的未初始化的数据目标，value给出对齐的要求。最终链接时将作为一个.bss目标分配

静态库(.a)

1. 所有的标准C函数放在一个单独的可重定位目标模块中(libc.o)，缺点是：每个可执行程序都包含libc.o的完整拷贝；对标准函数的任何改变都需要重新编译整个源文件。

2. 为每个标准函数创建分离的可重定位文件(printf.o strcpy.o…)，缺点是：要求程序员显式的指定所用到的所有目标文件。

把各个独立的目标模块封装成一个单独的静态库文件，在链接时，链接器只拷贝被引用的目标模块。

Linux的静态库是由ar工具创建的一组可重定位目标文件的集合。

ar rcs out.a in1.o in2.o

假设链接器定义了3个集合：

1. 可重定位目标文件的集合E

2. 未解析符号的集合U

3. 前面输入文件中已定义符号的集合D

初始的E、U和D都是空。

链接器的规则：

1. 命令行输入的文件f是目标文件，把f添加到E，修改U和D来反映f中的符号定义和引用

2. 命令行输入的文件f是静态库

a) 如果其中的模块m，定义了一个符号解析U中的一个引用，把m加入E，修改U和D来反映m中的符号定义和引用

b) 静态库中的每个模块都重复动作a，直到U和D不再变化为止。

c) 没被包含进E的所有静态库的模块被丢弃

3. 最终，假如U非空，链接器报错。否则合并和重定位E中所有文件，生成可执行文件。

可推导出2个结论：

1. 构建静态库时的目标文件顺序不重要

2. 链接时的库和目标文件之间的顺序很重要，假如定义一个符号的库出现在引用这个符号的目标文件之前，那么引用就不能被解析，链接失败。

链接器完成符号解析后进行重定位过程：

1. 重定位节和符号定义：链接器将所有同类型的节合并，把运行时地址赋给新的聚合节，同时修改符号表，把输入模块定义的每个节和每个符号的地址都被更新。

2. 重定位节中的符号引用：根据重定位表目修改代码节和数据节中对每个符号的引用，指向正确的运行时地址。

汇编器遇到对最终位置未知的目标引用，就生成一个重定位表目，告诉链接器在合并生成可执行文件时如何修改这个引用。

重定位表目定义：

typedef {

int offset;

int symbol:24,

type:8;

}Elf32_Rel;

1. offset：需要被修改的引用的节偏移

2. symbol：被修改引用所指向的符号

3. type：如何修改

a) R_386_PC32：使用32位PC相关的地址引用

b) R_386_32：使用32位绝对地址的引用