151-C++代码的编译和链接原理

C++代码的编译和链接原理

我们在64位的linux Ubuntu系统演示。
我们看下面例子：
我们看下面示意图

#开头的 都是在预编译阶段处理，进行展开的！！！

但是下面是特例：
#pragma lib的意思是当前程序运行时需要链接的库，必须存活在链接阶段
#pragma link的意思是程序运行以后直接以指定函数为入口函数（默认的入口函数是main函数 ），也是存活在链接阶段

编译阶段：语法语义词法分析，代码的优化；处理完之后，生成相应平台的汇编代码（gcc/g++ 后面加参数 ）

汇编阶段： 生成.o可重定位二进制目标文件，也就是把汇编码转成相应平台的机器码
链接阶段：所有.o文件和静态库文件合在一块进行链接。

链接分为2步：

链接后，生成可执行文件
gcc -o可以指定程序的名称

linux举例分析

1、编译过程

objdump可以查看.o文件和可执行文件的详细信息。

我们查看符号表：

如果当前文件引用外部文件的函数或者全局变量的符号时，在当前main.cpp编译成main.o的文件，这个符号会不会产生呢？

是会产生符号的，因为不产生符号就使用不了。

符号就是下图中的最右边这一列：

main函数和全局变量data分别放在.text段和.data段！


最左边的UND就是这个符号现在在代码上用到它了，但是却不知道它们是怎么定义的，所以只能给UND，是对符号的引用，不是对符号的定义。

• l是local的意思，在当前文件看得见，g是global的意思，在其他文件也看得见。
• 链接的时候是所有obj文件在一起链接的，所以对于链接器来说，只能看得见.o文件的g符号，对于l符号链接器看不见。
• 对于定义静态的全局变量或者静态函数，只能在当前文件可见，其他文件看不见。
• 编译生成的.o文件里面，普通的都是global，静态的都是local。
• 所以，在多个文件可以定义名字相同的静态全局变量或者静态函数。
• 但是在多个文件不可以定义名字相同的普通全局变量或者普通函数，符号解析就有冲突了。

可以看到sum函数和gdata变量都已经定义出来了。

main函数：

sum函数：

符号表就是汇编器在将汇编码转成最终的.o文件的时候，会给文件生成符号表，不仅会生成符号表，还会生成各种段！

这个文件头我们查看看：

不是一个可执行的文件，是一个可重定位的文件。

注意：symtab存放的就是符号表

将常见的段都打印出来：

将所有的段都打印出来：

编译过程中，符号是不分配虚拟地址的（因为都不知道符号在哪里定义的）。是在链接的时候分配地址的


上面看不出来信息，我们需要在编译的时候加上调试信息：

在按上面的objdump -S main.o打开：

再查看sum.o文件：

我们看mian函数：

• 在编译过程中，符号没有分配虚拟地址，但是指令已经分配好了。
• 因为符号的地址不确定，所以将在指令上，将符号的地址都填充为0。
• 后面再将这些符号的地址改成正确的地址。

编译过程重要的部分：

• 符号表
• 最终生成的.o文件都放了哪些东西

2、链接过程

所有的.o文件都长一样，各种段：

链接第1步：段的合并

main.o，sum.o在链接合并的时候，各个段全部进行合并：

所有.o文件段合并之后，就到了符号表的合并，进行符号解析；

• 符号解析就是所有对符号的引用都要找到该符号定义的地方；
• 就是* UND *找到其到底是在data段还是在text段；
• 比如main.o文件中sum函数和gdata都是UND的，要在其他.O文件中的符号表中找一下，没找到的话，链接器就会报错；若果找到多个文件都有定义，链接器也会进行报错。（因为符号定义只能在某个.o文件出现1次，但是可以多个地方引用）
• 可能会报错（符号未定义，符号重定义）

段的合并，符号表本来就是.o文件的一个段，符号表段在合并的时候，就是符号解析，最终放在可执行文件里，可执行文件就是各种各样的段组成的。

链接第2步：符号重定向

符号解析成功以后：（所有对符号引用的都找到了符号定义的地方）

• 给所有的符号分配虚拟地址
• 分配完地址以后，所有符号都有地址了。
• 然后到代码段上，指令上，原来填的符号地址都是0，现在要重新写上去。
• 就是符号的重定向！！！

我们自己进行链接：

使用-e 指定入库函数：


所有符号都有其区域的位置和地址了！

我们查看代码段：

可以看到符号都有地址了：

对于sum来说，符号放的是偏移量

• 符号是在链接过程的第1步：符号解析完成后（对所有符号的引用都要找到其定义的地址），分配虚拟地址。
• 分配完地址，再跑到代码段的指令上把符号的地址填成符号的正确地址（符号的重定向）

3、可执行文件

打印符号表：

查看各种段：

可执行文件里面的符号：

打印可执行程序的文件头信息：

• 里面记录了可执行程序的入口地址
  
  将可执行文件中的代码段都打印出来：
  
  
  

和可重定位目标文件不同的地方，可执行文件多了这么个段：
注意这个program headers；

当我们运行可执行文件的时候，系统看program headers（程序头），Align是以页面大小对齐

• 程序运行，符号表段，段表内容都不需要往内存上加载，只需要加载的只有代码段和数据段
• 系统看program headers（程序头），上面00表示加载的是代码段，01表示加载的数据段。

可重定位目标文件*.o和可执行目标文件a. out的区别：

• 组成的段大致相同
• 可执行目标文件a. out中有program headers段，里面有两个load =》告诉系统运行这个程序的时候，把哪些内容加载到内存当中! ! !

可以看到只需要加载代码段和数据段：

• 程序的入口地址：可执行文件头有入口地址。
• 运行的时候读文件头，从文件头的地址，加载的时候把这个地址加载到CPU的PC寄存器里，加载完成，CPU就从main函数的第一条指令地址开始执行了

4、可执行文件加载的过程示意图

• 这就是整个程序从编译链接到运行的过程。