gcc编译器背后的故事

0、知识储备

• GCC：是编译工具（编辑器），能将C语言编写的程序转换为处理器能处理的二进制代码。
• Binutils：二进制程序处理工具，包括：ar、as、size、ldd等。
  （1）as：主用于汇编。
  （2）ld：主用于链接。
  （3）ar：主用于创建静态库：

• 若将多个.o目标文件生成一个库文件，则需要静态库和动态库（共享库）。
• windows系统下：静态库是.lib为后缀的文件，动态库是.dll为后缀的文件； linux系统下：静态库是.a为后缀的文件，动态库是.so为后缀的文件。
• 静态库和动态库区别在于代码被载入的时间不同：静态库的代码在编译过程中已被载入可执行程序，所以体积较大。动态库的代码在可执行程序运行时被载入内存，简单引用，体积较小。
• linux系统下，可用ldd命令查看可执行程序的共享库。
• 多个程序同时运行时 ，且包含动态库，则动态库更节省内存。
  （4）ldd：可查看可执行程序的动态库。
  （5）size：列出可执行文件每个部分的尺寸和总尺寸，代码段、数据段和总大小等。
  （6）objdump：反汇编。
  （7）readelf：显示有关ELF文件的信息。

1、准备工作

编写如下代码：

#include<stdio.h>
int main(void)
{
printf("Hello World!\n");
return 0;
}

2、编程过程

2.1 预处理

使用gcc进行预处理命令如下：

$ gcc -E hello.c -o hello.i
//将源文件hello.c文件预处理生成hello.i文件
//gcc 的选项-E使gcc在进行完预处理后即停止

部分hello.i代码片段如下：

2.2 编译

使用gcc编译命令如下：

$ gcc -S hello.i -o hello.s
//将预处理生成的hello.i文件编译生成hello.s文件
//gcc的选项-s使gcc在执行完编译后停止，生成汇编程序

hello.s代码片段如下：

2.3 汇编

使用gcc汇编命令如下：

$ gcc -c hello.s -o hello.o
//将编译生成的hello.s文件汇编生成目标文件hello.o
//gcc的选项-c使gcc在执行完汇编后停止，生成目标文件

//或直接调用as进行汇编
$ as -c hello.s -o hello.o
//使用as将hello.s文件汇编生成目标文件

注意：hello.o目标文件为ELF格式的可重定向文件。

2.4 链接

1、链接也分为动态链接和静态链接：
（1）静态链接：程序在编译阶段直接把静态库加入到可执行文件中去，这样的可执行文件会比较大。
（2）动态链接：程序执行时再从系统中将相应的动态库加入到内存中去。

• Linux系统中，gcc编译链接时动态库搜索路径的顺序通常为：
  1）从gcc命令参数-L指定路径寻找；
  2）再从环境变量LIBRARY_PATH指定的路径寻址；
  3）再从默认路径/lib、/usr/lib、/usr/local/lib寻找。

• Linux系统中，执行二进制文件时的动态库搜索路径的顺序通常为：
  1）先搜索编译目标代码时指定的动态库搜索路径；
  2）再从环境变量LD_LIBRARY_PATH指定的路径寻址；
  3）再从配置文件/etc/ld.so,sonf中指定的动态库搜索路径；
  4）再从默认路径/lib、/usr/lib寻找。

• 再Linux系统下，可用ldd命令查看一个可执行程序依赖的动态库。

注意：链接动态库和静态库有可能重合，所以，当有同名的静态库和动态库文件时，gcc链接默认优先选择动态库，若要让链接选择静态库则需指定-static，强制性使用静态库链接。

2、若命令“gcc hello.c -o hello动态库进行链接，生成ELF可执行文件的大小（用size命令查看）和链接的动态库（用ldd命令查看），示例如下：

$ gcc hello.c -o hello
$ size hello
$ ldd hello

3、若使用命令“gcc -static hello.c -o hello”则会使用静态库进行链接，生成ELF可执行文件的大小（用size命令查看）和链接的动态库（用ldd命令查看），示例如下：

$ gcc -static hello.c -o hello
$ size hello//可见text的代码尺寸极大
$ ldd hello//说明没有动态链接库

注：链接器链接后生成的最终文件为ELF格式可执行文件，其通常被链接为不同的段，常见的有：.text、.rodata、.data和.bss等段。

3、分析ELF文件

3.1 ELF文件的段

一个典型的ELF文件包含下面几个段：

• .text：已编译程序的指令代码段。
• .rodata：ro表示read only，即只读数据。
• .data：已初始化的C程序全局变量和静态局部变量。
• .bss：未初始化的C程序全局变量和静态局部变量。
• .debug：调试符号表，调试器用此段的信息帮助调试。

可以使用readelf -S查看其各个section的信息如下：

$ readelf -S hello

部分代码如下：

3.2 反汇编ELF

因为ELF无法当作普通文件打开，若希望直接查看一个ELF文件包含的指令和数据，则需要用反汇编方法。

使用objdump -D对其进行反汇编，如下所示：

$ objdump -D hello

部分代码如下：

使用objdump -S将其反汇编并且将其C语言源代码混合显示出来：

$ gcc -o hello -g hello.c//要加上-g选项
$ objdump -S hello

部分代码如下：

4、总结

gcc是一个十分强大的编译工具，他的编译工具集能巧妙地将C语言编写的程序转换为处理器能处理的二进制代码。