GNU C++的符号改编机制介绍

众所周知，强大的C++相较于C增添了许多功能。这其中就包括类、命名空间和重载这些特性。

对于类来说，不同类中可以定义名字相同的函数和变量，彼此不会相互干扰。命名空间可以保证在各个不同名字空间内的类、函数和变量名字不会互相影响。而重载可以保证即使在同一个命名空间内的同一个类中，函数名字也可以相同，只要参数不一样就可以。

这样的设计方便了程序开发者，不用担心不同开发者都定义相同名字的函数的问题。但是，这也使得符号管理变得更为复杂。

对于在不同类中的同名函数，或者在不同名字空间中的同名函数，或者在同一名字空间或类中的同名重载函数，在最终的编译和链接过程中是怎么将它们区分开来的呢？为了支持C++这些特性，人们发明了所谓的符号改编（Name Mangling）机制。

其原理其实很简单，就是按照函数所在名字空间、类以及参数的不同，按照一定规则对函数进行重命名。不同的编译器其命名规则都不尽相同，这里我们主要介绍GNU C++编译器所使用的规则。主要分为以下几种情况：

1）全局变量：

即在命名空间和类之外的变量，改编后的符号名就是变量名，也就是不做任何修改。

2）全局函数：

以“_Z”开头，然后是函数名字符的个数，接着是函数名，最后是函数参数的别名。

关于函数参数的别名，后面还会有详细的介绍。

3）类或命名空间中的变量或函数：

以“_ZN”开头，然后是变量或函数所在名字空间或类名字的字符长度，然后接着的是真正的名字空间或类名，然后是变量或函数名的长度和变量或函数名，后面紧跟字母“E”，最后如果是函数的话则跟参数别名，如果是变量则什么都不用加。

4）构造函数和析构函数

以”_ZN”开头，然后是构造函数所在名字空间和类名字的字符长度，然后接着的是真正的名字空间或类名，然后构造函数接“C1”或者“C2”，析构函数接“D1”或者“D2”，然后加上字母“E”，最后接函数参数别名结束。

介绍完命名规则，下面我们再具体介绍一下函数参数别名的规则。主要分为下面几种情况：

1）函数参数是基本类型时

每个基本类型的别名如下表：

参数类型	参数别名
void	v
wchar_t	w
bool	b
char	c
signed char	a
unsigned char	h
short	s
unsigned short	t
int	i
unsigned int	j
long	l
unsigned long	m
long long或__int64	x
unsigned long long或unsigned __int64	y
__int128	n
unsigned __int128	o
float	f
double	d
long double或__float80	e
__float128	g

2）函数参数是类或结构体时

当函数的参数中含有类或结构体时，在类或者结构体名字前加上类或结构体名的字符长度。

例如，全局函数int structure_func(int i, struct test  s, double d)，其经过符号改编后，函数名变成了_Z14structure_funci4testd。

3）函数参数是指针（*）时

当函数参数中含有指针时，该参数的别名是“P”（大写）加上该指针指向的参数类型的别名。当参数为指针的指针时，该参数的别名是“PP”加上所指向的参数类型的别名，以此类推。

4）函数参数是一维数组时

当函数参数中含有一维数组时，和参数是指针的处理方式一样，也是“P”加上作为参数的数组其元素类型的别名。

5）函数参数是多维数组时

对于多维数组，第一维可以看做是指针，其它维则看做是数组。

当函数参数中含有多维数组时，以“P”（代表数组的第一维）开始，后面接“A”加上各维数组的长度，以“_”间隔，最后以下划线加数组元素类型的别名结束。

例如，全局函数void multi_array_func(int a[10][10][20][30])，其经过符号改编后，函数名变成了_Z16multi_array_funcPA10_A20_A30_i。

6）函数参数含有const修饰符时

当函数参数中含有const修饰符时，以“K”（大写）开始，后面接修饰参数类型的别名。

7）函数参数是引用（&）时

当函数参数中含有引用时，该参数的别名是“R”（大写）加上该引用所引用的变量类型的别名。

例如，全局函数void ref_const_func(const int &i)，其经过符号改编后，函数名变成了_Z14ref_const_funcRKi。

8）函数参数是别的命名空间中的类或结构体

当函数的参数含有别的命名空间中的类或结构体时，该参数的别名是“N”（大写），加上空间名的长度，再加上空间名，接着是类或结构名的长度和类或结构的名字，最后以“E”（大写）结束。

再举一个复杂点的例子，假设代码如下：

namespace NS1
{
    class Test1
    {
    };
}

namespace NS2
{
    class Test2
    {
    public:
	void MyFunction(NS1:Test1 t) {}
    };
}

那么MyFunction经过符号改变后变成了什么呢？答案是：_ZN3NS25Test210MyFunctionEN3NS15Test1E。

最后，稍微总结一下。其实所谓GNU C++的符号改编机制非常简单，只要记住下面几点就可以了：

1）除了全局变量不用做改编之外，其它所需要改编符号的时候，都是以_Z开始；

2）若想表示某个符号是在命名空间或类中的，要以“N”开始，以“E”结束；

3）所有的名字空间名、类名、函数名或变量名，改编的时候都是名字所包含的字符数加上真正的名字；

4）所有的名字按照从外层到里层的顺序进行改编；

5）如果是函数的话，所有的参数按照前后出现的顺序进行改编。

最后再提一句，这里的符号改编机制都是暗地里编译器帮你做的。只要你的程序使用GNU C++编译器进行编译，它都会用上文所述的规则对你的各种符号名进行改编（包括变量和函数）。

如果你的程序有一些用C语言编写及编译，而另外一些用C++语言编写及编译，并且这两部分还会互相调用到，则需要进行特殊处理。

C++程序在编译的时候会用符号改编，而C程序在调用的时候并不会用符号改编，而是还用原始的函数名作为符号名进行调用，这样C程序就找不到那个对应的C++函数了。

或者，倒过来，C程序在编译的时候不会进行符号重编，而C++程序在调用的时候也会将这个函数名进行重编，这样C++程序同样也找不到那个对应的C函数了。

解决的方法是把那些需要让C程序用到的C++程序中的变量和函数，或者C++程序用到的C程序中的变量和函数，单独抽出来，让编译器不对它们进行符号重编。

具体方法是将它们用extern "C"包起来：

extern "C"
{
    void func();    
    ......
}

当然，也可以一个一个指定：

extern "C" void func();
......