extern "C" 本质论——符号和符号修饰

在编写C语言代码的时候，经常在代码中会看到如下所示的代码：

#ifdef __cplusplus

#if __cplusplus

extern "C"{

#endif

#endif /* __cplusplus */

 

#ifdef __cplusplus

#if __cplusplus

}

#endif

#endif /* __cplusplus */

 

上面代码中的extern "C"和__cplusplus是干什么用的？

 

先从extern "C"说起，估计100个人里面会有99个人马上告诉我答案：extern "C"是为了C与C++兼容。对，是为了C与C++兼容，可是是兼容什么呢？如果你还不知道，并且对这个问题感兴趣，就请继续浏览这篇文章。

 

要弄清楚这个问题，首先要弄清楚一个概念：符号。

当然要弄清楚这个概念，还有其他一些东西要搞清楚，让我为各位慢慢道来。

 

符号的概念

我们知道，用编译器编译一个源代码后，会生成一个目标文件，该目前文件就是我们通常所说的以.o或.obj为后缀结尾的文件。多个目标文件进行链接最终形成一个可执行文件（在Windows下通常是exe文件）或者生成一个库文件（在Unix下通常是.so或a文件，在Windows下通常是.dll）文件。

现在看下面两段源代码a.c和b.c

a.c的内容：

int globalA = 0;

void funA() { // do something}

 

b.c的内容：

extern int globalA；

extern void funA()

void funB()

{

     funA();

     pirntf(“%d:, globalA);

}   

上面的代码中，b.c引用了a.c中的全局变量globalA和函数funA。而链接的本质是什么？链接的本质就是将多个目标文件拼接成一个可执行文件或库文件，而拼接的过程就是目标文件之间对地址的引用，即对函数和变量地址的引用。

问题来了，b.c在参与链接的时候，它怎么知道它引用道的globalA和funA的地址在哪里呢？也就是说它到哪里去找到globalA和funA，到哪里去引用它？

答案是：

编译器编译生成的目标文件，会产生一个对应的符号表(Symbol Table),这个表中记录了目标文件所使用的所有符号，包括它自己定义的和它引用的（外部符号）。目标文件中自己定义的符号，有一个对应的值，就是符号值，对于变量和函数来说，符号值就是它们的地址。

在C语言中globalA在符号表中的名称就是globalA，funA在符号表中的名称就是funA，它们在a.o或a.obj中，会有一个符号对应的地址记录，也就是它们的符号值。

 

对于b.o或b.obj而言，funA和globalA属于外部符号。在它参与链接的过程中，简单的说，就是遍历所有的参与链接的文件，寻找存在funA和globalA符号的目标文件，然后引用funA和globalA符号所在目标文件的符号值。

 

大家明白了吗?如果明白了，可能会问这和extern "C"有什么关系。您别着急，要弄清楚，还要看C++中的符号又是怎样的，弄清楚这个，才能知道本质。

C++符号修饰

如前所述，C语言中变量a的符号，就是a,函数func的符号就是func。但是在C++中就不是那么一回事了。

看下面几个函数定义：

int func(int i) { …}

float func(float f ) {… }

在C语言中，如果上面的几个函数在不同的模块中，在链接的时候，就会报重复定义错误；如果是在同一个源代码中，就会直接产生编译错误。原因是这几个函数的符号在C语言中都是func。链接时，一个符号在几个地方同时定义，将导致引用到它的地方不知道该引用哪一个，也就是通常所说的重复定义。

 

但是上面的函数定义在C++中完全是合法的，在C++中叫做函数重载。不论是编译还是链接都没有问题！为什么？答案就是，上面两个函数在编译生成目标文件时生成的符号是不一样的！

C++编译器，会给符号加上符号修饰。为了使我们的例子更加丰富一些，我们用下面的例子举例，除了上面两个函数外，我们还加入了一个类，和一个命名空间。

int func(int i);

float func(float f );

 

class C{

       float func(float);

class C2{

       int func(int)

};

};

 

namespace N{

       int func(int);

       class C{

              int func(int);

}

};

不同的编译器的符号修饰方法可能不同，下面分别以Visual C++编译器和GCC编译期为例。

Visual C++编译器：

函数签名	符号名称
int func(int)	?func@@YAHH@Z
float func(float)	?func@@YAMM@Z
int C::func(int)	?func@C@@AAEHH@Z
int C::C2::func(int)	?func@C2@C@@AAEHH@Z
int N:::func(int)	?func@N@@YAHH@Z
int N::C:::func(int)	?func@C@N@@AAEHH@Z

PS:使用过Visual C++的同学，在编译的时候，也没有碰到过类似”undefined refercnce to ‘?func@@YAHH@Z’”的奇怪打印 ^_^

 

GCC编译期：

函数签名	符号名称
int func(int)	_Z4funci
float func(float)	_Z4funcf
int C::func(int)	_Z4N1C4funcEi
int C::C2::func(int)	_Z4N1C2C24funcEi
int N:::func(int)	_ZN1N4funcEi
int N::C:::func(int)	_ZN1N1c4funcEi

 

以GCC的例子进行简要说明一下：

GCC C++符号修饰中：所有符号都以_Z开头，对于嵌套的名字，后面紧跟N，然后是各个名称空间和类的名字，每个名字前是名字字符串的长度，在以E结尾。对于变量也存在同样的类似规则。

 

哈哈，各位看官，到此有没有看出点门道出来。好吧，现在我们可以言归正转了，extern “C”到底是什么？

 

extern “C”本质

还是以b.c为例子，只不过我们假设b.c使用C++编译器编译，也就是说，它是C++代码。而a.c是C代码，使用C编译器编译。

b.c的内容：

extern int globalA；

extern void funA()

void funB()

{

     funA();

     pirntf(“%d:, globalA);

}   

上面的b.c是C++编译的，它需要使用一个外部变量globalA和一个外部函数funA。然而由于是C++代码，因此b.c生成目标文件，要引用的外部符号是加上了符号修饰的。以funA,GCC编译期为例，b.c要引用的符号是_Z4funA。

可是a.c是一个C代码，funA生成的符号就是funA！因此b.c在进行链接时，根本就找不到funA，因为两者生成的符号根本不一样！

怎么解决这个问题？C++编译器会将extern “C”内的代码当作C语言代码处理。

如下：

extern “C”

{

     int globalA；

extern void funA();

}

void funB()

{

     funA();

     pirntf(“%d:, globalA);

}   

这样，funA在b.c的目标文件中，要引用的外部符号名称就会是funA，而不是_Z4funA。

上面的extern “C”申明也可以是这样的:

extern “C” void funA();

extern “C” int globalA;

 

所以如果一个C＋＋模块引用一个C模块，就必须显示声明extern “C”

 

最后一个问题：__cplusplus是干什么用?

extern “C”是C++支持的，C并不支持，__cplusplus是C++编译器的预编译宏，如果存在该宏定义，就说明当前编译器是C++编译器。因此下面的代码意思是，如果是C++编译器，就在代码中包含extern “C”声明，否则不包含(也就是说，C代码根本不会用到extern “C”,因为它不支持，只有C++才会用到)

#ifdef __cplusplus

#if __cplusplus

extern "C"{

#endif

#endif /* __cplusplus */

 

#ifdef __cplusplus

#if __cplusplus

}

#endif