【C/C++内功心法】剖析编译链接的过程，探究源文件是如何一步步变成可执行程序，提升C/C++内功

文章目录

前言

一、程序的翻译环境和执行环境

二、详解编译+链接

1.翻译环境

 2 编译本身也分为几个阶段

2.1 预编译（预处理）

 2.2 编译

2.3 汇编

3.链接 

3.1 合并段表

 3.2 符号表的合并与重定向。

总结

---

前言

大家好啊，我是不一样的烟火a，今天我将会为大家讲解源文件究竟是如何一步步变成可执行程序的，详细讲解编译链接的过程。虽然本文章读完后不能让大家代码写得飞起，但是一个源文件变成可执行程序的这个过程是十分重要的，你了解了它，它将会大幅提升你的C/C++内功，让你学编程更加的容易。

---

一、程序的翻译环境和执行环境

在ANSI C的任何一种实现中，存在两个不同的环境。

• 第1种是翻译环境，在这个环境中源代码（如test.c文件）被转换为可执行的机器指令（二进制指令，如test.exe文件）。
• 第2种是执行环境，它用于实际执行代码。
• 一般而言翻译环境也就是编译器。

---

二、详解编译+链接

1.翻译环境

下面为程序编译的过程。

•  组成一个程序的每个源文件通过编译过程分别转换成目标代码（object code）。
• 每个目标文件由链接器（linker）捆绑在一起，形成一个单一而完整的可执行程序。
• 链接器同时也会引入标准C函数库中任何被该程序所用到的函数，而且它可以搜索程序员个人的程序库，将其需要的函数也链接到程序中。

---

看代码：

test.c文件

#include
 
// 想使用其他文件里面的函数需要先用extern声明一下。
extern int Add(int, int); 
extern int Sub(int, int);
 
int main()
{
	int a = 10;
	int b = 20;
 
	int c = Add(a, b); // 30
	printf("%d\n", c);
 
	int d = Sub(a, b); // -10
	printf("%d\n", d);
 
	return 0;
}

---

add.c文件

// 加法函数
int Add(int x, int y)
{
	return x + y;
}

---

sub.c文件

// 减法函数
int Sub(int x, int y)
{
	return x - y;
}

---

运行成功。

---

这是我们写的三个源文件。

---

我们在当前源文件路径下的Debug文件夹里面可以找到三个目标文件。

---

 我们在当前源文件路径下的Debug文件夹里面也可以找到最终的可执行程序。

---

我们刚刚演示的这些是在vs2019下进行的，而像vs2019这样的程序其实被称作 IDE（集成开发环境）

• 集成开发环境（IDE，Integrated Development Environment ）是用于提供程序开发环境的应用程序，一般包括代码编辑器、编译器、调试器和图形用户界面等工具。集成了代码编写功能、分析功能、编译功能、调试功能等一体化的开发软件服务套。所有具备这一特性的软件或者软件套（组）都可以叫集成开发环境。
• 而在Linux下就是把这些工具都裁开，一个工具只负责一个功能。所以在Linux下编写代码就用vim，编译代码就用gcc/g++，调试代码就用gdb，运行或者自动化构建程序就用make和makefile。

---

如果你去vs2019的安装路径下找一定能找到vs2019的编译器和链接器。

• vs2019的编译器 —— cl.exe
• vs2019的链接器 —— link.exe

---

 2 编译本身也分为几个阶段

• 由于vs2019是集成开发环境，不方便观察每个阶段的细节，所以我下面将会使用Linux下的gcc为大家演示编译和链接的过程。
• 温馨提示：就算没有Linux基础也能看懂哦，所以不用担心没有Linux基础而看不懂。
• 最后我们将刚刚写的 test.c、add.c、sub.c 这三个文件的代码复制到Linux下。

test.c文件

---

add.c文件

---

 sub.c文件

---

2.1 预编译（预处理）

在预处理阶段编译器会做以下几个动作

1. 将源文件中包含的头文件展开。例如：#include，其中#include被称为预处理指令。
2. #define 定义符号的替换。例如：#define Max 100，其中#define也被称为预处理指令。
3. 删除注释。

Linux下的命令。

• 预处理选项 gcc -E test.c -o test.i
• 预处理完成之后就停下来，预处理之后产生的结果都放在test.i文件中。

我们将执行下面这三个命令，让编译器对这三个.c文件预处理完后就停下来。

命令1：gcc -E test.c -o test.i
命令2：gcc -E add.c -o add.i
命令3：gcc -E sub.c -o sub.i

预处理后，当前目录下就会出现三个.i文件。 

---

进入test.i文件。

 大家注意观察行数，我们将test.c文件预处理后，得到的test.i文件的代码比源文件多了800多行（这就是因为预处理后，源文件中包含的头文件被展开)。并且我们刚才写的所有注释也都被删除。

---

验证头文件展开。

在Linux环境下，头文件是放在 /usr/include 这个路径下的，我们可以到这个路径下去找到相应的头文件。

命令：cd /usr/include

我们在 /usr/include 路径下可以看到有很多头文件，包括我们刚刚在test.c文件里面包含过的stdio.h文件。

---

进入stdio.h这个文件。

---

我们注意观察就可以发现test.i文件里面的增加内容基本上都是来自stdio.h文件。

---

 验证#define 定义符号的替换。

我们添加一行宏定义。

---

然后再对test.c文件进行预处理后，进入test.i文件观察。这时就可以观察到刚刚定义的Max被替换掉了。

---

 2.2 编译

在编译阶段编译器会做以下几个动作

编译器会对你写的代码进行：

1. 语法分析
2. 词法分析
3. 语义分析
4. 符号汇总（与后面的汇编、链接有关）
5. 最后把你写的代码翻译成汇编语言。

Linux下的命令

• 编译 选项 gcc -S test.c
• 编译完成之后就停下来，结果保存在test.s中。

我们将执行下面这三个命令，让编译器对这三个.i文件编译完后就停下来。

命令1：gcc -S test.i -o test.s
命令2：gcc -S add.i -o add.s
命令3：gcc -S sub.i -o sub.s
 
注意：这里的 -S 选项是大写的哦！

编译后，当前目录下就会出现三个.s文件。 

---

 进入test.s文件。

这时我们写的代码就已经被完全转化为了汇编语言。

---

详解符号汇总

什么是符号？

• 其实符号就是程序中的变量名、函数名
• 就比如test.i文件里面的main、Add、Sub、printf都是符号，编译过程中编译器会将它们汇总起来，为后面的汇编和链接阶段做准备。（由于变量a、b、c、d都是局部变量，局部变量只有在当前作用域里才可以用，所以不用统计，一般汇总的符号都是全局的）
• 在add.i文件里面可以汇总到符号Add
• 在sub.i文件里面可以汇总到符号Sub
• 在编译阶段看不出什么，符号汇总的作用主要体现在汇编和链接阶段，所以我们后面讲汇编和链接的时候会详细讲解。

---

2.3 汇编

在汇编阶段编译器会做以下几个动作

1. 形成符号表（与编译过程中的符号汇总有关系）
2. 最后把汇编指令翻译成二进制指令。（因为计算机只认识二进制指令）

注意：

• 在Windows环境下的目标文件名是 xxx.obj
• 在Linux环境下的目标文件名是 xxx.o

Linux下的命令

• 汇编 gcc -c test.c
• 汇编完成之后就停下来，结果保存在test.o中。

---

我们将执行下面这三个命令，让编译器对这三个.s文件汇编完后就停下来。

命令1：gcc -c test.s -o test.o
命令2：gcc -c add.s -o add.o
命令3：gcc -c sub.s -o sub.o
 
注意：这里的 -c 选项是小写的哦！

汇编完后，当前目录下就会出现三个.o文件。 

---

  进入test.o文件。

这时test.i文件里面的汇编语言就已经被完全转化为了二进制指令。

---

 详解符号表

注意：

• 在Linux环境下，像 test.o 和 可执行程序 这样的文件的格式是：elf 格式。
• 虽然我们看不懂这样的二进制文件，但是我们可以通过 readelf工具 来看这些二进制文件。

我们可以通过man手册来查看readelf的功能和所有选项。

命令：man readelf

---

这里我们只需要用-s选项来查看符号表信息即可。

查看test.o文件的符号表。

命令：readelf -s test.o

 我们可以看到test.o文件的符号表里面有main、Add、Sub、printf这些符号。

---

 查看add.o文件的符号表。

命令：readelf -s add.o

我们可以看到add.o文件的符号表里面有 Add 这个符号。

---

  查看sub.o文件的符号表。

命令：readelf -s sub.o

我们可以看到sub.o文件的符号表里面有 Sub 这个符号。

---

形成符号表

每个.o文件里面都有一个符号表，符号表里面有编译过程中记录的符号，并且还有与符号相关联的地址。

• 我们在test.i文件里面汇总了Add、Sub、main这些符号。（由于printf是库函数，这里暂时先不考虑）

我们在编译过程中，test.i文件里面通过extern来声明了Add和Sub这两个函数，让编译器知道有这两个符号。

---

但是由于我们每个文件都是单独编译的，Add和Sub是定义在其他文件里面的，所以我们下面在调用Add和Sub函数的时候我们只知道有这2个函数，但是却找不到它们具体定义在哪里。

---

所以我们在形成符号表的时候只能给Add和Sub一个无效的地址（也就是随便给一个地址，因为我们找不到它们具体定义在哪）

由于main函数本身就是定义在当前test.o文件里面的，能够明确的找到它，所以我们可以给main一个有效的地址。

---

•  我们在add.i文件里面汇总了Add这个符号。

由于Add函数本身就是定义在当前add.o文件里面的，能够明确的找到它，所以我们可以给Add一个有效的地址。

---

• 我们在sub.i文件里面汇总了Sub这个符号。

由于Sub函数本身就是定义在当前sub.o文件里面的，能够明确的找到它，所以我们可以给Sub一个有效的地址。

---

3.链接 

在链接阶段编译器会做以下几个动作

1. 合并段表。
2. 符号表的合并与重定向。

3.1 合并段表

我们知道汇编完后的.o文件与最终的可执行程序都是elf格式的。而每个.o文件都是elf格式，是一段一段的，我们最终的可执行程序也是elf格式，为一段一段的，我们需要将每个.o文件的每一段都合并到最终的可执行程序的每一段里面。

---

 3.2 符号表的合并与重定向。

• 将所有.o文件的符号表合并，形成可执行程序的符号表。
• 遇到两个.o文件有一样的符号时，保留有效地址，删除无效地址。
• 如果该符号只有一个无效地址，这时编译器就会报链接错误。
• 当合并完符号表后，可执行程序的符号表就拥有了所有符号有效地址，这样当其调用某个函数的时候就知道应该去那个文件里面找了。

---

 如果调用的函数没有定义（这里用vs2019演示了）

我们这里把加法函数注释掉，然后进行编译。

---

这时编译器就报错了：无法解析的外部符号 _Add，函数 _main 中引用了该符号。

---

 这是一个链接错误，因为我们将Add函数注释后，就找不到Add的有效地址了，所以编译器会报错。

---

总结

还是那句话，虽然本文章读完不能让大家代码写得飞起，但是源文件变成可执行程序的这个过程是十分重要的，只有了解了这个，你学编程才会更加的容易。当然我这里只为大家讲了编译链接里面十分重要的一些知识，如果大家想更深入的了解编译链接这个过程，推荐大家可以去看看《程序员的自我修养》这本书。如果大家有什么解决不了的问题，欢迎大家评论区留言或者私信告诉我。如果感觉对自己有用的话，可以点个赞或关注鼓励一下博主，我会越做越好的，感谢各位的支持。