[C++知识库]GCC的编译过程以及其同盟成员和ELF文件的分析

一、GCC的同盟成员介绍

1.GCC的介绍

• GCC：GCC（GNU C Compiler）是编译工具。经过了这么多年的发展，GCC 已经不仅仅能支持 C 语言；它现在还支持 Ada 语言、C++ 语言、Java 语言、Objective C 语言、Pascal 语言、COBOL语言，以及支持函数式编程和逻辑编程的 Mercury 语言，等等。而 GCC 也不再单只是 GNU C 语 言编译器的意思了，而是变成了
• GNU Compiler Collection 也即是 GNU 编译器家族的意思了。另 一方面，说到 GCC对于操作系统平台及硬件平台支持，概括起来就是一句话：无所不在。

2.同盟成员之Binutils

• Binutils：Binutils是一组二进制程序处理工具，包括：addr2line、ar、objcopy、objdump、as、ld、ldd、readelf、 size 等。这 一组工具是开发和调试不可缺少的工具

3.同盟成员之C 运行库

• C语言标准主要由两部分组成：一部分描述C的语法，另一部分描述C标准库。C标准库定义了一组标准头文件，每个头文件中包含一些相关的函数、变量、类型声明和宏定义，譬如常见的printf函数便是一个C标准库函数，其原型定义在stdio头文件中。
• C语言标准仅仅定义了C标准库函数原型，并没有提供实现。因此，C语言编译器通常需要一个C运行时库（C Run Time Libray，CRT）的支持。C运行时库又常简称为C运行库。与C语言类似，C++也定义了自己的标准，同时提供相关支持库，称为C++运行时库。

二、GCC的详细编译过程

1.编译的简介

• 对于一个程序，一步到位的编译指令是:
  gcc test.c -o test
  实质上，上述编译过程是分为四个阶段进行的，即预处理(也称预编译，Preprocessing)、编译 (Compilation)、汇编(Assembly)和连接(Linking)。

• 为了方便分析编译的过程，特举例说明，首先创建工作目录名为test4，然后创建一个名为test.c的文件，并写入如下代码：

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

（若不会创建工作目录和文件，可参考博客：在Ubuntu下用gcc生成.a静态库和.so动态库）

2.预处理（Preprocessing）

预处理的过程主要包括以下过程：

• 将所有的#define 删除，并且展开所有的宏定义，并且处理所有的条件预编译指令，比如#if #ifdef #elif #else #endif等。
• 处理#include 预编译指令，将被包含的文件插入到该预编译指令的位置。
• 删除所有注释“//”和“/* */”。
• 添加行号和文件标识，以便编译时产生调试用的行号及编译错误警告行号。
• 保留所有的#pragma 编译器指令，后续编译过程需要使用它们。

• 指令：gcc -E test.c -o test.i
  

如图，预处理的结果已经输出到文件test.i中，指令中gcc 的-E 选项，可以让编译器在预处理后停止，并输出预处理结果。

3.编译为汇编代码（Compilation）

编译过程就是对预处理完的文件进行一系列的词法分析，语法分析，语义分析及优化后生成相应的汇编代码。

• 在预处理之后，可直接对生成的test.i文件编译，生成汇编代码
• 指令：gcc -S test.i -o test.s
  

gcc 的-S 选项，表示在程序编译期间，在生成汇编代码后，停止，-o 输出汇编代码文件。

4.汇编（Assembly）

• 汇编过程调用对汇编代码进行处理，生成处理器能识别的指令，保存在后缀为.o的目标文件中。由于每一个汇编语句几乎都对应一条处理器指令，因此，汇编相对于编译过程比较简单，通过调用 Binutils 中的汇编器—as，根据汇编指令和处理器指令的对照表一一翻译即可。
• 当程序由多个源代码文件构成时，每个文件都要先完成汇编工作，生成.o目标文件后，才能进入下一步的链接工作。注意：目标文件已经是最终程序的某一部分了，但是在链接之前还不能执行。

• 指令：gcc -c test.s -o test.o或者as -c hello.s -o hello.o
  

5.链接（Linking）

链接也分为静态链接和动态链接，其要点如下：

• 静态链接是指在编译阶段直接把静态库加入到可执行文件中去，这样可执行文件会比较大。链接器将函数的代码从其所在地（不同的目标文件或静态链接库中）拷贝到最终的可执行程序中。为创建可执行文件，链接器必须要完成的主要任务是：符号解析（把目标文件中符号的定义和引用联系起来和重定位（把符号定义和内存地址对应起来然后修改所有对符号的引用）。
• 动态链接则是指链接阶段仅仅只加入一些描述信息，而程序执行时再从系统中把相应动态库加载到内存中去。

• 对于上一小节中生成的test.o，将其与Ｃ标准输入输出库进行连接，最终生成程序test
• 指令：gcc test.o -o test
  
• 现在执行test，验证编译过程是否正确
• 指令：./test
  

6.补充部分

（1） 多个程序文件的编译

通常整个程序是由多个源文件组成的，相应地也就形成了多个编译单元，使用 GCC 能够很好地管理 这些编译单元。

• 例如：
  假设有一个由 test1.c 和 test2.c 两个源文件组成的程序，为了对它们进行编译，并最终生成可执行程序 test，可以使用指令：gcc test1.c test2.c -o test

• 如果同时处理的文件不止一个，GCC 仍然会按照预处理、编译和链接的过程依次进行。如果深究起来，上面这条命令大致相当于依次执行三条命令：
  gcc -c test1.c -o test1.o
gcc -c test2.c -otest2.o
gcc test1.o test2.o -o test

（2）检错

gcc -pedantic illcode.c -o illcode -pedantic

• 编译选项并不能保证被编译程序与 ANSI/ISO C 标准的完全兼容，它仅仅只能用来帮助Linux 程序员离这个目标越来越近。或者换句话说，-pedantic 选项能够帮助程序员发现一些不符合ANSI/ISO C 标准的代码，但不是全部，事实上只有ANSI/ISO C 语言标准中要求进行编译器诊断的那些情况，才有可能被 GCC 发现并提出警告。
• 除了-pedantic 之外，GCC 还有一些其它编译选项也能够产生有用的警告信息。这些选项大多以-W开头，其中最有价值的当数-Wall 了，使用它能够使 GCC 产生尽可能多的警告信息。

gcc -Wall illcode.c -o illcode

• GCC 给出的警告信息虽然从严格意义上说不能算作错误，但却很可能成为错误的栖身之所。一个优秀的 Linux 程序员应该尽量避免产生警告信息，使自己的代码始终保持标准、健壮的特性。所以将警告信息当成编码错误来对待，是一种值得赞扬的行为！所以，在编译程序时带上-Werror 选项，那么 GCC 会在所有产生警告的地方停止编译，迫使程序员对自己的代码进行修改。

gcc -Werror test.c -o test

（3）库文件连接

• 开发软件时，完全不使用第三方函数库的情况是比较少见的，通常来讲都需要借助许多函数库的支持才能够完成相应的功能。从程序员的角度看，函数库实际上就是一些头文件（.h）和库文件（so、或 lib、dll）的集合。
• 虽然 Linux 下的大多数函数都默认将头文件到/usr/include/目录下，而库文件则放到/usr/lib/目录下；Windows 所使用的库文件主要放在 Visual Stido 的目录下的 include 和 lib，以及系统文件夹下。但也有的时候，我们要用的库不再这些目录下，所以 GCC 在编译时必须用自己的办法来查找所需要的头文件和库文件。

三、ELF文件的分析

ELF是一种用于二进制文件、可执行文件、目标代码、共享库和核心转储的标准文件格式。
ELF标准的目的是为软件开发人员提供一组二进制接口定义，这些接口可延伸到多种操作系统中，从而减少重新编码、编译程序的需要。
ELF指的是一种文件格式，常用的扩展名为：o,so,elf,prx

• 一个典型的 ELF 文件包含下面几个段：

• 可以使用 readelf -S 查看其各个 section 的信息，如图
• 指令： readelf -S test
  

补充内容：反汇编

由于ELF文件无法被当做普通文本文件打开，如果希望直接查看一个ELF文件包含的指令和数据，使用 objdump -D 对其进行反汇编。

• 指令： objdump -D test
  

四、总结

本文主要阐述了gcc编译的预处理、编译 、汇编和连接四个过程，介绍了四个过程的操作指令和对应的结果，使得读者能更清楚的了解编译的过程。补充阐述了多文件编译，检错，库文件连接，使读者对这三个内容有更深的了解。通过对ELF文件的分析，解释了汇编和反汇编，它们的操作指令以及其结果。希望本文能给各位读者提供帮助，若本文有错误的地方，请大佬斧正。

五、参考资料

ELF介绍
Linux GCC常用命令
GCC 编译器背后的故事