真真夜夜的炼金工坊

感谢 up 主 ZOMI 酱：https://space.bilibili.com/517221395

GCC 编译过程和原理#

GCC 的主要特征

• 是一个可移植的编译器，支持多种硬件平台
• 跨平台交叉编译
• 有多种语言前端，用于解析不同的语言
• 模块化设计，可加入新语言和新 CPU 架构支持
• 是开源自由软件，可免费使用

GCC 的编译流程#

GCC 的编译过程可以大致分为预处理、编译、汇编和链接四个阶段。

源程序 (文本)#

#include <stdio.h>

#define HELLOWORD ("hello world\n")

int main(void){
    printf(HELLOWORD);
    return 0;
}

预处理 (cpp)#

生成文件 hello.i

gcc -E hello.c -o hello.i

在预处理过程中，源代码会被读入，并检查其中包含的预处理指令和宏定义，然后进行相应的替换操作。此外，预处理过程还会删除程序中的注释和多余空白字符。最终生成的.i 文件包含了经过预处理后的代码内容。

当高级语言代码经过预处理生成.i 文件时，预处理过程会涉及宏替换、条件编译等操作。以下是对这些预处理操作的解释：

1. 头文件展开：
   在预处理阶段，编译器会将源文件中包含的头文件内容插入到源文件中对应的位置，以便在编译时能够访问头文件中定义的函数、变量、宏等内容。
2. 宏替换：
   在预处理阶段，编译器会将源文件中定义的宏在使用时进行替换，即将宏名称替换为其定义的内容。这样可以简化代码编写，提高代码的可读性和可维护性。
3. 条件编译：
   通过预处理指令如 #if、#else、#ifdef 等，在编译前确定某些代码片段是否应被包含在最终的编译过程中。这样可以根据条件编译选择性地包含代码，实现不同平台、环境下的代码控制。
4. 删除注释：
   在预处理阶段，编译器会删除源文件中的注释，包括单行注释（//）和多行注释（/.../），这样可以提高编译速度并减少编译后代码的大小。
5. 添加行号和文件名标识：
   通过预处理指令如 #line，在预处理阶段添加行号和文件名标识到源文件中，便于在编译过程中定位错误信息和调试。
6. 保留 #pragma 命令：
   在预处理阶段，编译器会保留以 #pragma 开头的预处理指令，如 #pragma once、#pragma pack 等，这些指令可以用来指导编译器进行特定的处理，如控制编译器的行为或优化代码。

hello.i文件部分内容如下，详细可见 ``../code/gcc/hello.i` 文件。

int main(void){
    printf(("hello world\n"));
    return 0;
}

在该文件中，已经将头文件包含进来，宏定义 HELLOWORD 替换为字符串 "hello world\n"，并删除了注释和多余空白字符。

编译 (ccl)#

在这里，编译并不仅仅指将程序从源文件转换为二进制文件的整个过程，而是特指将经过预处理的文件（hello.i）转换为特定汇编代码文件（hello.s）的过程。

在这个过程中，经过预处理后的.i 文件作为输入，通过编译器（ccl）生成相应的汇编代码.s 文件。编译器（ccl）是 GCC 的前端，其主要功能是将经过预处理的代码转换为汇编代码。编译阶段会对预处理后的.i 文件进行语法分析、词法分析以及各种优化，最终生成对应的汇编代码。

汇编代码是以文本形式存在的程序代码，接着经过编译生成.s 文件，是连接程序员编写的高级语言代码与计算机硬件之间的桥梁。

生成文件 hello.s：

gcc -S hello.i -o hello.s

hello.s：

    .section    __TEXT,__text,regular,pure_instructions
    .build_version macos, 10, 15    sdk_version 10, 15, 6
    .globl    _main                   ## -- Begin function main
    .p2align    4, 0x90
_main:                                  ## @main
    .cfi_startproc
## %bb.0:
    pushq    %rbp
    .cfi_def_cfa_offset 16
    .cfi_offset %rbp, -16
    movq    %rsp, %rbp
    .cfi_def_cfa_register %rbp
    subq    $16, %rsp
    movl    $0, -4(%rbp)
    leaq    L_.str(%rip), %rdi
    movb    $0, %al
    callq    _printf
    xorl    %ecx, %ecx
    movl    %eax, -8(%rbp)          ## 4-byte Spill
    movl    %ecx, %eax
    addq    $16, %rsp
    popq    %rbp
    retq
    .cfi_endproc
                                        ## -- End function
    .section    __TEXT,__cstring,cstring_literals
L_.str:                                 ## @.str
    .asciz    "hello world\n"

.subsections_via_symbols

现在 ``hello.s文件中包含了完全是汇编指令的内容，表明hello.c` 文件已经被成功编译成了汇编语言。

汇编 (as)#

在这一步中，我们将汇编代码转换成机器指令。这一步是通过汇编器 (as) 完成的。汇编器是 GCC 的后端，其主要功能是将汇编代码转换成机器指令。

汇编器的工作是将人类可读的汇编代码转换为机器指令或二进制码，生成一个可重定位的目标程序，通常以.o 作为文件扩展名。这个目标文件包含了逐行转换后的机器码，以二进制形式存储。这种可重定位的目标程序为后续的链接和执行提供了基础，使得我们的汇编代码能够被计算机直接执行。

生成文件 hello.o

gcc -c hello.s -o hello.o

链接 (ld)#

链接过程中，链接器的作用是将目标文件与其他目标文件、库文件以及启动文件等进行链接，从而生成一个可执行文件。在链接的过程中，链接器会对符号进行解析、执行重定位、进行代码优化、确定空间布局，进行装载，并进行动态链接等操作。通过链接器的处理，将所有需要的依赖项打包成一个在特定平台可执行的目标程序，用户可以直接执行这个程序。

gcc -o hello.o -o hello

添加 - v 参数，可以查看详细的编译过程:

gcc -v hello.c -o hello

• 静态链接是指在链接程序时，需要使用的每个库函数的一份拷贝被加入到可执行文件中。通过静态链接使用静态库进行链接，生成的程序包含程序运行所需要的全部库，可以直接运行。然而，静态链接生成的程序体积较大。
• 动态链接是指可执行文件只包含文件名，让载入器在运行时能够寻找程序所需的函数库。通过动态链接使用动态链接库进行链接，生成的程序在执行时需要加载所需的动态库才能运行。相比静态链接，动态链接生成的程序体积较小，但是必须依赖所需的动态库，否则无法执行。

编译方法#

GCC 与传统编译过程区别#

传统的三段式划分是指将编译过程分为前端、优化、后端三个阶段，每个阶段都有专门的工具负责。

而在 GCC 中编译过程被分成了预处理、编译、汇编、链接四个阶段 。其中 GCC 的预处理、编译阶段属于三段式划分的前端部分，汇编阶段属于三段式划分的后端部分。

GCC 的链接阶段是三段式划分后端部分的优化阶段合并，但其与端部分的目的一致，都是为了生成可执行文件。

GCC 编译过程的四个阶段与传统的三段式划分的前端、优化、后端三个阶段有一定的重合和对应关系，但 GCC 更为详细和全面地划分了编译过程，使得每个阶段的功能更加明确和独立。

总结#

本节介绍了 GCC 的编译过程，主要包括预处理、编译、汇编和链接四个阶段。并总结了 GCC 的优点和缺点：