真真夜夜的炼金工坊

GCC 的編譯流程#

GCC 的編譯過程可以大致分為預處理、編譯、匯編和鏈接四個階段。

源程序 (文本)#

#include <stdio.h>

#define HELLOWORD ("hello world\n")

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

預處理 (cpp)#

生成文件 hello.i

gcc -E hello.c -o hello.i

在預處理過程中，源代碼會被讀入，並檢查其中包含的預處理指令和宏定義，然後進行相應的替換操作。此外，預處理過程還會刪除程序中的註釋和多餘空白字符。最終生成的.i 文件包含了經過預處理後的代碼內容。

當高級語言代碼經過預處理生成.i 文件時，預處理過程會涉及宏替換、條件編譯等操作。以下是對這些預處理操作的解釋：

1. 頭文件展開：
   在預處理階段，編譯器會將源文件中包含的頭文件內容插入到源文件中對應的位置，以便在編譯時能夠訪問頭文件中定義的函數、變量、宏等內容。
2. 宏替換：
   在預處理階段，編譯器會將源文件中定義的宏在使用時進行替換，即將宏名稱替換為其定義的內容。這樣可以簡化代碼編寫，提高代碼的可讀性和可維護性。
3. 條件編譯：
   通過預處理指令如 #if、#else、#ifdef 等，在編譯前確定某些代碼片段是否應被包含在最終的編譯過程中。這樣可以根據條件編譯選擇性地包含代碼，實現不同平台、環境下的代碼控制。
4. 刪除註釋：
   在預處理階段，編譯器會刪除源文件中的註釋，包括單行註釋（//）和多行註釋（/.../），這樣可以提高編譯速度並減少編譯後代碼的大小。
5. 添加行號和文件名標識：
   通過預處理指令如 #line，在預處理階段添加行號和文件名標識到源文件中，便於在編譯過程中定位錯誤信息和調試。
6. 保留 #pragma 命令：
   在預處理階段，編譯器會保留以 #pragma 開頭的預處理指令，如 #pragma once、#pragma pack 等，這些指令可以用來指導編譯器進行特定的處理，如控制編譯器的行為或優化代碼。

hello.i文件部分內容如下，詳細可見 ``../code/gcc/hello.i` 文件。

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

在該文件中，已經將頭文件包含進來，宏定義 HELLOWORD 替換為字符串 "hello world\n"，並刪除了註釋和多餘空白字符。

編譯 (ccl)#

在這裡，編譯並不僅僅指將程序從源文件轉換為二進制文件的整個過程，而是特指將經過預處理的文件（hello.i）轉換為特定匯編代碼文件（hello.s）的過程。

在這個過程中，經過預處理後的.i 文件作為輸入，通過編譯器（ccl）生成相應的匯編代碼.s 文件。編譯器（ccl）是 GCC 的前端，其主要功能是將經過預處理的代碼轉換為匯編代碼。編譯階段會對預處理後的.i 文件進行語法分析、詞法分析以及各種優化，最終生成對應的匯編代碼。

匯編代碼是以文本形式存在的程序代碼，接著經過編譯生成.s 文件，是連接程序員編寫的高級語言代碼與計算機硬體之間的橋樑。

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

現在 ``hello.s文件中包含了完全是匯編指令的內容，表明hello.c` 文件已經被成功編譯成了匯編語言。

匯編 (as)#

在這一步中，我們將匯編代碼轉換成機器指令。這一步是通過匯編器 (as) 完成的。匯編器是 GCC 的後端，其主要功能是將匯編代碼轉換成機器指令。

匯編器的工作是將人類可讀的匯編代碼轉換為機器指令或二進制碼，生成一個可重定位的目標程序，通常以.o 作為文件擴展名。這個目標文件包含了逐行轉換後的機器碼，以二進制形式存儲。這種可重定位的目標程序為後續的鏈接和執行提供了基礎，使得我們的匯編代碼能夠被計算機直接執行。

生成文件 hello.o

gcc -c hello.s -o hello.o

鏈接 (ld)#

鏈接過程中，鏈接器的作用是將目標文件與其他目標文件、庫文件以及啟動文件等進行鏈接，從而生成一個可執行文件。在鏈接的過程中，鏈接器會對符號進行解析、執行重定位、進行代碼優化、確定空間佈局，進行裝載，並進行動態鏈接等操作。通過鏈接器的處理，將所有需要的依賴項打包成一個在特定平台可執行的目標程序，用戶可以直接執行這個程序。

gcc -o hello.o -o hello

添加 - v 參數，可以查看詳細的編譯過程:

gcc -v hello.c -o hello

• 靜態鏈接是指在鏈接程序時，需要使用的每個庫函數的一份拷貝被加入到可執行文件中。通過靜態鏈接使用靜態庫進行鏈接，生成的程序包含程序運行所需要的全部庫，可以直接運行。然而，靜態鏈接生成的程序體積較大。
• 動態鏈接是指可執行文件只包含文件名，讓載入器在運行時能夠尋找程序所需的函數庫。通過動態鏈接使用動態鏈接庫進行鏈接，生成的程序在執行時需要加載所需的動態庫才能運行。相比靜態鏈接，動態鏈接生成的程序體積較小，但是必須依賴所需的動態庫，否則無法執行。

編譯方法#

GCC 與傳統編譯過程區別#

傳統的三段式劃分是指將編譯過程分為前端、優化、後端三個階段，每個階段都有專門的工具負責。

而在 GCC 中編譯過程被分成了預處理、編譯、匯編、鏈接四個階段 。其中 GCC 的預處理、編譯階段屬於三段式劃分的前端部分，匯編階段屬於三段式劃分的後端部分。

GCC 的鏈接階段是三段式劃分後端部分的優化階段合併，但其與端部分的目的一致，都是為了生成可執行文件。

GCC 編譯過程的四個階段與傳統的三段式劃分的前端、優化、後端三個階段有一定的重合和對應關係，但 GCC 更為詳細和全面地劃分了編譯過程，使得每個階段的功能更加明確和獨立。

總結#

本節介紹了 GCC 的編譯過程，主要包括預處理、編譯、匯編和鏈接四個階段。並總結了 GCC 的優點和缺點：