GCC编译基础

资料准备：

❝ 为了方便演示和讲解，在这里提前准备好几个简单的文件：test.cpp test.h main.cpp 文件内容如下：
❞

1
2
3
4
5
6
7
8
9
10
11
//main.cpp
#include "test.h"

int main (int argc, char **argv)
{
    Test t;
    t.hello();
    return 0;
}


1
2
3
4
5
6
7
8
9
10
11
12
//test.h
#ifndef _TEST_H_ 
#define _TEST_H_ 

class Test
{
public:
    Test();
    void hello();
    ~Test();
};
#endif  //TEST
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
//test.cpp
#include "test.h"
#include <iostream>
using namespace std;

Test::Test()
{

}

void Test::hello()
{
    cout << "hello" << endl;
}

Test::~Test()
{

}

C++的编译过程

一个完整的C++编译过程（例如g++ a.cpp生成可执行文件），总共包含以下四个过程：

  • 编译预处理，也称预编译，可以使用命令g++ -E执行
  • 编译，可以使用g++ -S执行
  • 汇编，可以使用as 或者g++ -c执行
  • 链接，可以使用g++ xxx.o xxx.so xxx.a执行

❝ 可以通过添加g++ --save-temps参数，保存编译过程中生成的所有中间文件 下面对这四个步骤进行逐一讲解
❞

*1、编译预处理阶段：主要对包含的头文件（＃include ）和宏定义（＃define,#ifdef … ）还有注释等进行处理。

可以使用g++ -E 让g++ 在预处理之后停止编译过程，生成 *.ii(.c文件生成的是*.i) 文件。 因为上面写的main.cpp中没有任何预编译指令，所以预编译生成与源文件几乎没有差别。这里预编译一下test.cpp文件

1
g++ -E test.cpp test.h -o test.ii

可以打开test.ii查看，刚刚的main.cpp文件预编译完成后的内容：

v2-b746834a1e6e87881ee766161a3407f0_b

预编译完成后，#include引入的内容 被全部复制进预编译文件中，除此之外，如果文件中有使用宏定义也会被替换处理。

❝ 预编译过程最主要的工作，就是宏命令的替换

  • #include命令的工作就是单纯的导入，这里其实并不限制导入的类型，甚至可以导入.cpp、.txt等等。

  • 感兴趣的同学可以预编译一个包含Qt中信号的文件，会看到预编译之后:

    • emit直接成了空。发射信号实质就是一次函数调用;
    • 头文件中的signals:也被替换成了protected:（Qt5被替换为public:）
    • 以及Qt中其他的宏定义都在预编译时被处理如：Q_OBJECT Q_INVOKEABLE等

2、g++ 编译阶段：C++ 语法错误的检查，就是在这个阶段进行。在检查无误后，g++ 把代码翻译成汇编语言。

可以使用-S 选项进行查看，该选项只进行编译而不进行汇编，生成汇编代码

1
g++ -S main.ii -o main.s

汇编代码中生成的是和CPU架构相关的汇编指令，不同CPU架构采用的汇编指令集不同，生成的汇编代码也不一样：

v2-7487e34c84000f8c3319c8cac15c4b9a_b

3、g++ 汇编阶段：生成目标代码 *.o

有两种方式：

  • 使用 g++ 直接从源代码生成目标代码 g++ -c *.s -o *.o
  • 使用汇编器从汇编代码生成目标代码 as *.s -o *.o

到编译阶段，代码还都是人类可以读懂的。汇编这一阶段，正式将汇编代码生成机器可以执行的目标代码，也就是二进制码。

1
2
3
4
# 编译
g++ -c main.s -o main.o
# 汇编器编译
as main.s -o main.o

也可以直接使用as *.s, 将执行汇编、链接过程生成可执行文件a.out, 可以像上面使用-o 选项指定输出文件的格式。

4、g++ 链接阶段：生成可执行文件；Windows下生成.exe

修改main.cpp的内容，引用Test类

1
2
3
4
5
6
7
8
9
#include "test.h"

int main (int argc, char **argv)
{
    Test t;
    t.hello();
    return 0;
}

生成目标文件：

  • g++ test.cpp -c -o test.o

    1

    
g++ main.cpp -c -o main.o

    1
    2
    3

    链接生成可执行文件：

    
g++ main.o test.o -o a.out

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15

    链接的过程，其核心工作是解决模块间各种符号(变量，函数)相互引用的问题，更多的时候我们除了使用.o意外，还将静态库和动态库链接一同链接生成可执行文件。

    对符号的引用本质是对其在内存中具体地址的引用，因此确定符号地址是编译，链接，加载过程中一项不可缺少的工作，这就是所谓的符号重定位。本质上来说，符号重定位要解决的是当前编译单元如何访问「外部」符号这个问题。

    接下来我们先讲解如何将源文件编译成动态库和静态库，然后再讲述如何在链接时链接我们编译好的库。

    ## **编译动态库和静态库**

    大型项目中不可能使用一个单独的可执行程序提供服务，必须将程序的某些模块编译成动态或静态库:

    ### **编译生成静态库**

    使用`ar`命令进行“归档”（.a的实质是将文件进行打包）

    
ar crsv libtest.a test.o 

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12

    * `r` 替换归档文件中已有的文件或加入新文件 (必要)
    * `c` 不在必须创建库的时候给出警告
    * `s` 创建归档索引
    * `v` 输出详细信息

    **编译生成动态库**

    使用`g++ -shared` 命令指定编译生成的是一个动态库

    ```c++
    g++ test.cpp -fPIC -shared -Wl,-soname,libtest.so -o libtest.so.0.1

  • shared:告诉编译器生成一个动态链接库

  • -Wl,-soname:指示生成的动态链接库的别名（这里是libtest.so）

  • -o:指示实际生成的动态链接库（这里是libtest.so.0.1）

  • -fPIC
    • fPIC的全称是 Position Independent Code， 用于生成位置无关代码（看不懂没关系，总之加上这个参数，别的代码在引用这个库的时候才更方便，反之，稍不注意就会有各种乱七八糟的报错）。
    • 使用-fPIC选项生成的动态库，是位置无关的。这样的代码本身就能被放到线性地址空间的任意位置，无需修改就能正确执行。通常的方法是获取指令指针的值，加上一个偏移得到全局变量/函数的地址。
    • 关于PIC参数的详细解读：点此链接

❝ 在gcc中，如果指定-shared不指定-fPIC会报错，无法生成非PIC的动态库，不过clang可以。
❞

库中函数和变量的地址是相对地址，不是绝对地址，真实地址在调用动态库的程序加载时形成。 动态库的名称有别名(soname),真名(realname)和链接名(linker name)。

  • 真名是动态库的真实名称，一般总是在别名的基础上加上一个小的版本号，发布版本构成 别名由一个前缀lib，然后是库的名字加上.so构成，例如：libQt5Core.5.7.1
  • 链接名，即程序链接时使用的库的名字，例如：-lQt5Core
  • 在动态链接库安装的时候总是复制库文件到某个目录，然后用软连接生成别名，在库文件进行更新的时候仅仅更新软连接即可。

❝ 「注意:」
生成的库文件总是以libXXX开头，这是一个约定，因为在编译器通过-l参数寻找库时，比如-lpthread会自动去寻找libpthread.so和libpthread.a。
如果生成的库并没有以lib开头，编译的时候仍然可以连接到，不过只能以显示加在编译命令参数里的方式链接。例如g++ main.o test.so ❞

静态编译和动态编译

编译C++的程序可以分为动态编译和静态编译两种

静态编译

链接阶段，会将汇编生成的目标文件.o与引用到的库一起链接打包到可执行文件中。这种称为静态编译，静态编译中使用的库就是静态库（*.a 或*.lib）生成的可执行文件在运行时不需要依赖于链接库。

  • 优点：
    • 代码的装载速度快，执行速度也比较快
    • 不依赖其他库执行，移植方便
  • 缺点
    • 程序体积大
    • 更新不方便，如果静态库需要更新，程序需要重新编译
    • 如果多个应用程序使用的话，会被装载多次，浪费内存。
1
g++ main.o libtest.a

编译完成后可以运行a.out查看效果，通过ldd命令查看运行a.out所需依赖，可以看到静态编译的程序并不依赖libtest库。

v2-c828c7fd46f4a5b65435ec5cc0932db0_b

动态编译

动态库在程序编译时并不会被连接到目标代码中，而是在程序运行是才被载入。不同的应用程序如果调用相同的库，那么在内存里只需要有一份该共享库的实例，规避了空间浪费问题。

动态编译中使用的库就是动态库（*.so 或*.dll）

动态库在程序运行是才被载入，也解决了静态库对程序的更新、部署和发布页会带来麻烦。用户只需要更新动态库即可，增量更新。

动态库在链接过程中涉及到加载时符号重定位的问题，感兴趣的同学参看链接：动态编译原理分析

  • 优点：
    • 多个应用程序可以使用同一个动态库，而不需要在磁盘上存储多个拷贝
    • 动态灵活，增量更新
  • 缺点：
    • 由于是运行时加载，多多少少会影响程序的前期执行性能
    • 动态库缺失会导致文件无法运行
1
g++ main.o libtest.so

编译完成后可以运行a.out查看效果，通过ldd命令查看运行a.out所需依赖

v2-2ec765c4cce377d9dcb97543a37e427d_b

从上面的截图中，我们已经看到了刚才的程序运行报错，原因是找不到动态链接库libtest.so。

这个报错的解决方案有很多例如：

  • LD_LIBRARY_PATH=. ./a.out

那么明明编译成功，运行时为什么会找不到库？为了弄清这个问题，我们需要对链接动态库的过程有一个更深入的理解。

我们在main.cpp中明确引用到了Test类，所以在编译进行到最后阶段，链接的时候。如果在所有参与编译的文件中没能检索到Test这个符号，则会报错未定义的引用。
所以在编译过程中必须能够找到包含Test符号的文件，可以是.o、.a、或者.so。
如果是.o或者.a，也就是静态链接，那么它会将.o或者.a中的内容一起打包到生成的可执行文件中，生成的可执行文件可以独立运行不受任何限制。
而如果是.so这种动态链接库，就比较麻烦了。链接器将不会把这个库打包到生成的可执行文件里，而仅仅只会在这里记录一个地址，告诉程序，如果遇到Test符号，你就去文件libtest.so的第三行第五列（打个比方，实际是一个相对的内存地址）找它的定义。

综上所述

  • 编译链接main.cpp的时候，必须能够找到libtest.so的动态库，记录下Test符号的偏移地址。
  • 运行的时候，程序必须找到libtest.so，然后寻址找到Test

编译时链接库

-L 与 -l 链接器参数，就是指定链接时去（哪里）找（什么）库。

  • -l`，代表链接哪个库，会自动检索`lib`开头的对应库名。 例如`-lpthread`,`-lQt5Core`。会自动检索`libpthread.so,libpthread.a,libQt5Core.so,libQt5Core.a

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19

     * 如果静态库动态库同时存在，优先链接动态库

    * `-L`，指定去哪里找库文件。例如指定：`-L/home/threedog/test`，则在编译时会优先检索`/home/threedog/test/libpthread.so`等文件。

    * 链接库最直接的办法是不用任何参数，直接写库的路径加载编译参数里。

    * 查找顺序 :

     * 如果直接写的库的全路径，则会直接去找到库，不走下面的顺序检索。
     * -L，优先级最高
     * 然后是系统的环境变量`LIBRARY_PATH`
     * 最后再找内定目录 `/lib` `/usr/lib` `/usr/local/lib` 这是当初编译 gcc时写在程序内的
     * 如果都找不到，会报错找不到文件或找不到`-lxxxx`

    所以以上的编译命令，可以通过多种方式通过编译：

    * ```
     g++ main.o libtest.so`，或`g++ main.o ./libtest.so
    

  • g++ main.o /home/threedog/test/libtest.so

    1
    2
    3

    * ```
      g++ main.o -ltest -L.`，或`g++ main.o -ltest -L/home/threedog/test/
    

  • LIBRARY_PATH=. g++ main.o -ltest`，或`LIBRARY_PATH=/home/threedog/test/ g++ main.o -ltest

  • 或者把libtest.so拷贝到/usr/lib目录下去。

运行时链接库

通过上面的方法编译出的a.out，运行会报错，通过ldd命令查看，发现编译时链接的libtest.so成了not found
这就引出了第二个问题：如何让程序运行的时候能够找到对应的库。

-Wl,-rpath就是做这个事情的：-Wl代表后面的这个参数是一个链接器参数，-rpath+库所在的目录，会给程序明确指定去哪里找对应的库。
手动将一个目录指定成了ld的搜索目录。

v2-db83d9ceab678ca3d3b317f2086b1dfd_b

另外，也可以通过在环境变量LD_LIBRARY_PATH里添加路径的方式成功运行

v2-074d9c0b5d15930955851dbe020fe66f_b

运行时库的查找顺序：

  1. 编译目标代码时指定的动态库搜索路径（-rpath）；
  2. 环境变量LD_LIBRARY_PATH指定的动态库搜索路径；
  3. 配置文件/etc/ld.so.conf中指定的动态库搜索路径；
  4. 默认的动态库搜索路径/lib；
  5. 默认的动态库搜索路径/usr/lib.

❝ 其实rpath和rpath-link都是链接器ld的参数，不是gcc的。
❞

rpath-link和rpath只是看起来很像，可实际上关系并不大，rpath-link和-L一样也是在链接时指定目录的。 rpath-link的作用，在我们的这个实例中体现不出来。 例如你上述的例子指定的需要libtest.so，但是如果 libtest.so 本身是需要 xxx.so 的话，这个 xxx.so 我们你并没有指定，而是 libtest.so 引用到它，这个时候，会先从 -rpath-link 给的路径里找。 rpath-link指定的目录与并运行时无关。

C++头文件的搜索原则

上面提到了编译时链接库的查找顺序和运行时动态库的检索顺序，顺便再提一下C++编译时头文件的检索顺序：

  • #include<file.h>只在默认的系统包含路径搜索头文件
  • #include"file.h"首先在当前目录以及-I指定的目录搜索头文件, 若头文件不位于当前目录, 则到系统默认的包含路径搜索

顺序：

  1. 先搜索当前目录
  2. 然后搜索-I指定的目录
  3. 再搜索gcc的环境变量CPLUS_INCLUDE_PATH（C程序使用的是C_INCLUDE_PATH）
  4. 最后搜索gcc的内定目录
  • /usr/include
  • /usr/local/include
  • /usr/lib/gcc/x86_64-redhat-linux/4.1.1/include

以上，就是对gcc参数的一些详细总结，下面根据上面的讲解解决几个常遇到的疑问：

问题1：-l链接的到底是动态库还是静态库？

  • 如果链接路径下同时有 .so 和 .a 那优先链接 .so

问题2：如果路径下同时有静态库和动态库如何链接静态库？

  • 最好的办法，是参数里直接写上静态库的全路径。
  • 另一个办法，可以使用-static参数，会强制链接静态库。这种方式生成的文件可以执行，但是文件的elf头会有问题，使用ldd,readelf -d查看会显示不是动态可执行文件。

问题3：如果文件中没有使用对应的库，编译器是否仍然会进行链接？

  • 这个取决于编译器的类型和版本，我本地gcc5.4，如果没有用到的库，即使写了-l也不会链接。而我本地的clang9，则会明确链接对应的库即使我没有用到它。

v2-c68ec8f35adb948117eaabe2ef402909_b

参考链接：

作者：三级狗
链接：https://zhuanlan.zhihu.com/p/151219726
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。