# GCC 编译基础

作者: 三级狗

# 编译器

# Linux部分

在Linux中 主流编译器为Clang以及GNU(GCC,G++) GCC中支持的语言常用的有 C、C++、Java、Object-C 结构类似于一个标准Unix编译器

而Clang是支持C++,CObject-C,Object-C++语言的编译器前端 其底层采用了LLVM底层虚拟机,在编译Object-C时对比GCC快三倍

总体上:

  • GCC特性: 除支持C/C++/ Objective-C/Objective-C++语言外,还是支持Java/Ada/Fortran/Go等;当前的Clang的C++支持落后于GCC;支持更多平台;更流行,广泛使用,支持完备。

  • Clang特性: 编译速度快;内存占用小;兼容GCC;设计清晰简单、容易理解,易于扩展增强;基于库的模块化设计,易于IDE集成;出错提示更友好

# 材料准备

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:

main.cpp

#include "test.h"

int main (int argc, char **argv){
    Test t;
    t.hello();
    return 0;
}
1
2
3
4
5
6
7

test.h

#ifndef _TEST_H_ 
#define _TEST_H_ 

class Test{
public:
    Test();
    void hello();
    ~Test();
};
#endif
1
2
3
4
5
6
7
8
9
10

test.cpp

#include "test.h"
#include <iostream>
using namespace std;

Test::Test(){

}

void Test::hello(){

    cout << "hello" << endl;
}

Test::~Test(){

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

# 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

# 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

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

可以打开test.ii查看,刚刚的main.cpp文件预编译完成后的内容:

test.ii

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_OBJECTQ_INVOKEABLE

# 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。

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

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:

mains

# 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。

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

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。

# 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

#include "test.h"

int main (int argc, char **argv){

    Test t;
    t.hello();
    return 0;
}

1
2
3
4
5
6
7
8
9

生成目标文件:

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

链接生成可执行文件:

g++ main.o test.o -o a.out
1

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以外,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
  • 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

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

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.solibpthread.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*.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。
g++ main.o libtest.a
1

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。

static_compile

# 动态编译

Linux/UnixLike平台的动态链接库一般为.so为结尾(shared object) Windows平台的动态链接库一般为.dll为结尾(Dynamic Link Library )

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*.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

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

dynamic_compile

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
1

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-l 链接器参数,就是指定链接时去(哪里)找(什么)库

g++ main.o libtest.so,或g++ main.o ./libtest.so g++ main.o /home/threedog/test/libtest.so 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。

Wlrpath

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

PATH

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rpathrpath-link都是链接器ld的参数,不是gcc的

rpath-linkrpath只是看起来很像,可实际上关系并不大,rpath-link-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.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。

Q3