C++编译链接原理

从底层剖析程序从编译到运行的整个过程

为了方便解释，给出两端示例代码，下面围绕代码进行实验：

//sum.cpp
int gdata = 10;
int sum(int a,int b)
{return a+b;
}

//main.cpp
extern int gdata;
int sum(int ,int);static int stat;int data = 20;int main()
{int a = gdata;int b = data;int ret = sum(a,b);return 0;
}

前两个阶段：

一、编译阶段

三件重要的事情：
编译阶段只关注自己模块内的事情
编译阶段不分配虚拟空间地址，无法运行
目标文件由各个段组成

编译阶段的产物是可重定位的二进制目标文件，由各个段组成

一、符号表(.symtab段)
查看符号表命令：objdump -t main.o

1.符号表中存储程序产生的符号，如
静态全局变量stat的符号为_ZL4stat ，定义在.bss区域
全局变量data的符号为data，定义在.data区域
主函数main()的符号为main，定义在.text区域
外部变量gdata的符号为gdata，定义为UND，表示符号的引用，不知道在哪里定义
外部函数sum(int,int)的符号为_Z3sumii，定义为UND，表示符号的引用，不知道在哪里定义

2.符号表中可以看到变量的链接属性
l:表示lcoal，符号只能在当前文件可见，内部链接属性
g:表示global，符号可以在所有文件可见，外部链接属性

所以链接的时候链接器只能看见gloal的符号 看不到lcoal的符号
这就解释了静态全局变量/函数 和普通全局变量/函数同名的问题
在多个文件中可以定义名字相同的静态全局变量/函数，因为local属性链接器不可见，但若多个文件中普通的全局变量/函数重名，因为具有global属性，链接的时候符号解析就会冲突

3.编译过程中变量不分配虚拟空间地址
我们查看以下.text段，注意需要带有-g输出调试信息
g++ -c main.cpp -g
objdump -S main.o
观察，编译阶段产生了二进制机器码，但是不分配虚拟空间地址，所以地址先用0替代，即编译阶段指令没法用，需要等链接阶段分配虚拟地址补上地址才有用,这就是目标文件无法运行的原因之一
4.查看目标文件的各个段
命令:readelf -S main.o

二、链接阶段

链接所有的编译完成的目标文件(.o)和静态库文件(.a)
链接步骤：
步骤一：
将所有的目标文件的各个段进行合并
main.o的.text段和sum.o的.text段合并
main.o的.data段和sum.o的.data段合并
main.o的.bss和sum.o的.bss段合并
合并后进行符号解析
如链接阶段符号为UND（符号引用）的，都需要找到该符号定义的地方，如果没有找到=符号未定义，找到多个定义=符号重定义
UND 找到定义解析成具体 .text .data ..段

步骤二：
符号的重定位（重定向）
符号解析之后，给所有的符号分配虚拟地址空间，成为了可执行文件

验证
使用链接器自己链接::ld -e main sum.o main.o
查看符号表：objdump -t a.out

可以看到所有符号均有定义的段，无UND符号引用的情况
所有符号均分配了地址（看第一列）

再看看代码段.text

之前机器码缺少地址的，现在也都补充上了，所以变成了可以运行的二进制机器码(指令)

补充1：
看一下可执行文件的文件头信息

.text段的信息

可以发现，可执行文件头记录了程序入口指令地址,所以CPU知道从哪个指令开始执行（这里是main函数作为入口）

补充2：
可执行文件所有的段都和二进制目标文件相同，多了一个programa headers段，用来告诉操作系统，运行这个程序的时候，把哪些内容加载进内存(数据段 指令段),注意：不是所有的段都需要加载进内存的
查看programa headers段:readelf -l a.out

三、运行阶段