Linux C++ 開發3 - 你寫的Hello world經過哪些過程才被計算機理解和執行？

陌尘(MoChen)發表於2024-08-12

LinuxC++計算機

1. C/C++的編譯過程
- 1.1. 預處理
- 1.2. 編譯
- 1.3. 彙編
  - 1.3.1. 彙編過程
  - 1.3.2. 目標檔案
- 1.4. 連結
2. 編譯過程示例
- 2.1. 原始碼
- 2.2. 逐步編譯程式
  - 2.2.1. 編譯指令
  - 2.2.2. 連結報錯問題
- 2.3. 單步編譯
3. gcc/g++與gpp、as、ld的關係
- 3.1. 關係圖
- 3.2. 示例演示
4. 參考文件

上一篇《Linux C++ 開發2 - 編寫、編譯、執行第一個程式》我們編寫了一個Hello world程式，並在Linux下完成了正常的編譯和執行。

上一篇中我們用g++ ./demo01.cpp這個指令就輕鬆將我們的demo01.cpp原始碼編譯成了二進位制程式，那你知道這個指令內部經歷了哪些過程嗎？

1. C/C++的編譯過程

先說結論：C/C++的編譯過程包括 預處理、編譯、彙編、連結四個關鍵的步驟，整個編譯的處理流程如下圖所示：

file

更粗粒度的劃分，我們又把預處理、編譯、彙編稱為編譯過程，就是把原始碼(.c/.cpp/.cc)生成目的碼；連結的動作單獨一個過程，稱為連結過程。

1.1. 預處理

預處理也稱為預編譯，由前處理器（cpp）執行，預處理階段主要處理一些預處理指令，比如檔案包含、宏定義、條件編譯等。

檔案包含，也就是將所有透過#include包含的標頭檔案替換成真正的內容。
宏定義，預處理時需要把所有的宏定義替換成真正的內容。
條件編譯，也就是透過如#ifdef, #ifndef, #else, #elif, #endif等指令定義的條件編譯，預處理會把不符合條件的程式碼刪除，只保留符合條件的程式碼。

1.2. 編譯

編譯階段要做的工作就是透過詞法分析、語法分析和語義分析，在確認所有的原始碼都符合語法規則之後，將其翻譯成等價的彙編程式碼(中間程式碼)，即.s或.asm檔案。這個過程是整個程式構建的核心部分，也是最複雜的部分之一。

更多關於組合語言的介紹參加《組合語言1 - 什麼是組合語言？》。

除此之外，編譯器還會在這個階段進行程式碼最佳化。最佳化主要包含兩大部分：一部分是對原始碼本身邏輯的最佳化，如刪除公共表示式、刪除無用賦值、迴圈最佳化、複寫傳播等。另一部分是根據目標裝置的硬體結構，對執行指令進行最佳化，如暫存器分配、指令排程、指令合併等。

1.3. 彙編

1.3.1. 彙編過程

彙編的過程就是透過不同平臺的彙編器(如：Linux的AS、Windows的MASM)將彙編程式碼翻譯成機器能識別的機器碼，即生成目標檔案(Linux下是.o，windows下是.obj)。

1.3.2. 目標檔案

目標檔案（Object File） 是原始碼經過預處理、編譯、彙編後生成的中間檔案，Linux下的目標檔案(.o)的檔案格式是ELF(Executable and Linkable Format)，它包含了機器程式碼、資料、符號表和重定位資訊等。

我們來看一個.o檔案的檔案頭，

# 檢視.o檔案的檔案頭
objdump -h demo01.o
# 輸出結果：檔案的組成
demo01.o:     file format elf64-x86-64

Sections:
Idx Name          Size      VMA               LMA               File off  Algn
  0 .text         0000003a  0000000000000000  0000000000000000  00000040  2**0
                  CONTENTS, ALLOC, LOAD, RELOC, READONLY, CODE
  1 .data         00000000  0000000000000000  0000000000000000  0000007a  2**0
                  CONTENTS, ALLOC, LOAD, DATA
  2 .bss          00000000  0000000000000000  0000000000000000  0000007a  2**0
                  ALLOC
  3 .rodata       00000011  0000000000000000  0000000000000000  0000007a  2**0
                  CONTENTS, ALLOC, LOAD, READONLY, DATA
  4 .comment      00000027  0000000000000000  0000000000000000  0000008b  2**0
                  CONTENTS, READONLY
  5 .note.GNU-stack 00000000  0000000000000000  0000000000000000  000000b2  2**0
                  CONTENTS, READONLY
  6 .note.gnu.property 00000020  0000000000000000  0000000000000000  000000b8  2**3       
                  CONTENTS, ALLOC, LOAD, READONLY, DATA
  7 .eh_frame     00000038  0000000000000000  0000000000000000  000000d8  2**3
                  CONTENTS, ALLOC, LOAD, RELOC, READONLY, DATA

行：

.text: 程式碼段(存放函式的二進位制機器指令)
.data: 資料段(存已初始化的區域性/全域性靜態變數、未初始化的全域性靜態變數)
.bss: bss段(宣告未初始化變數所佔大小)
.rodata: 只讀資料段(存放 " " 引住的只讀字串)
.comment: 註釋資訊段
.node.GUN-stack: 堆疊提示段

列：

Size: 段的長度
File Off: 段的所在位置(即距離檔案頭的偏移位置)

段的屬性：

CONTENTS: 表示該段在檔案中存在
ALLOC: 表示只分配了大小，但沒有存內容

1.4. 連結

程式的連結階段可分為兩個步驟：

第一步：由於每個.o檔案都有都有自己的程式碼段、bss段，堆，棧等，所以連結器首先將多個.o 檔案相應的段進行合併，建立對映關係及合併符號表。進行符號解析，符號解析完成後就是給符號分配虛擬地址。
第二步：將分配好的虛擬地址與符號表中定義的符號一一對應起來，使其成為正確的地址，使程式碼段的指令可以根據符號的地址執行相應的操作，最後由連結器生成可執行檔案。

2. 編譯過程示例

2.1. 原始碼

我們還是以《Linux C++ 開發2 - 編寫、編譯、執行第一個程式》中使用的原始碼為例進行講解。

demo01.cpp:

#include <iostream>

int main()
{
    std::cout << "Hello, world!" << std::endl;
    return 0;
}

2.2. 逐步編譯程式

2.2.1. 編譯指令

我們分成 預處理、編譯、彙編、連結四步來逐步編譯程式。

# 1. 預處理: 將 .c/.cpp/.cc等原始碼檔案進行預處理，生成.i檔案
cpp ./demo01.cpp -o ./demo01.i
# 2. 編譯: 將第1步生成的.i檔案編譯成.s檔案
g++ -S ./demo01.i -o ./demo01.s
# 3. 彙編: 將第2步生成的.s檔案彙編成.o檔案
as ./demo01.s -o ./demo01.o
# 4. 連結: 將第3步生成的.o檔案和標準庫連結成可執行檔案。
# 注：此命令可能會報錯，可看後面會的講解
ld ./demo01.o -o ./demo01.out
# 5. 執行: 執行可執行檔案，輸出結果
./demo01.out

2.2.2. 連結報錯問題

執行上面第4步的連結命令時，可能會出現如下報錯：

ld: warning: cannot find entry symbol _start; defaulting to 0000000000401000
ld: ./demo01.o: in function `main':
demo01.cpp:(.text+0x15): undefined reference to `std::cout'
ld: demo01.cpp:(.text+0x1d): undefined reference to `std::basic_ostream<char, std::char_traits<char> >& std::operator<< <std::char_traits<char> >(std::basic_ostream<char, std::char_traits<char> >&, char const*)'
ld: demo01.cpp:(.text+0x24): undefined reference to `std::basic_ostream<char, std::char_traits<char> >& std::endl<char, std::char_traits<char> >(std::basic_ostream<char, std::char_traits<char> >&)'
ld: demo01.cpp:(.text+0x2f): undefined reference to `std::ostream::operator<<(std::ostream& (*)(std::ostream&))'

這是因為：Linux系統下，連結目標檔案生成可執行檔案的過程比我們想象的要複雜許多，生成一個C++可執行檔案，需要依賴很多系統庫和相關的目標檔案，比如C++的libc++庫。那怎麼解決這個問題呢？

方法一： 直接用g++的指令

g++ ./demo01.o -o ./demo01.out

方法二： 新增複雜引數

既然g++可以直接編譯，我們何不看看g++內部到底是怎麼編譯的，執行如下程式碼。

# -v引數可以檢視gcc的詳細編譯過程
g++ -v ./demo01.o -o ./demo01.out
# 輸出內容
Using built-in specs.
COLLECT_GCC=g++
COLLECT_LTO_WRAPPER=/usr/libexec/gcc/x86_64-linux-gnu/13/lto-wrapper
OFFLOAD_TARGET_NAMES=nvptx-none:amdgcn-amdhsa
OFFLOAD_TARGET_DEFAULT=1
Target: x86_64-linux-gnu
Configured with: ../src/configure -v --with-pkgversion='Ubuntu 13.2.0-23ubuntu4' --with-bugurl=file:///usr/share/doc/gcc-13/README.Bugs --enable-languages=c,ada,c++,go,d,fortran,objc,obj-c++,m2 --prefix=/usr --with-gcc-major-version-only --program-suffix=-13 --program-prefix=x86_64-linux-gnu- --enable-shared --enable-linker-build-id --libexecdir=/usr/libexec --without-included-gettext --enable-threads=posix --libdir=/usr/lib --enable-nls --enable-clocale=gnu --enable-libstdcxx-debug --enable-libstdcxx-time=yes --with-default-libstdcxx-abi=new --enable-libstdcxx-backtrace --enable-gnu-unique-object --disable-vtable-verify --enable-plugin --enable-default-pie --with-system-zlib --enable-libphobos-checking=release --with-target-system-zlib=auto --enable-objc-gc=auto --enable-multiarch --disable-werror --enable-cet --with-arch-32=i686 --with-abi=m64 --with-multilib-list=m32,m64,mx32 --enable-multilib --with-tune=generic --enable-offload-targets=nvptx-none=/build/gcc-13-uJ7kn6/gcc-13-13.2.0/debian/tmp-nvptx/usr,amdgcn-amdhsa=/build/gcc-13-uJ7kn6/gcc-13-13.2.0/debian/tmp-gcn/usr --enable-offload-defaulted --without-cuda-driver --enable-checking=release --build=x86_64-linux-gnu --host=x86_64-linux-gnu --target=x86_64-linux-gnu
Thread model: posix
Supported LTO compression algorithms: zlib zstd
gcc version 13.2.0 (Ubuntu 13.2.0-23ubuntu4)
COMPILER_PATH=/usr/libexec/gcc/x86_64-linux-gnu/13/:/usr/libexec/gcc/x86_64-linux-gnu/13/:/usr/libexec/gcc/x86_64-linux-gnu/:/usr/lib/gcc/x86_64-linux-gnu/13/:/usr/lib/gcc/x86_64-linux-gnu/
LIBRARY_PATH=/usr/lib/gcc/x86_64-linux-gnu/13/:/usr/lib/gcc/x86_64-linux-gnu/13/../../../x86_64-linux-gnu/:/usr/lib/gcc/x86_64-linux-gnu/13/../../../../lib/:/lib/x86_64-linux-gnu/:/lib/../lib/:/usr/lib/x86_64-linux-gnu/:/usr/lib/../lib/:/usr/lib/gcc/x86_64-linux-gnu/13/../../../:/lib/:/usr/lib/
COLLECT_GCC_OPTIONS='-v' '-o' './demo01.out' '-shared-libgcc' '-mtune=generic' '-march=x86-64' '-dumpdir' './demo01.out.'
 /usr/libexec/gcc/x86_64-linux-gnu/13/collect2 -plugin /usr/libexec/gcc/x86_64-linux-gnu/13/liblto_plugin.so -plugin-opt=/usr/libexec/gcc/x86_64-linux-gnu/13/lto-wrapper -plugin-opt=-fresolution=/tmp/cc9BwcQy.res -plugin-opt=-pass-through=-lgcc_s -plugin-opt=-pass-through=-lgcc -plugin-opt=-pass-through=-lc -plugin-opt=-pass-through=-lgcc_s -plugin-opt=-pass-through=-lgcc --build-id --eh-frame-hdr -m elf_x86_64 --hash-style=gnu --as-needed -dynamic-linker /lib64/ld-linux-x86-64.so.2 -pie -z now -z relro -o ./demo01.out /usr/lib/gcc/x86_64-linux-gnu/13/../../../x86_64-linux-gnu/Scrt1.o /usr/lib/gcc/x86_64-linux-gnu/13/../../../x86_64-linux-gnu/crti.o /usr/lib/gcc/x86_64-linux-gnu/13/crtbeginS.o -L/usr/lib/gcc/x86_64-linux-gnu/13 -L/usr/lib/gcc/x86_64-linux-gnu/13/../../../x86_64-linux-gnu -L/usr/lib/gcc/x86_64-linux-gnu/13/../../../../lib -L/lib/x86_64-linux-gnu -L/lib/../lib -L/usr/lib/x86_64-linux-gnu -L/usr/lib/../lib -L/usr/lib/gcc/x86_64-linux-gnu/13/../../.. ./demo01.o -lstdc++ -lm -lgcc_s -lgcc -lc -lgcc_s -lgcc /usr/lib/gcc/x86_64-linux-gnu/13/crtendS.o /usr/lib/gcc/x86_64-linux-gnu/13/../../../x86_64-linux-gnu/crtn.o
COLLECT_GCC_OPTIONS='-v' '-o' './demo01.out' '-shared-libgcc' '-mtune=generic' '-march=x86-64' '-dumpdir' './demo01.out.'

我們看到/usr/libexec/gcc/x86_64-linux-gnu/13/collect2開頭的這一行，後面跟了一堆複雜的引數，這個就是連結時需要用到的引數。

collect2是什麼？實際上collect2是對ld的封裝，g++呼叫連結器collect2來完成連結工作，最終還是要呼叫到ld。

我們可以嘗試將collect2替換成ld，然後跟上後面的引數，執行如下的執行：

# 連結指令
ld -plugin /usr/libexec/gcc/x86_64-linux-gnu/13/liblto_plugin.so -plugin-opt=/usr/libexec/gcc/x86_64-linux-gnu/13/lto-wrapper -plugin-opt=-fresolution=/tmp/cc9BwcQy.res -plugin-opt=-pass-through=-lgcc_s -plugin-opt=-pass-through=-lgcc -plugin-opt=-pass-through=-lc -plugin-opt=-pass-through=-lgcc_s -plugin-opt=-pass-through=-lgcc --build-id --eh-frame-hdr -m elf_x86_64 --hash-style=gnu --as-needed -dynamic-linker /lib64/ld-linux-x86-64.so.2 -pie -z now -z relro -o ./demo01.out /usr/lib/gcc/x86_64-linux-gnu/13/../../../x86_64-linux-gnu/Scrt1.o /usr/lib/gcc/x86_64-linux-gnu/13/../../../x86_64-linux-gnu/crti.o /usr/lib/gcc/x86_64-linux-gnu/13/crtbeginS.o -L/usr/lib/gcc/x86_64-linux-gnu/13 -L/usr/lib/gcc/x86_64-linux-gnu/13/../../../x86_64-linux-gnu -L/usr/lib/gcc/x86_64-linux-gnu/13/../../../../lib -L/lib/x86_64-linux-gnu -L/lib/../lib -L/usr/lib/x86_64-linux-gnu -L/usr/lib/../lib -L/usr/lib/gcc/x86_64-linux-gnu/13/../../.. ./demo01.o -lstdc++ -lm -lgcc_s -lgcc -lc -lgcc_s -lgcc /usr/lib/gcc/x86_64-linux-gnu/13/crtendS.o /usr/lib/gcc/x86_64-linux-gnu/13/../../../x86_64-linux-gnu/crtn.o

# 執行demo01.out
./demo01.out                                                                          
Hello, world!

可以看到連結成功，且連結的結果demo01.out可以被正常執行。

2.3. 單步編譯

# 直接編譯成可執行檔案a.out
g++ ./demo01.cpp

# 計算各個檔案的md5值
 md5sum *
# 輸出md5值
7512950d97efcb22fe2f488c9b6ada11  demo01.cpp
6c926dd87e4dbbb7bebb94565bc58a7e  demo01.i
2947e9b8bc49df9d3168af80a0d67fff  demo01.s
7b73665fe2b3d62f86aee04b96727e75  demo01.o
cccb05699b393ba43420bf9518a0cfd6  demo01.out
cccb05699b393ba43420bf9518a0cfd6  a.out

我們看到demo01.out和a.out的md5值是一樣的，說明：

直接編譯得到的可執行檔案(a.out)和經過預處理、編譯、彙編、連結後得到的可執行檔案(demo01.out)是一樣的。
C++的編譯內部經過了預處理、編譯、彙編、連結等過程。

3. gcc/g++與gpp、as、ld的關係

3.1. 關係圖

gcc/g++對預處理、編譯、彙編、連結等過程進行了捆綁，使使用者只需要使用一次命令就可以把編譯工作完成，這樣極大的簡化了編譯的動作。
gcc/g++相當於一個總控程式，內部組合了cpp、as、ld等工具，並透過引數傳遞的方式完成編譯工作。

編譯步驟	指令一	指令二
預處理	`cpp`	`g++ -E`
編譯	`g++ -S`	`g++ -S`
彙編	`as`	`g++ -c`
連結	`ld`	`g++`

3.2. 示例演示

# 1. 預處理
g++ -E ./demo01.cpp -o ./demo02.i
# 2. 編譯
g++ -S ./demo02.i -o ./demo02.s
# 3. 彙編
g++ -c ./demo02.s -o ./demo02.o
# 4. 連結
g++ ./demo02.o -o ./demo02.out
# 5. 執行
./demo02.out

# 計算各個檔案的md5值
md5sum *
# 輸出md5值
7512950d97efcb22fe2f488c9b6ada11  demo01.cpp
6c926dd87e4dbbb7bebb94565bc58a7e  demo01.i
2947e9b8bc49df9d3168af80a0d67fff  demo01.s
7b73665fe2b3d62f86aee04b96727e75  demo01.o
cccb05699b393ba43420bf9518a0cfd6  demo01.out
6c926dd87e4dbbb7bebb94565bc58a7e  demo02.i
2947e9b8bc49df9d3168af80a0d67fff  demo02.s
7b73665fe2b3d62f86aee04b96727e75  demo02.o
cccb05699b393ba43420bf9518a0cfd6  demo02.out

可以看到，編譯的結構與"2.2. 逐步編譯程式"完全一樣。

4. 參考文件

https://blog.csdn.net/qq_40765537/article/details/105940800
https://www.cnblogs.com/mickole/articles/3659112.html
https://blog.csdn.net/gt1025814447/article/details/80442673

大家好，我是陌塵。

IT從業10年+, 北漂過也深漂過，目前暫定居於杭州，未來不知還會飄向何方。

搞了8年C++，也幹過2年前端；用Python寫過書，也玩過一點PHP，未來還會折騰更多東西，不死不休。

感謝大家的關注，期待與你一起成長。

【SunLogging】

Linux C++ 開發3 - 你寫的Hello world經過哪些過程才被計算機理解和執行？

掃碼二維碼，關注微信公眾號，閱讀更多精彩內容

深入理解計算機系統（1.1）------Hello World 是如何執行的
2017-09-11
計算機
c語言程式的執行過程(以輸出hello,world為例)
2018-05-14
C語言
計算機系統->Hello World的一生 | 程式如何執行
2021-11-27
計算機
Java程式從開發到執行經歷過程
2020-12-12
Java
通過3個 Hello World 應用來了解 ASP.NET 5 應用是如何執行的（3）
2015-09-28
ASP.NET
C++ COM 開發 Hello World V2
2016-06-27
C++
javascript引擎執行的過程的理解--執行階段
2019-02-28
JavaScript
漫談計算機組成原理(一)之程式執行的過程
2018-05-17
計算機
通過3個 Hello World 應用來了解 ASP.NET 5 應用是如何執行的（1）
2015-09-28
ASP.NET
通過3個 Hello World 應用來了解 ASP.NET 5 應用是如何執行的（2）
2015-09-28
ASP.NET
理解oracle執行sql語句的過程
2013-06-22
OracleSQL
計算機啟動過程
2019-03-22
計算機
揭秘計算機指令執行的神秘過程：CPU內部的絕密操作
2023-10-21
計算機
C++併發程式設計框架Theron（4）——Hello world!
2017-07-16
C++程式設計框架
JVM中的Hello World是如何執行的？
2015-03-21
JVM
最長的Hello, World!（C++）
2024-07-27
C++
指令的執行過程
2024-08-11
計算機那些事(2)——從開機到 Linux 啟動過程詳解
2019-11-25
計算機Linux
【Python】開發過程中經常使用到的5種設計模式有哪些?
2022-08-15
Python設計模式
POSIX執行緒程式設計起步(1)-Hello World (轉)
2007-08-16
執行緒程式設計
解剖Nginx·模組開發篇（1）跑起你的 Hello World 模組！
2012-06-03
Nginx
計算機系統引導過程
2021-05-01
計算機
計算機啟動過程詳解
2014-10-15
計算機
sql 執行過程
2013-03-28
SQL
HarmonyOS應用開發——Hello World
2024-06-23
存在多年的 Linux 漏洞被發現：可通過 WiFi 攻擊目標計算機
2019-10-19
LinuxWiFi計算機
主機被入侵分析過程
2022-02-17
Linux開機過程的分析[轉貼］
2006-03-27
Linux
Redis 命令的執行過程
2018-03-30
Redis
HiveSQL的執行過程分析
2014-05-08
HiveSQL
jsp的執行過程
2024-03-18
JS
以圖靈機為師：透過微調訓練讓大語言模型懂執行計算過程
2024-10-18
圖靈模型
Spark程式碼在叢集上執行過程理解
2020-10-10
Spark
C++演變史 | Hello World
2020-11-24
C++
javascript引擎執行的過程的理解--語法分析和預編譯階段
2019-01-08
JavaScript語法分析編譯
Lab_1：練習1——理解通過make生成執行檔案的過程
2022-05-02
Spark計算過程分析
2016-11-24
Spark
sql執行過程分析
2011-04-18
SQL