C++：Linux下編譯鏈接原理底層演示分析

Linux下編譯鏈接原理演示：

我們一個可執行文件的產生其原理大致如圖所示：

若想更加透徹瞭解編譯鏈接原理，詳情可參考該博客：
C++：一個C/C++源文件從文本變成可執行文件的過程

一、編譯原理底層演示分析

.o文件：其實質是由各種各樣的段組成。，分區域每一塊存了不同的東西。

我們在這裏是爲了通過演示Linux下底層具體實現，更好的瞭解編譯鏈接基本原理。
我們這裏有兩個文件，main.cpp與sum.cpp；
main.cpp：

sum.cpp：

我們來一起瞧一瞧：
①將main.cpp，sum.cpp編譯生成.o文件

②那麼.o文件組成格式是什麼？我們無論什麼程序，最終產生的結果爲：指令或數據。因此，我們使用 objdump 命令可以查看.o文件和一些可執行文件詳細信息。
查看main.o與sum.o的符號表：符號表是彙編器把彙編文件轉成.o文件時候，會給文件生成符號表與各種段。可以使用readelf -h 文件名來查看文件頭。

爲了更好的對比，我們將代碼與符號表一起來看。
mian.cpp： 定義了data，main函數以及引用了gdata與sum函數。

sum.cpp: 定義了一個全局變量gdata與全局函數sum。

問題一：如果當前文件引用外部文件函數或全局變量的符號時候，再當前main.cpp編譯成的main.o文件中，會產生sum的符號與gdata的符號呢？
符號定義與符號引用： 這裏會產生符號的，我們觀察上圖，main函數在main.cpp中定義，最後會放在.text段；data也是main.cpp定義的，爲初始值不爲0的全局變量，最終放在.data段，這是符號已經定義好的；那麼gdata與sum呢？仔細觀察上圖，都產生符號了！ 但是它們都在 * UND * 。 這是什麼意思呢？這是未定義段，我們這個符號在代碼中用到它們了，但暫時並不知道它們是如何定義的，因此在當前的符號表中只能將它們放入未定義；這段過程是符號的引用。

       local與global： l是locall局部符號，只能在當前文件中看見；g爲global，在其他文件中也可以看到。鏈接時，所有obj文件在一起鏈接的，對於鏈接器來說它只能看見.o文件中的global符號，local符號看不見。例如：我們定義了一個靜態全局變量或者靜態函數，只能當前文件可見，其他文件不可見，因此可以在多個文件中定義名字相同的靜態全局變量，因爲它們只能在當前文件可見。
       我們來看看sum.cpp中gdata與sum函數，分別在.data段與.text段，說明這是它們定義的地方，它們都爲global符號。
最終我們main.cpp中生成的符號爲：

最終我們sum.cpp中生成的符號爲：

這裏還可以使用objdump -s 文件名直接查看常見的段：

.o文件由各種各樣的段組成，那如何查看所有段呢？我們可以使用readelf -S main.o將其所有段也打印出來。

從上面我們還得出一個結論：編譯過程中，符號是不分配虛擬地址的，只有在鏈接階段才分配。

問題二：那爲什麼編譯後的文件無法直接運行呢？
首先，我們帶上調試信息執行g++ -c main.o -g，再執行objdump -S main.o；

      我們來看一看，不管是訪問自己文件的.cpp還是其他文件的.cpp地址都是沒有的。main函數從高級源代碼轉爲彙編是在編譯時候做的，這個指令無法執行，因爲符號的地址不可能是零地址。編譯過程中符號還沒有分配地址，指令的產生在編譯階段會產生好。符號的地址不確定，會在指令上面，暫時將符號地址都填爲0；這也是.obj文件無法運行的原因。
 

二、鏈接原理底層演示分析

符號解析： 所有.o文件進行合併，各個段進行合併了，包括段表符號表全都進行合併，進行符號解析：所有對符號的引用，都要找到該符號定義的地方。例如：* UND *就是對符號的引用。對符號的引用可以出現多次，但是定義只能出現一次，符號未定義或重定義都會出錯。最終產生的可執行文件也是各種各
給所有的符號分配虛擬地址： 符號解析完成後，給所有符號分配虛擬地址。
符號的重定向： 符號具體的地址寫到指令上。
我們來具體演示一下：
用ld命令進行相應的鏈接處理：ld -e main *.o進行連接，再使用objdump -t命令查看。

我們可以看到。所有的符號都分配了地址，使用objdump -S再來查看：

所以，符號分配地址是在鏈接過程的第一步，符號解析完成後分配虛擬地址，再將 * UND *改爲符號正確的地址。

這裏也解決了我們一個問題：爲什麼程序執行時會從main函數第一行指令開始運行？
我們來看看可執行文件的文件頭：之前爲可重定向文件，此時變爲可執行文件。

文件頭記錄了當前可執行程序的入口地址，所以會從main函數第一行指令開始執行。

 

三、可執行文件與可重定位文件區別

前面瞭解了，那麼可執行文件與可重定位文件有什麼區別？
基本結構都一樣，爲各種各樣的段，但是可執行文件多了一個progrma headers段。progrma headers放了兩個LOAD:加載。運行時候有那麼多段，運行時不一定全都加載，系統查看progrma headers的兩個LOAD，告訴系統運行這個程序的時候將哪些內容加載到內存當中。 需要加載的只有代碼段和數據段。

可執行文件加載的大致過程：a.out在磁盤上，裏面有各種各樣的段，elf header裏面存放了程序的入口地址，program headers將.text段，.data段加載到內存中，映射到到進程的虛擬地址空間中。