总概

本文将介绍cpp从源代码到可执行文件的构建流程。

预处理

预处理一步仅仅是简单的文本替换，如包含文件#include，宏展开#define等。预处理的结果是一个经过修改的源代码，通常以.i文件的扩展名保存。你可以尝试下列指令来生成预处理后的文件：

gcc -E my_program.cpp -o my_program.i

编译

编译这一步则是将预处理后的源文件转换成汇编语言，常见的指令集，如x86。

cpp主流编译器介绍

GCC（GNU Compiler Collection）:准确来说，GCC是由GNU项目开发的编译器套件，包括C，C++，Fortran等。而g++是C++的编译器，gcc是C的编译器（也可以编译C++，但一般用g++代替）
MinGW（Minimalist GNU for Windows）是一套用于Windows操作系统的开发工具集，它允许开发人员使用GNU工具链在Windows上开发应用程序，包括编译和构建C、C++等编程语言的应用程序。
MSVC（MicroSoft Visual C++）：是指 Microsoft Visual C++，是 Microsoft 的 C++ 编译器和开发工具集。
Clang：是LLVM（Low-Level Virtual Machine）项目的一部分。Clang 可以在多种操作系统上运行，包括各种Unix-like系统（如Linux和macOS）以及Windows。
LLVM：是一个开源的编译器基础设施项目，它包括一组模块化的编译器技术和工具，用于开发和优化程序的编译和执行。Clang为LLVM的前端。除此之外，还包括一种虚拟指令集和优化器，允许开发者构建自定义编程语言。

简单总结，主流的编译器为gcc（g++），msvc（中的c++编译器）和clang三种。而LLVM是一个基础框架，可以帮助开发编译器。

生成汇编代码

gcc -S -march=x86-64 my_program.cpp -o my_program.S

注意-march选项用于指定指令集，这里指定的是x86-64。可以选择将x86-64替换成其他选项，如果不存在，gcc会提示非法，并展示所有合法选项。

汇编

这一步的任务由汇编器完成：将汇编语言转换成机器代码。除此之外，汇编语言还承担着翻译伪指令的任务。
> 伪指令：相关指令集并未提供的指令，伪指令的出现原因是为了编译器开发者的方便而发明出来的。最后需要由汇编器完成伪指令翻译的任务。

链接

链接是将多个目标文件和库文件组合成一个可执行文件的过程。

链接器的任务

链接器的任务主要有：

符号解析：解析各个目标文件中的符号引用，以确定它们对应的符号定义，并建立符号表。这里解释一下符号：符号包括变量名，函数名，类名等。C中有一个关键字extern，即提醒该符号需要在外部文件中查找。另外，如果一个cpp源文件没有包含函数声明而调用了某一函数，那么这一文件是无法通过编译这一步的。如果修过《编译原理》相关课程，这一原因不难想到：无法确定参数列表和返回值，也就无法生成正确的ABI调用。
地址解析：计算各个符号在可执行文件中的地址。每一个目标文件都是假设从虚拟地址空间的0x00000000开始，多个目标文件组合成一个文件，自然要重新计算地址，也就是下面的重定位步骤。
重定位：调整目标文件中的代码和数据，使其正确地引用其他目标文件中的符号。
合并：将所有目标文件合并成为可执行文件。

考虑到本文的出发点，本文主体主要介绍库文件如何创建和链接。本文仅简单介绍了链接的具体步骤。如果对链接的具体细节感兴趣，请参考《深入理解计算机系统》相关章节。

库文件

库文件（Library Files）是一种包含已编译二进制代码的文件，它们包含了可重用的程序模块或函数。一般来说，库文件分为静态库和动态库。

静态库
- 扩展名：.a(Linux)或.lib(Windows)
- 在编译时加入可执行文件中
- 优点：在于程序执行速度快
- 缺点：是增大了可执行文件大小，库文件的更新会引起可执行文件的重新编译
动态库
- 扩展名：.so(Linux)或.dll(Windows)或.dylib(macOS)
- 不会在编译期加入可执行文件，而是在程序运行时加载到内存中
- 优点：是多个程序可以共享动态库，有助于节省内存。库文件的更新，不需要重新编译可执行文件，只需替换库文件即可
- 缺点：是由于在运行时要加载库文件，程序启动速度较慢。

下面介绍静态库和动态库的创建和链接，这里先给出目录：
这里先给出目录：

.
├── add.cpp
├── main.cpp
├── mul.cpp
├── add.o
├── mul.o
├── lib
│   ├── libcalc.a
│   ├── libcalc.so
│   ├── libadd.a
│   ├── libadd.so
│   ├── libmul.a
│   └── libmul.so
└── main

# 生成目标文件
gcc -o add.o -c add.cpp

# 静态库
ar -rcs lib/libcalc.a add.o mul.o  # 使用ar(archive)工具创建，其中mylib.a是静态库名
gcc -o main main.cpp -L ./lib -lcalc # -L(Library)代表静态库路径，-l(link)是要链接的静态库

# 动态库
gcc -shared -o libcalc.so add.o mul.o # -shared 表示创建动态库，mylib.so是动态库名
gcc -o main main.cpp -L ./lib -lcalc # 与静态库一样
ldd main  # 查看依赖关系，通常会发现新加的动态库找不到依赖
LD_LIBRARY_PATH=$LD_LIBRARY_PATH:`pwd`/lib
export LD_LIBRARY_PATH  # 修改LD_LIBRARY_PATH变量使得能够查找到依赖，注意该方法只对当前终端有效，如果希望能够永久生效，需要修改环境变量
ldd main  # 再次查看
./main    # 执行

这里需要强调的是，库名需要用mylib，对应的文件名是libmylib.a或libmylib.so，也就是说，搜索库的时候会在前面加上lib，后面加上.a或.so后缀。然后会优先搜索动态库，其次搜索静态库。

下面介绍一下多个库链接以及动态库和静态库混合链接的情况。

# 多个静态库链接
gcc -static -o main main.cpp -L ./lib -ladd -lmul
gcc -static -o main main.cpp ./lib/libadd.a ./lib/libmul.a

# 多个动态库链接
gcc -Bdynamic -o main main.cpp -L ./lib -ladd -lmul

# 动态库和静态库混合链接
gcc main.cpp -L ./lib -Wl,-Bstatic -ladd -Wl,-Bdynamic -lmul  # 第一种方式，先链接静态库，后链接动态库
gcc main.cpp -L ./lib -Wl,-Bdynamic -lmul -Wl,-Bstatic -ladd -Wl,-Bdynamic  #第二种方式，先链接动态库，后链接静态库，然后在最后加上`-Wl,-Bdynamic`使用动态连接的命令

装载

最后，程序如果需要执行，需要装载器将可执行文件载入内存中，进行执行。其中仍然有一些细节，但不在本章讨论之类。如果希望了解更多的细节，请参考《深入理解计算机系统》。

总结

在本文最后，我们再次总结一下gcc常用的选项：
- -o：指定输出文件
- -E：对代码仅进行预处理，生成*.i文件
- -S：生成汇编代码，生成*.S文件
- -march：指定指令集
- -c：对源代码进行预处理，编译和汇编，但不链接。（即目标代码.o）
- -L：指定库所在的目录
- -I：指定头文件所在目录
- -l：指定库名，注意对于lib*.so或lib*.a类似的库，有两种写法：-l:lib*.a或-l*
- -static或-Bstatic：指定静态库链接
- -Bdynamic：指定动态库链接
- -Wl,：表示将额外的参数传递给链接器，如-Wl,-Bstatic表明需要接下来链接静态库

参考资料

《深入理解计算机系统》

【cpp查漏补缺】1-cpp是如何跑起来的？

总概

预处理

编译

cpp主流编译器介绍

生成汇编代码

汇编

链接

链接器的任务

库文件

装载

总结

参考资料