gcc编译器的编译实际过程了解以及ELF文件格式的学习

---

前言

GCC经过这么多年的发展，它已经不仅仅只能支持c语言了，它现在还支持Ada语言、C++语言、Java语言，以及支持函数式编程和逻辑编程的Mercury语言等等。如今GCC对于操作系统平台和硬件平台的支持就是一句话：无所不在，所以问哦们也有必要去了解一下gcc的编译流程，初步了解学习一下。

一、GCC并不是孤立的

1、Binutils

Binutils是一组二进制程序处理工具，其中包括：addr2line、ar、objcopy、objdump、as、ld、ldd、readelf、size等等。此工具是开发和调试不可缺少的工具。

• addr2line：用来将程序地址转换成其所对应的程序源文件及所对应的代码行，也可以得到所对应的函数。
• as：主要用于汇编，接下来会详细介绍。
• ld： 主要用于连接，后文也会详细介绍。
• ar： 主要用于创建静态库。
• ldd：可以用来查看一个可执行程序的依赖的共享库。
• objcopy ：将一种对象文件翻译成另一种格式，比如将.bin转换成.elf，或者将.elf 转换成.bin等等。
• readelf ：显示有关ELF文件的信息。
• size ：列出可执行文件每一个部分的尺寸和总尺寸，代码段、数据段、总大小等。

2、C运行库

C语言标准主要由两部分组成：一部分是描述c的语法，另外一部分是描述c标准库。c标准库定义了一组标准头文件，每个头文件中包含一些相关的函数、变量、类型声明和宏定义。
C语言标准仅仅定义了C标准库函数原型，并没有提供实现。因此，C语言编译器通常需要一个C运行时库的支持。C运行时库又常简称C运行库。

二、探究GCC编译器的运行

在这里我们就以一个简单的c语言程序为示例来研究

#include <stdio.h>
int main()
{
    
    
	printf("hello word!\n");
	return 0;
}

1、预处理

gcc命令： gcc -E main.c -o main.i
将源文件预处理为hello.i文件

• 将所有的#define 删除，并且展开所有的宏定义，并且处理所有的条件预编译指令，比如#if #ifdef #elif #else #endif
• 处理#include 预编译指令，将被包含的文件插入到该预编译指令的位置。
• 删除所有注释“//”和“/* */”。
• 添加行号和文件标识，以便编译时产生调试用的行号及编译错误警告行号。
• 保留所有的#pragma 编译器指令，后续编译过程需要使用它们。

2、编译

gcc命令： gcc -S main.i -o main.s
将预处理生成的main.i文件编译生成汇编程序main.s

3、汇编

gcc命令： gcc -c main.s -o main.o
将编译生成的main.s文件汇编生成目标文件main.o

这里我们也可以用Binutils中的as生成目标.o文件
命令： as -c main.s -o main.o
注意！ 此时的 .o文件为ELF格式的可重定向文件。

• 汇编过程调用对汇编代码进行处理，生成处理器能识别的指令，保存在后缀为.o
  的目标文件中。由于每一个汇编语句几乎都对应一条处理器指令，因此，汇编相
  对于编译过程比较简单，通过调用 Binutils 中的汇编器 as 根据汇编指令和处理
  器指令的对照表一一翻译即可。

4、链接

静态链接： 静态链接是指在编译阶段直接把静态库加入到可执行文件中去，这样可执行文件会比较大。链接器将函数的代码从其所在地（不同的目标文件或静态链接库中）拷贝到最终的可执行程序中。为创建可执行文件，链接器必须要完成的主要任务是：符号解析（把目标文件中符号的定义和引用联系起来）和重定位（把符号定义和内存地址对应起来然后修改所有对符号的引用）。
动态链接： 动态链接则是指链接阶段仅仅只加入一些描述信息，而程序执行时再从系统
中把相应动态库加载到内存中去。

• 在 Linux系统中，gcc编译链接时的动态库搜索 路径的顺序通常为：首先从gcc命令的参数-L指定的路径寻找 ；再从环境变量LIBRARY_PATH指定的路径寻址；再从默认路径/lib、/usr/lib、/usr/local/lib 寻找 。
• 在Linux系统中，执行二进制文件时的动态库搜 索路径的顺序通常为：首先搜索编译目标代码时指 定的动态库搜索路径；再从环境变量 LD_LIBRARY_PATH指定的路径寻址；再从配置 文件/etc/ld.so.conf 中 指定的动态库搜索路径 ；再从默认路径/lib、/usr/lib寻找 。

gcc 命令： gcc main.c -o main //使用动态库链接

可以看到用命令 ldd main可以看到该文件还链接了其他的动态库，主要是Linux的glibc动态库

还可以使用命令 size main来查看生成的ELF可执行文件的大小

gcc命令： gcc -static main.c -o main //使用静态库链接

可以看到它并没有链接动态库，且可以看到生成的可执行ELF文件的大小。

三、GCC下的其它相关命令

检错： gcc -pedantic main.c -o main

• -pedantic 编译选项并不能保证被编译程序与 ANSI/ISO C 标准的完全兼容，它仅仅只能用来帮助Linux 程序员离这个目标越来越近。或者换句话说，-pedantic 选项能够帮助程序员发现一些不符合ANSI/ISO C 标准的代码，但不是全部，事实上只有 ANSI/ISO C 语言标准中要求进行编译器诊断的那些情况，才有可能被 GCC 发现并提出警告。
• 除了-pedantic 之外，GCC 还有一些其它编译选项也能够产生有用的警告信息。这些选项大多以-W开头，其中最有价值的当数-Wall 了，使用它能够使 GCC 产生尽可能多的警告信息。
  gcc -Werror test.c -o test

编译可执行文件：gcc -c -I /usr/dev/mysql/include main.c -o main.o

强制链接使用静态链接库：
gcc -L /usr/dev/mysql/lib -static -lmysqlclient main.o -o main

• 默认情况下， GCC 在链接时优先使用动态链接库，只有当动态链接库不存在时才考虑使用静态链接库，如果需要的话可以在编译时加上-static 选项，强制使用静态链接库。
• 在/usr/dev/mysql/lib 目录下有链接时所需要的库文件libmysqlclient.so和libmysqlclient.a，为了让GCC 在链接时只用到静态链接库，可以使用命令。

四、ELF文件的认识与学习

1、ELF文件的段

ELF文件格式如下图所示，位于ELF Header 和Section Header Table之间的都是段（Section）。一个典型的ELF文件包含下面几个段：

• text ：已编译程序的指令代码段。
• rodata ：ro 代表 read only，即只读数据（比如常数 const）。
• data：已初始化的C程序全局变量和静态局部变量。
• bass：未初始化的C程序全局变量和静态局部变量。
• debug：调试符号表，调试器用此段的信息帮助调试。

readelf -S main

2、反汇编

• 由于 ELF 文件无法被当做普通文本文件打开，如果希望直接查看一个 ELF 文件包含的指令和数据，需要使用反汇编的方法。

ob jdump -D main

• 使用objdump -S 将其反汇编并且将其C语言源代码混合显示出来

gcc -o main -g man.c
ob jdump -S main

---

总结

通过对GCC的编译过程的学习与记录，对gcc编译器的执行流程以及原理有了一定的了解，相信其在我后面更加深入的学习硬件开发有一定的帮助，加油！