GCC编译基础

资料准备：

❝ 为了方便演示和讲解，在这里提前准备好几个简单的文件：test.cpp test.h main.cpp 文件内容如下：❞

main.cpp

#include "test.h"

int main (int argc, char **argv)
{
    Test t;
    t.hello();
    return 0;
}

test.h

//test.h
#ifndef _TEST_H_ 
#define _TEST_H_ 

class Test
{
public:
    Test();
    void hello();
    ~Test();
};
#endif  //TEST

test.cpp

//test.cpp
#include "test.h"
#include <iostream>
using namespace std;

Test::Test()
{

}

void Test::hello()
{
    cout << "hello" << endl;
}

Test::~Test()
{

}

C++的编译过程

一个完整的C++编译过程（例如g++ a.cpp生成可执行文件），总共包含以下四个过程：

编译预处理，也称预编译，可以使用命令g++ -E执行
编译，可以使用g++ -S执行
汇编，可以使用as 或者g++ -c执行
链接，可以使用g++ xxx.o xxx.so xxx.a执行

❝ 可以通过添加g++ --save-temps参数，保存编译过程中生成的所有中间文件下面对这四个步骤进行逐一讲解❞

1、编译预处理阶段：主要对包含的头文件（＃include ）和宏定义（＃define,#ifdef … ）还有注释等进行处理。

可以使用g++ -E 让g++ 在预处理之后停止编译过程，生成 *.ii(.c文件生成的是*.i) 文件。因为上面写的main.cpp中没有任何预编译指令，所以预编译生成与源文件几乎没有差别。这里预编译一下test.cpp文件

g++ -E test.cpp test.h -o test.ii

可以打开test.ii查看，刚刚的main.cpp文件预编译完成后的内容：

预编译完成后，#include引入的内容被全部复制进预编译文件中，除此之外，如果文件中有使用宏定义也会被替换处理。

预编译过程最主要的工作，就是宏命令的替换

#include命令的工作就是单纯的导入，这里其实并不限制导入的类型，甚至可以导入.cpp、.txt等等。
感兴趣的同学可以预编译一个包含Qt中信号的文件，会看到预编译之后:
- emit直接成了空。发射信号实质就是一次函数调用;
- 头文件中的signals:也被替换成了protected:（Qt5被替换为public:）
- 以及Qt中其他的宏定义都在预编译时被处理如：Q_OBJECT Q_INVOKEABLE等

2、g++ 编译阶段：C++ 语法错误的检查，就是在这个阶段进行。在检查无误后，g++ 把代码翻译成汇编语言。

可以使用-S 选项进行查看，该选项只进行编译而不进行汇编，生成汇编代码。

g++ -S main.ii -o main.s

汇编代码中生成的是和CPU架构相关的汇编指令，不同CPU架构采用的汇编指令集不同，生成的汇编代码也不一样：

3、g++ 汇编阶段：生成目标代码 *.o

有两种方式：

使用 g++ 直接从源代码生成目标代码 g++ -c *.s -o *.o
使用汇编器从汇编代码生成目标代码 as *.s -o *.o

到编译阶段，代码还都是人类可以读懂的。汇编这一阶段，正式将汇编代码生成机器可以执行的目标代码，也就是二进制码。

# 编译
g++ -c main.s -o main.o
# 汇编器编译
as main.s -o main.o

也可以直接使用as *.s, 将执行汇编、链接过程生成可执行文件a.out, 可以像上面使用-o 选项指定输出文件的格式。

4、g++ 链接阶段：生成可执行文件；Windows下生成.exe

修改main.cpp的内容，引用Test类

#include "test.h"

int main (int argc, char **argv)
{
    Test t;
    t.hello();
    return 0;
}

生成目标文件：

g++ test.cpp -c -o test.o
g++ main.cpp -c -o main.o

链接生成可执行文件：

g++ main.o test.o -o a.out

链接的过程，其核心工作是解决模块间各种符号(变量，函数)相互引用的问题，更多的时候我们除了使用.o意外，还将静态库和动态库链接一同链接生成可执行文件。

对符号的引用本质是对其在内存中具体地址的引用，因此确定符号地址是编译，链接，加载过程中一项不可缺少的工作，这就是所谓的符号重定位。本质上来说，符号重定位要解决的是当前编译单元如何访问「外部」符号这个问题。

接下来我们先讲解如何将源文件编译成动态库和静态库，然后再讲述如何在链接时链接我们编译好的库。

编译动态库和静态库

大型项目中不可能使用一个单独的可执行程序提供服务，必须将程序的某些模块编译成动态或静态库:

编译生成静态库

使用ar命令进行“归档”（.a的实质是将文件进行打包）

ar crsv libtest.a test.o

r 替换归档文件中已有的文件或加入新文件 (必要)
c 不在必须创建库的时候给出警告
s 创建归档索引
v 输出详细信息

编译生成动态库

使用g++ -shared 命令指定编译生成的是一个动态库

g++ test.cpp -fPIC -shared -Wl,-soname,libtest.so -o libtest.so.0.1

shared:告诉编译器生成一个动态链接库
-Wl,-soname:指示生成的动态链接库的别名（这里是libtest.so）
-o:指示实际生成的动态链接库（这里是libtest.so.0.1）
-fPIC
- fPIC的全称是 Position Independent Code，用于生成位置无关代码（看不懂没关系，总之加上这个参数，别的代码在引用这个库的时候才更方便，反之，稍不注意就会有各种乱七八糟的报错）。
- 使用-fPIC选项生成的动态库，是位置无关的。这样的代码本身就能被放到线性地址空间的任意位置，无需修改就能正确执行。通常的方法是获取指令指针的值，加上一个偏移得到全局变量/函数的地址。
- 关于PIC参数的详细解读：点此链接

❝ 在gcc中，如果指定-shared不指定-fPIC会报错，无法生成非PIC的动态库，不过clang可以。❞

库中函数和变量的地址是相对地址，不是绝对地址，真实地址在调用动态库的程序加载时形成。动态库的名称有别名(soname),真名(realname)和链接名(linker name)。

真名是动态库的真实名称，一般总是在别名的基础上加上一个小的版本号，发布版本构成别名由一个前缀lib，然后是库的名字加上.so构成，例如：libQt5Core.5.7.1
链接名，即程序链接时使用的库的名字，例如：-lQt5Core
在动态链接库安装的时候总是复制库文件到某个目录，然后用软连接生成别名，在库文件进行更新的时候仅仅更新软连接即可。

❝ 「注意:」
生成的库文件总是以libXXX开头，这是一个约定，因为在编译器通过-l参数寻找库时，比如-lpthread会自动去寻找libpthread.so和libpthread.a。
如果生成的库并没有以lib开头，编译的时候仍然可以连接到，不过只能以显示加在编译命令参数里的方式链接。例如g++ main.o test.so ❞

静态编译和动态编译

编译C++的程序可以分为动态编译和静态编译两种

静态编译

链接阶段，会将汇编生成的目标文件.o与引用到的库一起链接打包到可执行文件中。这种称为静态编译，静态编译中使用的库就是静态库（*.a 或*.lib）生成的可执行文件在运行时不需要依赖于链接库。

优点：
- 代码的装载速度快，执行速度也比较快
- 不依赖其他库执行，移植方便
缺点：
- 程序体积大
- 更新不方便，如果静态库需要更新，程序需要重新编译
- 如果多个应用程序使用的话，会被装载多次，浪费内存。

g++ main.o libtest.a

编译完成后可以运行a.out查看效果，通过ldd命令查看运行a.out所需依赖，可以看到静态编译的程序并不依赖libtest库。

动态编译

动态库在程序编译时并不会被连接到目标代码中，而是在程序运行是才被载入。不同的应用程序如果调用相同的库，那么在内存里只需要有一份该共享库的实例，规避了空间浪费问题。

动态编译中使用的库就是动态库（*.so 或*.dll）

动态库在程序运行是才被载入，也解决了静态库对程序的更新、部署和发布页会带来麻烦。用户只需要更新动态库即可，增量更新。

动态库在链接过程中涉及到加载时符号重定位的问题，感兴趣的同学参看链接：动态编译原理分析

优点：
- 多个应用程序可以使用同一个动态库，而不需要在磁盘上存储多个拷贝
- 动态灵活，增量更新
缺点：
- 由于是运行时加载，多多少少会影响程序的前期执行性能
- 动态库缺失会导致文件无法运行

g++ main.o libtest.so

编译完成后可以运行a.out查看效果，通过ldd命令查看运行a.out所需依赖

gcc链接参数 -L、-l、-rpath、-rpath-link

从上面的截图中，我们已经看到了刚才的程序运行报错，原因是找不到动态链接库libtest.so。

这个报错的解决方案有很多例如：

LD_LIBRARY_PATH=. ./a.out

那么明明编译成功，运行时为什么会找不到库？为了弄清这个问题，我们需要对链接动态库的过程有一个更深入的理解。

我们在main.cpp中明确引用到了Test类，所以在编译进行到最后阶段，链接的时候。如果在所有参与编译的文件中没能检索到Test这个符号，则会报错未定义的引用。
所以在编译过程中必须能够找到包含Test符号的文件，可以是.o、.a、或者.so。
如果是.o或者.a，也就是静态链接，那么它会将.o或者.a中的内容一起打包到生成的可执行文件中，生成的可执行文件可以独立运行不受任何限制。
而如果是.so这种动态链接库，就比较麻烦了。链接器将不会把这个库打包到生成的可执行文件里，而仅仅只会在这里记录一个地址，告诉程序，如果遇到Test符号，你就去文件libtest.so的第三行第五列（打个比方，实际是一个相对的内存地址）找它的定义。

综上所述

编译链接main.cpp的时候，必须能够找到libtest.so的动态库，记录下Test符号的偏移地址。
运行的时候，程序必须找到libtest.so，然后寻址找到Test

编译时链接库

-L 与 -l 链接器参数，就是指定链接时去（哪里）找（什么）库。

-l，代表链接哪个库，会自动检索lib开头的对应库名。例如-lpthread,-lQt5Core。会自动检索libpthread.so,libpthread.a,libQt5Core.so,libQt5Core.a
- 如果静态库动态库同时存在，优先链接动态库
-L，指定去哪里找库文件。例如指定：-L/home/threedog/test，则在编译时会优先检索/home/threedog/test/libpthread.so等文件。
链接库最直接的办法是不用任何参数，直接写库的路径加载编译参数里。
查找顺序 :
- 如果直接写的库的全路径，则会直接去找到库，不走下面的顺序检索。
- -L，优先级最高
- 然后是系统的环境变量LIBRARY_PATH
- 最后再找内定目录 /lib /usr/lib /usr/local/lib 这是当初编译 gcc时写在程序内的
- 如果都找不到，会报错找不到文件或找不到-lxxxx

所以以上的编译命令，可以通过多种方式通过编译：

g++ main.o libtest.so，或g++ main.o ./libtest.so
g++ main.o /home/threedog/test/libtest.so
g++ main.o -ltest -L.，或g++ main.o -ltest -L/home/threedog/test/
LIBRARY_PATH=. g++ main.o -ltest，或LIBRARY_PATH=/home/threedog/test/ g++ main.o -ltest
或者把libtest.so拷贝到/usr/lib目录下去。

运行时链接库

通过上面的方法编译出的a.out，运行会报错，通过ldd命令查看，发现编译时链接的libtest.so成了not found
这就引出了第二个问题：如何让程序运行的时候能够找到对应的库。

-Wl,-rpath就是做这个事情的：-Wl代表后面的这个参数是一个链接器参数，-rpath+库所在的目录，会给程序明确指定去哪里找对应的库。
手动将一个目录指定成了ld的搜索目录。

另外，也可以通过在环境变量LD_LIBRARY_PATH里添加路径的方式成功运行

运行时库的查找顺序：

编译目标代码时指定的动态库搜索路径（-rpath）；
环境变量LD_LIBRARY_PATH指定的动态库搜索路径；
配置文件/etc/ld.so.conf中指定的动态库搜索路径；
默认的动态库搜索路径/lib；
默认的动态库搜索路径/usr/lib.

rpath与rpath-link

❝ 其实rpath和rpath-link都是链接器ld的参数，不是gcc的。
❞

rpath-link和rpath只是看起来很像，可实际上关系并不大，rpath-link和-L一样也是在链接时指定目录的。 rpath-link的作用，在我们的这个实例中体现不出来。例如你上述的例子指定的需要libtest.so，但是如果 libtest.so 本身是需要 xxx.so 的话，这个 xxx.so 我们你并没有指定，而是 libtest.so 引用到它，这个时候，会先从 -rpath-link 给的路径里找。 rpath-link指定的目录与并运行时无关。

C++头文件的搜索原则

上面提到了编译时链接库的查找顺序和运行时动态库的检索顺序，顺便再提一下C++编译时头文件的检索顺序：

#include<file.h>只在默认的系统包含路径搜索头文件
#include"file.h"首先在当前目录以及-I指定的目录搜索头文件, 若头文件不位于当前目录, 则到系统默认的包含路径搜索

顺序：

先搜索当前目录
然后搜索-I指定的目录
再搜索gcc的环境变量CPLUS_INCLUDE_PATH（C程序使用的是C_INCLUDE_PATH）
最后搜索gcc的内定目录

/usr/include
/usr/local/include
/usr/lib/gcc/x86_64-redhat-linux/4.1.1/include

以上，就是对gcc参数的一些详细总结，下面根据上面的讲解解决几个常遇到的疑问：

问题1：-l链接的到底是动态库还是静态库？

如果链接路径下同时有 .so 和 .a 那优先链接 .so

问题2：如果路径下同时有静态库和动态库如何链接静态库？

最好的办法，是参数里直接写上静态库的全路径。
另一个办法，可以使用-static参数，会强制链接静态库。这种方式生成的文件可以执行，但是文件的elf头会有问题，使用ldd,readelf -d查看会显示不是动态可执行文件。

问题3：如果文件中没有使用对应的库，编译器是否仍然会进行链接？

这个取决于编译器的类型和版本，我本地gcc5.4，如果没有用到的库，即使写了-l也不会链接。而我本地的clang9，则会明确链接对应的库即使我没有用到它。

参考链接：

作者：三级狗
链接：https://zhuanlan.zhihu.com/p/151219726
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。