跳至主要內容

编译器角度理解c++代码的编译和链接

张威大约 8 分钟c/c++操作系统编译链接

编译器角度理解c++代码的编译和链接

c/c++这种本地编译型语言的编译过程

image-20231230103243664
image-20231230103243664

重点：

  1. *.o文件的组成格式是什么样的？
  2. 可执行文件的组成格式是什么样的？
  3. 链接的两个步骤做的是什么事情？
  4. 符号表中的符号怎么理解？
  5. 符号何时分配虚拟地址？在这里插入图片描述
  • #pragma lib表示程序执行时需要连接的库，所以必须在链接阶段生效
  • 假如有个函数start，想让程序执行的时候从start开始执行而不是main，需要#pragma link修改程序的入口地址，所以也必须持续到链接阶段。
  • (#include、#define、#ifdef、#ifndef、#endif 等)
  • 编译阶段可以gcc，也可以g++, g++ -O 0 1 2 3 ...表示优化级别
  • 编译完成后会生成相应平台的汇编代码，汇编阶段有两种架构的汇编代码x86和AT&T
    • 在gdb下使用set disassembly-flavor intel 转换为intel格式的汇编
    • set disassembly-flavor att 转换为att格式的汇编
  • 汇编就是把汇编代码转成特定平台的二进制码

链接主要工作🍔

⭐在编译过程中，源文件经过预编译、编译和汇编的过程，生成了二进制的可重定位的目标文件；

⭐此后，在链接过程，所有.o文件对应的段进行合并，其中，符号表进行合并后，需要对符号进行解析

  • ⭐对符号进行解析：所有对符号的引用，都要找到其定义的地方

⭐对符号进行解析完成后，就会给所有的符号分配虚拟地址；

  • ⭐符号重定位：就是将给符号分配后的地址写回代码段；

示例

根据如下两段代码分析

其中注释表示符号和存放在进程虚拟地址空间的位置

//main.cpp
// 引用sum.cpp里定义得全局变量及函数
extern int gdata;  // gdata *UND*
int sum(int, int); // _Z3sumii *UND*

int data = 20; // data .data

int main() // main .text
{
    int a = gdata;
    int b = data;
    int ret = sum(a, b);
    return 0;
}

// sum.cpp
int gdata = 20; // gdata .data
int sum(int a, int b) // _Z3sumii .text
{
    return a + b;
}

编译阶段：

g++ -c main.cpp #编译成main.o
g++ -c sum.cpp	#编译成sum.o

查看符号表：

objdump -t main.o	#不仅显示符号表，还显示了段的信息
nm main.o	#简洁，符号表（符号名称、类型和地址等基本信息）
readelf -s main.o #也可以查看符号表信息

查看main.o符号表

image-20240130222426316
image-20240130222426316
  • l = local
  • g = global
  • 符号表都为0，
    • 因为引用的符号都不知道在哪里定义的，肯定无法分配虚拟地址
    • 符号的虚拟地址是在链接时分配的

查看sum.o符号表

在这里插入图片描述
在这里插入图片描述

分析main.o文件头

汇编器把汇编代码转成可重定向的文件时不仅生成了符号表，还生成了各种各样的段

image-20240131004256680
image-20240131004256680

*.o文件的组成，需要关注的：

  • ELF文件头

  • .text

  • .data

  • .bss

  • .symbal （符号段）

  • .section table(段表/节头部表)

readelf -h main.o #查看文件头 （elf头）
在这里插入图片描述
在这里插入图片描述
  • 这是 可重定义的文件 不是 可执行文件，所以入口地址 Enter point address = 0x0, 0x0不可以访问

打印目标文件各个段：

readelf -S main.o #查看有哪些段以及各个段的信息
readelf -s main.o #查看符号表信息
image-20240131011722928
image-20240131011722928
  • flag标志
    • A 分配空间的
    • W 可写的
    • X 可执行的

分析main.o的.text段

$ g++ -c main.cpp -g
$ objdump -S main.o
在这里插入图片描述
在这里插入图片描述

由上图可知编译过程中，

链接阶段

链接的过程🍔🍔🍔

  1. 所有.o文件段的合并，符号表合并后，进行符号解析

    1. main.o和sum.o中各个段进行合并

      • .text <=>.text, .data<=>.data, .bss<=>.bss ...
      • 符号表属于文件段之一（.symbal）

    2. 符号表合并后，进行符号解析

      • 符号解析：所有对符号的引用，都要找到该符号定义的地方
      • 在符号表中找对应的符号是否只出现于.text或.data段
        • 若一次都无，则符号未定义（报错）；
        • 若出现多次，符号重定义(报错)

      链接时就是在符号表中找对应的符号是否只出现于.text或.data段；若一次都无，则符号未定义（报错）；若出现多次，符号重定义(报错)

  2. (链接的核心),给所有符号分配虚拟地址，前面都是全0
    • 符号重定向：符号解析成功后，给所有的符号分配了虚拟地址，前面符号的指令值都是全0，所以需要把符号的具体地址写到符号的指令上

符号什么时候分配虚拟地址：链接过程，第一步符号解析完成后

手动链接：ld -e main *.o

  • -e 参数用于指定链接后生成的可执行文件的入口点（entry point）
    • ld -e main *.o 意味着将所有的 *.o 目标文件链接在一起，并指定 main 函数作为程序的入口点

可执行文件

查看可执行文件a.out的符号表

在这里插入图片描述
在这里插入图片描述
  • 可以看出每个符号都有其对应的虚拟地址以及所在的区域，运行时就可以将其加载到指定段中（如.data .text）

分析可执行文件的elf头

在这里插入图片描述
在这里插入图片描述

再看一下a.out的汇编代码

objdump -S查看汇编

g++ -g -c main main.cc #前提编译时 加-g

objdump -M intel -S main.o #反汇编、与相关联的源代码交替并且以英特尔的框架显示🍗🍗🍗

在这里插入图片描述
在这里插入图片描述
  • 可以发现main函数内第一条指令地址就是前面的入口地址(entry)

gdb查看汇编

使用 disassemble 命令，或者简写为 disas

  1. 在 gdb 提示符下，设置断点或让程序运行到你想要查看汇编代码的位置

    break main
b main

  2. 在gdb下使用set disassembly-flavor intel 转换为intel格式的汇编

  3. 使用 run 命令运行程序

  4. 一旦程序停止在断点或你指定的位置，可以使用 disassemble 命令查看汇编代码。如果你没有指定任何参数，gdb 会显示当前函数的汇编代码

image-20240310133845350
image-20240310133845350

  1. 如果你想要查看特定函数或地址的汇编代码，你可以将函数名或地址作为参数传递给 disassemble 命令。例如：

    disas main
disas 0x00000000004008ee

  2. 如果你想在每一步执行时都看到对应的汇编指令，你可以使用 layout asm 命令。这将打开一个新的窗口，显示当前执行点的汇编代码。然后，你可以使用 stepi 或 nexti 命令逐步执行汇编指令，并查看每步的汇编代码变化。

  3. 退出q或quit

查看可执行程序的program headers段

readelf -l a.out #从查看可执行程序的program headers

a.out 比*.o多了program headers段，有两个load(加载段),告知系统，运行时把哪些内容加载到内存中（.text, .data）

693e6eec33134fa488aff85e9a3c7500
693e6eec33134fa488aff85e9a3c7500

物理内存和虚拟内存映射🍗🍗🍗

运行程序时的工作大概如下图，数据加载到指定段，将进程的虚拟地址映射到物理地址空间：

在这里插入图片描述
在这里插入图片描述

  • a.out位于磁盘中，a.out包含很多段

    • elf header , 告诉程序入口地址在哪里
    • program headers, 告诉系统加载文件中.text .data段到内存中

  • 并没有直接加载到物理内存，而是做一个地址映射，把.text .data .bss映射到cpu虚拟地址（进程的虚拟地址空间）中

    • 如果发现访问的地址还没有做映射，则会产生页面异常

    • 页面异常=》执行地址映射页面异常处理程序，分配物理内存

进阶阅读

  1. 《CSAPP》第七章
  2. 《程序员的自我修养》第2、3、4、6章
Copyright © 2024 张威