C++：Linux下编译链接原理底层演示分析

Linux下编译链接原理演示：

我们一个可执行文件的产生其原理大致如图所示：

若想更加透彻了解编译链接原理，详情可参考该博客：
C++：一个C/C++源文件从文本变成可执行文件的过程

一、编译原理底层演示分析

.o文件：其实质是由各种各样的段组成。，分区域每一块存了不同的东西。

我们在这里是为了通过演示Linux下底层具体实现，更好的了解编译链接基本原理。
我们这里有两个文件，main.cpp与sum.cpp；
main.cpp：

sum.cpp：

我们来一起瞧一瞧：
①将main.cpp，sum.cpp编译生成.o文件

②那么.o文件组成格式是什么？我们无论什么程序，最终产生的结果为：指令或数据。因此，我们使用 objdump 命令可以查看.o文件和一些可执行文件详细信息。
查看main.o与sum.o的符号表：符号表是汇编器把汇编文件转成.o文件时候，会给文件生成符号表与各种段。可以使用readelf -h 文件名来查看文件头。

为了更好的对比，我们将代码与符号表一起来看。
mian.cpp： 定义了data，main函数以及引用了gdata与sum函数。

sum.cpp: 定义了一个全局变量gdata与全局函数sum。

问题一：如果当前文件引用外部文件函数或全局变量的符号时候，再当前main.cpp编译成的main.o文件中，会产生sum的符号与gdata的符号呢？
符号定义与符号引用： 这里会产生符号的，我们观察上图，main函数在main.cpp中定义，最后会放在.text段；data也是main.cpp定义的，为初始值不为0的全局变量，最终放在.data段，这是符号已经定义好的；那么gdata与sum呢？仔细观察上图，都产生符号了！ 但是它们都在 * UND * 。 这是什么意思呢？这是未定义段，我们这个符号在代码中用到它们了，但暂时并不知道它们是如何定义的，因此在当前的符号表中只能将它们放入未定义；这段过程是符号的引用。

       local与global： l是locall局部符号，只能在当前文件中看见；g为global，在其他文件中也可以看到。链接时，所有obj文件在一起链接的，对于链接器来说它只能看见.o文件中的global符号，local符号看不见。例如：我们定义了一个静态全局变量或者静态函数，只能当前文件可见，其他文件不可见，因此可以在多个文件中定义名字相同的静态全局变量，因为它们只能在当前文件可见。
       我们来看看sum.cpp中gdata与sum函数，分别在.data段与.text段，说明这是它们定义的地方，它们都为global符号。
最终我们main.cpp中生成的符号为：

最终我们sum.cpp中生成的符号为：

这里还可以使用objdump -s 文件名直接查看常见的段：

.o文件由各种各样的段组成，那如何查看所有段呢？我们可以使用readelf -S main.o将其所有段也打印出来。

从上面我们还得出一个结论：编译过程中，符号是不分配虚拟地址的，只有在链接阶段才分配。

问题二：那为什么编译后的文件无法直接运行呢？
首先，我们带上调试信息执行g++ -c main.o -g，再执行objdump -S main.o；

      我们来看一看，不管是访问自己文件的.cpp还是其他文件的.cpp地址都是没有的。main函数从高级源代码转为汇编是在编译时候做的，这个指令无法执行，因为符号的地址不可能是零地址。编译过程中符号还没有分配地址，指令的产生在编译阶段会产生好。符号的地址不确定，会在指令上面，暂时将符号地址都填为0；这也是.obj文件无法运行的原因。
 

二、链接原理底层演示分析

符号解析： 所有.o文件进行合并，各个段进行合并了，包括段表符号表全都进行合并，进行符号解析：所有对符号的引用，都要找到该符号定义的地方。例如：* UND *就是对符号的引用。对符号的引用可以出现多次，但是定义只能出现一次，符号未定义或重定义都会出错。最终产生的可执行文件也是各种各
给所有的符号分配虚拟地址： 符号解析完成后，给所有符号分配虚拟地址。
符号的重定向： 符号具体的地址写到指令上。
我们来具体演示一下：
用ld命令进行相应的链接处理：ld -e main *.o进行连接，再使用objdump -t命令查看。

我们可以看到。所有的符号都分配了地址，使用objdump -S再来查看：

所以，符号分配地址是在链接过程的第一步，符号解析完成后分配虚拟地址，再将 * UND *改为符号正确的地址。

这里也解决了我们一个问题：为什么程序执行时会从main函数第一行指令开始运行？
我们来看看可执行文件的文件头：之前为可重定向文件，此时变为可执行文件。

文件头记录了当前可执行程序的入口地址，所以会从main函数第一行指令开始执行。

 

三、可执行文件与可重定位文件区别

前面了解了，那么可执行文件与可重定位文件有什么区别？
基本结构都一样，为各种各样的段，但是可执行文件多了一个progrma headers段。progrma headers放了两个LOAD:加载。运行时候有那么多段，运行时不一定全都加载，系统查看progrma headers的两个LOAD，告诉系统运行这个程序的时候将哪些内容加载到内存当中。 需要加载的只有代码段和数据段。

可执行文件加载的大致过程：a.out在磁盘上，里面有各种各样的段，elf header里面存放了程序的入口地址，program headers将.text段，.data段加载到内存中，映射到到进程的虚拟地址空间中。