C++：从源代码到可执行文件

从源代码到可执行文件大概可分为四步：

• 预处理（gcc -E），产物为 .i 文件（翻译单元）

  #include 替换，#define 宏展开，#ifdef 条件编译等等

• 编译（gcc -S），产物为 .s 汇编文件

• 汇编（gcc -c），产物为 .o 目标文件（可重定位目标文件）

• 链接（gcc），产物为可执行文件（可执行目标文件）

  函数库一般分为两种：

  • 静态（.a）：运行时不需要链接操作，节省时间（目标文件打包）
  • 动态（.so）：运行时链接，可执行文件本身不包含库文件的代码，节省空间（共享目标文件）

汇编

汇编器的任务是将汇编文件翻译成目标文件，而不仅仅是将汇编代码翻译成机器码（事实上翻译而成的机器码大多只在 .text 节中，只占了目标文件很少的一部分）

Linux 中目标文件采用 ELF 格式。该格式的目标文件可分为四个部分：

• ELF 头（ELF Header，readelf -h）：其中包含段头部表和节头部表的偏移、大小、条目数等等。
• 段头部表（Program Header Table，readelf -l）：表中每个条目对应一个段，包含段的偏移、地址、大小等等。
• 节（Sections，readelf -x <name>）：可以理解成目标文件的 payload，每个节都是一串字节序列。
• 节头部表（Section Header Table，readelf -S）：表中每个条目对应一个节，包含节的地址、偏移、大小等等。

段是节的集合，其意义在于将连续的节映射到连续的内存段，以便于加载。例如只读内存段（代码段）包括 ELF Header，Program Header Table，.text 节，.rodata 节等等，而读写内存段（数据段）包括 .data 节，.bss 节。

段的设计是为了加载方便，所以常常出现在可执行目标文件中，在可重定位目标文件中可以没有 Program Header Table。

图片来自维基百科

链接

静态链接主要分为两步：

• 符号解析（symbol resolution）：将对每个符号的引用和其定义关联起来。

  符号表（readelf -s）在目标文件中有对应的节，其中保存了该目标模块对符号引用和定义的信息。

• 重定位（relocation）：首先重定位输入目标文件的节，使每个符号定义有确定的运行时地址；然后重定位符号引用，使得它们指向正确的符号定义的位置。

  重定位条目（readelf -r）在目标文件中也有对应的节，每个条目即对应一处本目标模块对一个外部符号的引用，其中保存了重定位时需要用到的信息。

Reference

• https://en.wikipedia.org/wiki/Executable_and_Linkable_Format
• Chapter 7, CSAPP