本帖最后由 群发软件 于 2017-6-20 22:58 编辑
C++编译器和连接器不要告诉当年新手的你没有纠结过这情况
编译：编译器对源代码进行编译，是将以文本形式存在的源代码翻译为机器语言形式的目标文件的过程。
编译单元：对于C++来说?每一个cpp文件就是一个编译单元。各个编译单元之间是互相不可知的。
编译器就是把我们写的源文件翻译成机器代码，连接器以编译器的输出作为输入，生成可执行文件。
因为编译器的编译单元只是单独的每个CPP，所以有些跨文件的东西它没法处理，比如声明为extern 的变量（当你需要在一个c++语言文件中使用另外一个c++语言文件中定义的变量时就需要加上extern来声明，这样编译器就知道这个变量是在别的文件中定义的）就需要用连接器来解决。
编译器把一个cpp编译为目标文件的时候，除了要在目标文件里写入cpp里包含的数据和代码，还要至少提供3个表：未解决符号表、导出符号表和地址重定向表。未解决符号表提供了所有在该编译单元里引用但是定义并不在本编译单元里的符号及其出现的地址。导出符号表提供了本编译单元具有定义并且愿意提供给其他编译单元使用的符号及其地址。地址重定向表提供了本编译单元所有对自身地址的引用的记录。
我从没见过（不过应该有）任何一本C++教材有讲过何谓编译器（Compiler）及连接器（Linker）（倒是在很老的C教材中见过），现在都通过一个类似VC这样的编程环境隐藏了大量东西，将这些封装起来。在此，对它们的理解是非常重要的，本系列后面将大量运用到这两个词汇，其决定了能否理解如声明、定义、外部变量、头文件等非常重要的关键。
前面已经说明了电脑编程就是一个“翻译”过程，要把用户的程序翻译成CPU指令，其实也就是机器代码。所谓的机器代码就是用CPU指令书写的程序，被称作低级语言。而程序员的工作就是编写出机器代码。由于机器代码完全是一些数字组成（CPU感知的一切都是数字，即使是指令，也只是1代表加法、2代表减法这一类的数字和工作的映射），人要记住1是代表加法、2是代表减法将比较困难，并且还要记住第3块内存中放的是圆周率，而第4块内存中放的是有效位数。所以发明了汇编语言，用一些符号表示加法而不再用1了，如用ADD表示加法等。
由于使用了汇编语言，人更容易记住了，但是电脑无法理解（其只知道1是加法，不知道ADD是加法，因为电脑只能看见数字），所以必须有个东西将汇编代码翻译成机器代码，也就是所谓的编译器。即编译器是将一种语言翻译成另一种语言的程序。即使使用了汇编语言，但由于其几乎只是将CPU指令中的数字映射成符号以帮助记忆而已，还是使用的电脑的思考方式进行思考的，不够接近人类的思考习惯，故而出现了纷繁复杂的各种电脑编程语言，如：PASCAL、BASIC、C等，其被称作高级语言，因为比较接近人的思考模式（尤其C++的类的概念的推出），而汇编语言则被称作低级语言（C曾被称作高级的低级语言），因为它们不是很符合人类的思考模式，人类书写起来比较困难。由于CPU同样不认识这些PASCAL、BASIC等语言定义的符号，所以也同样必须有一个编译器把这些语言编写的代码转成机器代码。对于这里将要讲到的C++语言，则是C++语言编译器（以后的编译器均指C++语言编译器）。
因此，这里所谓的编译器就是将我们书写的C++源代码转换成机器代码。由于编译器执行一个转换过程，所以其可以对我们编写的代码进行一些优化，也就是说其相当于是一个CPU指令程序员，将我们提供的程序翻译成机器代码，不过它的工作要简单一些了，因为从人类的思考方式转成电脑的思考方式这一过程已经由程序员完成了，而编译器只是进行翻译罢了（最多进行一些优化）。
还有一种编译器被称作翻译器（Translator），其和编译器的区别就是其是动态的而编译器是静态的。如前面的BASIC的编译器在早期版本就被称为翻译器，因为其是在运行时期即时进行翻译工作的，而不像编译器一次性将所有代码翻成机器代码。对于这里的“动态”、“静态”和“运行时期”等名词，不用刻意去理解它，随着后续文章的阅读就会了解了。
编译器把编译后（即翻译好的）的代码以一定格式（对于VC，就是COFF通用对象文件格式，扩展名为.obj）存放在文件中，然后再由连接器将编译好的机器代码按一定格式在Windows操作系统下就是Portable Executable File Format--PE文件格式）存储在文件中，以便以后操作系统执行程序时能按照那个格式找到应该执行的第一条指令或其他东西，如资源等。至于为什么中间还要加一个连接器以及其它细节，在后续文章中将会进一步说明。
在程序编译的过程中有时候会碰到unresolved external link或者duplicated external simbol的错误信息，但是这些错误有时候并没有提示在哪个文件或者某个文件的哪行出现了这种错误，解决这种问题很棘手。
首先看看我们是如何写一个程序的。如果你在使用某种IDE（Visual Studio，Elicpse，Dev C++等），你可能不会发现程序是如何组织起来的。因为使用IDE，你所做的事情，就是在一个项目里新建一系列的.cpp和.h文件，编写好之后在菜单里点击“编译”，就万事大吉了。首先要打开一个编辑器，像编写文本文件一样的写好代码，然后在命令行下敲
cc 1.cpp -o 1.o
cc 2.cpp -o 2.o
cc 3.cpp -o 3.o
这里cc代表某个C/C++编译器，后面紧跟着要编译的cpp文件，并且以-o指定要输出的文件（请原谅我没有使用任何一个流行编译器作为例子）。这样当前目录下就会出现：
1.o 2.o 3.o
最后，程序员还要键入
link 1.o 2.o 3.o -o a.out
来生成最终的可执行文件a.out。现在的IDE，其实也同样遵照着这个步骤，只不过把一切都自动化了。
让我们来分析上面的过程，看看能发现什么。
首先，对源代码进行编译，是对各个cpp文件单独进行的。对于每一次编译，如果排除在cpp文件里include别的cpp文件的情况（这是C++代码编写中极其错误的写法），那么编译器仅仅知道当前要编译的那一个cpp文件，对其他的cpp文件的存在完全不知情。
其次，每个cpp文件编译后，产生的.o文件，要被一个链接器(link)所读入，才能最终生成可执行文件。
对于gcc编译器而言，一个cpp文件变成可执行文件的过程如下：
1.预编译。对c/c++源文件进行预处理生成.i的文件。
2.编译。对生成的.i文件进行编译成汇编语言，生成.s文件。
3.汇编。对生成的汇编文件进行汇编，生成目标文件.o。
4.链接。将各个模块生成的.o文件连接起来生成可执行文件。
首先了解一些比较基础的概念。
编译：编译器对源代码进行编译，是将以文本形式存在的源代码翻译为机器语言形式的目标文件的过程。
编译单元：对于C++来说，每一个cpp文件就是一个编译单元。从之前的编译过程的演示可以看出，各个编译单元之间是互相不可知的。
目标文件：由编译所生成的文件，以机器码的形式包含了编译单元里所有的代码和数据，以及一些其他的信息。
编译器要做的就是将源文件生成目标文件，但在生成过程中除了在目标文件中写入源文件中包含的数据和代码的同时，还至少要提供三张表：未解决符号表，导出符号表和地址重定向表。
未解决符号表：提供所有在该编译单元但并不在本编译单元定义的符号及其出现的地址。
导出符号表：提供本编译单元定义并且愿意被别的编译单元使用的符号和地址。
地址重定向表：提供本编译单元所有的队自身地址的引用记录。
连接器：将目标文件连接成一个可执行文件。
链接器的主要任务有两个：
1.符号解析.将目标文件内的引用符号和该符号的定义联系起来。
2.重定向.将符号定义与存储器位置联系起来，修改对这些符号的引用。
在链接器进行链接的时候,首先决定各个目标文件在可执行文件中的位置,然后访问所有目标文件的地址重定向表对其中记录的地址进行重定向,然后遍历所有目标文件的未解决符号表,在所有的导出符号表中查找匹配的符号,并在未解决符号表中所记录的位置上填写实际地址.最后将所有的目标文件写在各自的位置上.
现在我们可以来看看几个经典的链接错误了：
unresolved external link..
这个很显然，是链接器发现一个未解决符号，但是在导出符号表里没有找到对应的項。
解决方案么，当然就是在某个编译单元里提供这个符号的定义就行了。（注意，这个符号可以是一个变量，也可以是一个函数），也可以看看是不是有什么该链接的文件没有链接
duplicated external simbols...
这个则是导出符号表里出现了重复项，因此链接器无法确定应该使用哪一个。这可能是使用了重复的名称，也可能有别的原因。
我们再来看看C/C++语言里针对这一些而提供的特性：
extern:这是告诉编译器，这个符号在别的编译单元里定义，也就是要把这个符号放到未解决符号表里去。（外部链接）
static:如果该关键字位于全局函数或者变量的声明的前面，表明该编译单元不导出这个函数／变量的符号。因此无法在别的编译单元里使用。（内部链接）。如果是static局部变量，则该变量的存储方式和全局变量一样，但是仍然不导出符号。
默认链接属性：对于函数和变量，模认外部链接，对于const变量，默认内部链接。（可以通过添加extern和static改变链接属性）
外部链接的利弊：外部链接的符号，可以在整个程序范围内使用（因为导出了符号）。但是同时要求其他的编译单元不能导出相同的符号（不然就是duplicated external simbols)
内部链接的利弊：内部链接的符号，不能在别的编译单元内使用。但是不同的编译单元可以拥有同样名称的内部链接符号。
为什么头文件里一般只可以有声明不能有定义：头文件可以被多个编译单元包含，如果头文件里有定义，那么每个包含这个头文件的编译单元就都会对同一个符号进行定义，如果该符号为外部链接，则会导致duplicated external simbols。因此如果头文件里要定义，必须保证定义的符号只能具有内部链接。
为什么常量默认为内部链接，而变量不是：
这就是为了能够在头文件里如const int n = 0这样的定义常量。由于常量是只读的，因此即使每个编译单元都拥有一份定义也没有关系。如果一个定义于头文件里的变量拥有内部链接，那么如果出现多个编译单元都定义该变量，则其中一个编译单元对该变量进行修改，不会影响其他单元的同一变量，会产生意想不到的后果。
为什么函数默认是外部链接：
虽然函数是只读的，但是和变量不同，函数在代码编写的时候非常容易变化，如果函数默认具有内部链接，则人们会倾向于把函数定义在头文件里，那么一旦函数被修改，所有包含了该头文件的编译单元都要被重新编译。另外，函数里定义的静态局部变量也将被定义在头文件里。
为什么类的静态变量不可以就地初始化：所谓就地初始化就是类似于这样的情况：
class A
{
static char msg[] = "aha";
};
不允许这样做得原因是，由于class的声明通常是在头文件里，如果允许这样做，其实就相当于在头文件里定义了一个非const变量。
在C++里，头文件定义一个const对象会怎么样：
一般不会怎么样，这个和C里的在头文件里定义const int一样，每一个包含了这个头文件的编译单元都会定义这个对象。但由于该对象是const的，所以没什么影响。但是：有2种情况可能破坏这个局面：
1。如果涉及到对这个const对象取地址并且依赖于这个地址的唯一性，那么在不同的编译单元里，取到的地址可以不同。（但一般很少这么做）
2。如果这个对象具有mutable的变量，某个编译单元对其进行修改，则同样不会影响到别的编译单元。
为什么类的静态常量也不可以就地初始化：
因为这相当于在头文件里定义了const对象。作为例外，int/char等可以进行就地初始化，是因为这些变量可以直接被优化为立即数，就和宏一样。
内联函数：
C++里的内联函数由于类似于一个宏，因此不存在链接属性问题。
为什么公共使用的内联函数要定义于头文件里：
因为编译时编译单元之间互相不知道，如果内联函数被定义于.cpp文件中，编译其他使用该函数的编译单元的时候没有办法找到函数的定义，因此无法对函数进行展开。所以说如果内联函数定义于.cpp文件里，那么就只有这个cpp文件可以是用这个函数。
头文件里内联函数被拒绝会怎样：
如果定义于头文件里的内联函数被拒绝，那么编译器会自动在每个包含了该头文件的编译单元里定义这个函数并且不导出符号。
如果被拒绝的内联函数里定义了静态局部变量，这个变量会被定义于何处：
早期的编译器会在每个编译单元里定义一个，并因此产生错误的结果，较新的编译器会解决这个问题，手段未知。
为什么export关键字没人实现：
export要求编译器跨编译单元查找函数定义，使得编译器实现非常困难
|( 京ICP备09078825号 )
发表于 2017-6-20 22:53:57
收藏
