C/C++程序编译过程为什么要分为四个步骤？

Qter

https://zhuanlan.zhihu.com/p/549996872

本文以一个简单的C++程序示例，演示C++程序的详细编译过程。一条简单的gcc编译命令背后包含了四个步骤：

• 预处理(Preprocessing)：主要用于处理#开头的代码行，比如对宏做展开，对include的文件做展开，条件编译选项判断，清理注释等。文件以.i和.ii结尾。
• 编译(Compilation)：使用预处理的输出结果作为输入，生成文本格式的平台相关的汇编代码(assembly code)。文件以.s结尾。
• 汇编(Assemble)：将上一步的汇编代码转换成二进制的机器码，称为object code。产生的文件叫做目标文件，是二进制格式，文件以.o或.obj结尾。
• 链接(Linking)：链接过程将多个目标文以及所需的库文件(.so等)链接成最终的可执行文件(executable file)
  

图片来源：https://www3.ntu.edu.sg/home/ehchua/programming/cpp/gcc_make.html

步骤	命令	等价命令	输出文件
预处理	cpp	gcc -E	.i, .ii
编译	cc1, cc1plus	gcc -S	.s
汇编	as	gcc -c	.o, .obj
链接	ld	gcc	可执行文件

编译步骤详解

以一个很小的示例分步骤演示上述编译过程，程序代码结构如下，共有3个文件，其中main.cpp依赖my_math.h：

程序目录结构

程序内容如下：

程序内容步骤1：预处理 Preprocessing

主要用于处理#开头的代码行，比如对宏做展开，对include的文件做展开，条件编译选项判断，清理注释等。文件以.i和.ii结尾。

命令：

cpp main.cpp -o main.icpp my_math.cpp -o my_math.i

预处理后生成的main.i文件大致如下，可以看到短短10行代码经过预处理之后变成了899行，这根代码展开有直接关系：

步骤2：编译 Compilation

使用预处理的输出结果作为输入，生成平台相关的汇编代码(assembly code)。结果是文本格式，文件以.s结尾。

命令：

g++ -S main.i -o main.sg++ -S my_math.i -o my_math.s

或者直接使用cc1(用于C代码)或cc1plus(用于C++代码)，因为我们编写的是C++代码，故使用cc1plus：

/usr/local/libexec/gcc/x86_64-linux-gnu/12.1.0/cc1plus main.i -o main.s/usr/local/libexec/gcc/x86_64-linux-gnu/12.1.0/cc1plus my_math.i -o my_math.s

注意cc1plus没有在bash默认的搜索路径中。

编译后生成的main.s文件大致如下，40行汇编代码：

步骤3：汇编 Assemble

将上一步的汇编代码转换成二进制的机器码，称为object code。产生的文件叫做目标文件，是二进制格式，文件以.o或.obj结尾。

命令：

as main.s -o main.oas my_math.s -o my_math.o

编译后生成main.o，这是个二进制文件，file命令查看文件属性：

$ file main.o main.o: ELF 64-bit LSB relocatable, x86-64, version 1 (SYSV), not stripped
步骤4：链接 Linking

链接过程将多个目标文以及所需的库文件(.so等)链接成最终的可执行文件(executable file)。这是生成可执行文件的最后一步，是把众多积木碎片搭在一起的步骤，所用命令是ld。

命令：

ld -plugin /usr/local/libexec/gcc/x86_64-linux-gnu/12.1.0/liblto_plugin.so -plugin-opt=/usr/local/libexec/gcc/x86_64-linux-gnu/12.1.0/lto-wrapper -plugin-opt=-fresolution=/tmp/ccIJ5Caz.res -plugin-opt=-pass-through=-lgcc_s -plugin-opt=-pass-through=-lgcc -plugin-opt=-pass-through=-lc -plugin-opt=-pass-through=-lgcc_s -plugin-opt=-pass-through=-lgcc --eh-frame-hdr -m elf_x86_64 -dynamic-linker /lib64/ld-linux-x86-64.so.2 /usr/lib/x86_64-linux-gnu/crt1.o /usr/lib/x86_64-linux-gnu/crti.o /usr/local/lib/gcc/x86_64-linux-gnu/12.1.0/crtbegin.o -L/usr/local/lib/gcc/x86_64-linux-gnu/12.1.0 -L/usr/local/lib/gcc/x86_64-linux-gnu/12.1.0/../../../../lib64 -L/lib/x86_64-linux-gnu -L/lib/../lib64 -L/usr/lib/x86_64-linux-gnu -L/usr/local/lib/gcc/x86_64-linux-gnu/12.1.0/../../.. -lstdc++ -lm -lgcc_s -lgcc -lc -lgcc_s -lgcc /usr/local/lib/gcc/x86_64-linux-gnu/12.1.0/crtend.o /usr/lib/x86_64-linux-gnu/crtn.o main.o my_math.o -o main

上述命令明显比较长，是因为ld参数中跟了很多库文件及其路径，这些库文件是生成最终可执行文件所必须的。

如果上述命令没有报错，那么恭喜你大功告成，可执行文件已经生成，当前目录执行./main可看到结果：

$ ./mainsum=30

说明：如果仅仅会用 ld main.o my_math.o 则会报错，可通过给gcc加入 -v参数查看详细编译步骤：

ld命令不全时的报错All in One

明白了上述编译的4个步骤，今后再敲gcc编译命令的的时候，内心是不是更加清晰了一些呢。

$ g++ main.cpp my_math.cpp -o main # 四合一编译命令。$ ./main # 执行
总结

经过以上分析，我们发现C/C++程序编译过程并不像想象的那么简单，而是要经过预处理、编译、汇编、链接是个步骤。尽管我们平时使用gcc命令的时候没有关心中间结果，但每次程序的编译都少不了这几个步骤，如果你关心gcc的底层行为，可通过给gcc加入 -v参数查看详细编译步骤。

需要注意的是每个.c和.cc文件是分别单独的做预处理、编译、汇编这三个步骤，然后所有目标文件链接成一个可执行文件。

读过本文我们遗留以下问题，今后文章逐一解答：

• 链接过程到底做了什么？
• 什么是动态链接和静态链接？
• main函数之前和之后做了什么？
• c++的namespace是如何体现的？
• 编译优化作用在哪一步？
  

参考链接

https://www.cnblogs.com/CarpenterLee/p/5994681.html

https://www3.ntu.edu.sg/home/ehchua/programming/cpp/gcc_make.html

https://medium.datadriveninvestor.com