源碼要運(yùn)行,,必須先轉(zhuǎn)成二進(jìn)制的機(jī)器碼。這是編譯器的任務(wù),。
比如,,下面這段源碼(假定文件名叫做test.c),。
#include <stdio.h>int main(void){
fputs("Hello, world!\n", stdout);
return 0;}
要先用編譯器處理一下,才能運(yùn)行,。
$ gcc test.c
$ ./a.out
Hello, world!
對于復(fù)雜的項(xiàng)目,,編譯過程還必須分成三步。
$ ./configure
$ make
$ make install
這些命令到底在干什么,?大多數(shù)的書籍和資料,,都語焉不詳,只說這樣就可以編譯了,,沒有進(jìn)一步的解釋,。
本文將介紹編譯器的工作過程,也就是上面這三個(gè)命令各自的任務(wù),。我主要參考了Alex Smith的文章《Building C Projects》,。需要聲明的是,本文主要針對gcc編譯器,,也就是針對C和C++,,不一定適用于其他語言的編譯,。
編譯器的工作過程 - 第1張
第一步 配置(configure)
編譯器在開始工作之前,需要知道當(dāng)前的系統(tǒng)環(huán)境,,比如標(biāo)準(zhǔn)庫在哪里,、軟件的安裝位置在哪里、需要安裝哪些組件等等,。這是因?yàn)椴煌?jì)算機(jī)的系統(tǒng)環(huán)境不一樣,,通過指定編譯參數(shù),編譯器就可以靈活適應(yīng)環(huán)境,,編譯出各種環(huán)境都能運(yùn)行的機(jī)器碼,。這個(gè)確定編譯參數(shù)的步驟,就叫做"配置"(configure),。
這些配置信息保存在一個(gè)配置文件之中,,約定俗成是一個(gè)叫做configure的腳本文件。通常它是由autoconf工具生成的,。編譯器通過運(yùn)行這個(gè)腳本,,獲知編譯參數(shù)。
configure腳本已經(jīng)盡量考慮到不同系統(tǒng)的差異,,并且對各種編譯參數(shù)給出了默認(rèn)值,。如果用戶的系統(tǒng)環(huán)境比較特別,或者有一些特定的需求,,就需要手動向configure腳本提供編譯參數(shù),。
$ ./configure --prefix=/www --with-mysql
上面代碼是php源碼的一種編譯配置,用戶指定安裝后的文件保存在www目錄,,并且編譯時(shí)加入mysql模塊的支持,。
第二步 確定標(biāo)準(zhǔn)庫和頭文件的位置
源碼肯定會用到標(biāo)準(zhǔn)庫函數(shù)(standard library)和頭文件(header)。它們可以存放在系統(tǒng)的任意目錄中,,編譯器實(shí)際上沒辦法自動檢測它們的位置,,只有通過配置文件才能知道。
編譯的第二步,,就是從配置文件中知道標(biāo)準(zhǔn)庫和頭文件的位置,。一般來說,配置文件會給出一個(gè)清單,,列出幾個(gè)具體的目錄,。等到編譯時(shí),編譯器就按順序到這幾個(gè)目錄中,,尋找目標(biāo),。
第三步 確定依賴關(guān)系
對于大型項(xiàng)目來說,源碼文件之間往往存在依賴關(guān)系,,編譯器需要確定編譯的先后順序,。假定A文件依賴于B文件,,編譯器應(yīng)該保證做到下面兩點(diǎn)。
?。?)只有在B文件編譯完成后,,才開始編譯A文件。
?。?)當(dāng)B文件發(fā)生變化時(shí),,A文件會被重新編譯。
編譯順序保存在一個(gè)叫做makefile的文件中,,里面列出哪個(gè)文件先編譯,,哪個(gè)文件后編譯。而makefile文件由configure腳本運(yùn)行生成,,這就是為什么編譯時(shí)configure必須首先運(yùn)行的原因,。
在確定依賴關(guān)系的同時(shí),編譯器也確定了,,編譯時(shí)會用到哪些頭文件,。
第四步 頭文件的預(yù)編譯(precompilation)
不同的源碼文件,可能引用同一個(gè)頭文件(比如stdio.h),。編譯的時(shí)候,,頭文件也必須一起編譯。為了節(jié)省時(shí)間,,編譯器會在編譯源碼之前,,先編譯頭文件。這保證了頭文件只需編譯一次,,不必每次用到的時(shí)候,,都重新編譯了。
不過,,并不是頭文件的所有內(nèi)容,都會被預(yù)編譯,。用來聲明宏的#define命令,,就不會被預(yù)編譯。
第五步 預(yù)處理(Preprocessing)
預(yù)編譯完成后,,編譯器就開始替換掉源碼中bash的頭文件和宏,。以本文開頭的那段源碼為例,它包含頭文件stdio.h,,替換后的樣子如下,。
extern int fputs(const char *, FILE *);extern FILE *stdout;int main(void){
fputs("Hello, world!\n", stdout);
return 0;}
為了便于閱讀,上面代碼只截取了頭文件中與源碼相關(guān)的那部分,,即fputs和FILE的聲明,,省略了stdio.h的其他部分(因?yàn)樗鼈兎浅iL),。另外,上面代碼的頭文件沒有經(jīng)過預(yù)編譯,,而實(shí)際上,,插入源碼的是預(yù)編譯后的結(jié)果。編譯器在這一步還會移除注釋,。
這一步稱為"預(yù)處理"(Preprocessing),,因?yàn)橥瓿芍螅鸵_始真正的處理了,。
第六步 編譯(Compilation)
預(yù)處理之后,,編譯器就開始生成機(jī)器碼。對于某些編譯器來說,,還存在一個(gè)中間步驟,,會先把源碼轉(zhuǎn)為匯編碼(assembly),然后再把匯編碼轉(zhuǎn)為機(jī)器碼,。
下面是本文開頭的那段源碼轉(zhuǎn)成的匯編碼,。
.file "test.c"
.section .rodata.LC0:
.string "Hello, world!\n"
.text .globl main .type main, @functionmain:.LFB0:
.cfi_startproc
pushq %rbp .cfi_def_cfa_offset 16
.cfi_offset 6, -16
movq %rsp, %rbp .cfi_def_cfa_register 6
movq stdout(%rip), %rax
movq %rax, %rcx
movl $14, %edx
movl $1, %esi
movl $.LC0, %edi
call fwrite
movl $0, %eax
popq %rbp .cfi_def_cfa 7, 8
ret .cfi_endproc.LFE0:
.size main, .-main .ident "GCC: (Debian 4.9.1-19) 4.9.1"
.section .note.GNU-stack,"",@progbits
這種轉(zhuǎn)碼后的文件稱為對象文件(object file)。
第七步 連接(Linking)
對象文件還不能運(yùn)行,,必須進(jìn)一步轉(zhuǎn)成可執(zhí)行文件,。如果你仔細(xì)看上一步的轉(zhuǎn)碼結(jié)果,會發(fā)現(xiàn)其中引用了stdout函數(shù)和fwrite函數(shù),。也就是說,,程序要正常運(yùn)行,除了上面的代碼以外,,還必須有stdout和fwrite這兩個(gè)函數(shù)的代碼,,它們是由C語言的標(biāo)準(zhǔn)庫提供的。
編譯器的下一步工作,,就是把外部函數(shù)的代碼(通常是后綴名為.lib和.a的文件),,添加到可執(zhí)行文件中。這就叫做連接(linking),。這種通過拷貝,,將外部函數(shù)庫添加到可執(zhí)行文件的方式,叫做靜態(tài)連接(static linking),,后文會提到還有動態(tài)連接(dynamic linking),。
make命令的作用,就是從第四步頭文件預(yù)編譯開始,,一直到做完這一步,。
第八步 安裝(Installation)
上一步的連接是在內(nèi)存中進(jìn)行的,即編譯器在內(nèi)存中生成了可執(zhí)行文件。下一步,,必須將可執(zhí)行文件保存到用戶事先指定的安裝目錄,。
表面上,這一步很簡單,,就是將可執(zhí)行文件(連帶相關(guān)的數(shù)據(jù)文件)拷貝過去就行了,。但是實(shí)際上,這一步還必須完成創(chuàng)建目錄,、保存文件,、設(shè)置權(quán)限等步驟。這整個(gè)的保存過程就稱為"安裝"(Installation),。
第九步 操作系統(tǒng)連接
可執(zhí)行文件安裝后,,必須以某種方式通知操作系統(tǒng),讓其知道可以使用這個(gè)程序了,。比如,,我們安裝了一個(gè)文本閱讀程序,往往希望雙擊txt文件,,該程序就會自動運(yùn)行,。
這就要求在操作系統(tǒng)中,登記這個(gè)程序的元數(shù)據(jù):文件名,、文件描述,、關(guān)聯(lián)后綴名等等。Linux系統(tǒng)中,,這些信息通常保存在/usr/share/applications目錄下的.desktop文件中,。另外,在Windows操作系統(tǒng)中,,還需要在Start啟動菜單中,,建立一個(gè)快捷方式。
這些事情就叫做"操作系統(tǒng)連接",。make install命令,,就用來完成"安裝"和"操作系統(tǒng)連接"這兩步。
第十步 生成安裝包
寫到這里,,源碼編譯的整個(gè)過程就基本完成了,。但是只有很少一部分用戶,愿意耐著性子,,從頭到尾做一遍這個(gè)過程。事實(shí)上,,如果你只有源碼可以交給用戶,,他們會認(rèn)定你是一個(gè)不友好的家伙。大部分用戶要的是一個(gè)二進(jìn)制的可執(zhí)行程序,,立刻就能運(yùn)行,。這就要求開發(fā)者,,將上一步生成的可執(zhí)行文件,做成可以分發(fā)的安裝包,。
所以,,編譯器還必須有生成安裝包的功能。通常是將可執(zhí)行文件(連帶相關(guān)的數(shù)據(jù)文件),,以某種目錄結(jié)構(gòu),,保存成壓縮文件包,交給用戶,。
第十一步 動態(tài)連接(Dynamic linking)
正常情況下,,到這一步,程序已經(jīng)可以運(yùn)行了,。至于運(yùn)行期間(runtime)發(fā)生的事情,,與編譯器一概無關(guān)。但是,,開發(fā)者可以在編譯階段選擇可執(zhí)行文件連接外部函數(shù)庫的方式,,到底是靜態(tài)連接(編譯時(shí)連接),還是動態(tài)連接(運(yùn)行時(shí)連接),。所以,,最后還要提一下,什么叫做動態(tài)連接,。
前面已經(jīng)說過,,靜態(tài)連接就是把外部函數(shù)庫,拷貝到可執(zhí)行文件中,。這樣做的好處是,,適用范圍比較廣,不用擔(dān)心用戶機(jī)器缺少某個(gè)庫文件,;缺點(diǎn)是安裝包會比較大,,而且多個(gè)應(yīng)用程序之間,無法共享庫文件,。動態(tài)連接的做法正好相反,,外部函數(shù)庫不進(jìn)入安裝包,只在運(yùn)行時(shí)動態(tài)引用,。好處是安裝包會比較小,,多個(gè)應(yīng)用程序可以共享庫文件;缺點(diǎn)是用戶必須事先安裝好庫文件,,而且版本和安裝位置都必須符合要求,,否則就不能正常運(yùn)行。
現(xiàn)實(shí)中,大部分軟件采用動態(tài)連接,,共享庫文件,。這種動態(tài)共享的庫文件,Linux平臺是后綴名為.so的文件,,Windows平臺是.dll文件,,Mac平臺是.dylib文件。