C/C++代码到可执行文件

从代码到最终的程序，分为4个步骤，分别是：

• 预编译：编译预处理，比如#define和#ifndef之类的，C++的inline也是在这期间处理的
• 编译：把代码转换成汇编，包括词法分析、语法分析和语义分析等
• 汇编：把汇编语言转换成机器码，输出的是目标文件。比如*.o的文件
• 链接：把目标文件聚合成可执行文件

链接：链接本质上是把多个ELF文件，按照符号符号等拼接成执行文件的过程，这个过程会给出各个符号最终的地址，供程序寻址。

链接和链接器

• 重定位：以单个执行文件为例，程序中某个代码片段有删减的时候，变化的代码片段之后的代码段的地址都发生了变化，重定位就是重新计算变化后的代码的地址。
• 符号：汇编语言中的概念，表示一段代码或一个变量的地址

程序模块化开发时，代码分成多文件多模块，此时每个模块进行对应的开发、测试等。

模块化之后，每个对应的模块都有自己的*.o目标文件，多模块拼接时，需要解决不同模块之间的符号链接问题。不同模块之间的符号引用，最终都要使程序找到对应的地址。

链接的文件是目标文件，目标文件存储的是机器码

链接符号：

• 本目标文件的全局符号可以被其它目标文件引用
• 目标文件引用符号，在本文件中无定义，去其他文件中找，称为全局符号

目标文件的结构

ELF：Executable Linked Format

ELF文件	说明	格式
可重定位文件	包含代码和数据，链接成可执行文件或者共享目标文件	.o .obj
可执行文件	可以被操作系统执行	.exe
共享目标文件	链接器使用共享目标文件，与可重定位文件或者共享目标文件链接，称为新的目标文件	.so .dill
核心转储文件	进程意外终止时，OS把该进程地址空间的内容和一些其它信息，转储到核心文件中	Linux下core dump

ELF文件结构：

几个核心的片段：

• ELF Header：一些核心的信息，比如操作系统的平台，段表：描数文件各个段信息的数据。
• .text：代码片段，指的是机器码
• .data：数据段，初始化的全局变量，一些资源之类的
• .bss：未初始化的片段，这个不占存储空间

data和text片段分离的优势：

• 多进程下，text共享，进程只需要有自己的data即可
• 不同访问情况有不同的权限，text只读，data读写，这样方便处理权限

可执行文件的装载和进程

进程置于内存中，以页的形式管理，如果要找的进程中地址不存在，则缺页中断，进行置换，置换到有关的内存页之后，重新加载对应的数据。

ELF的各个段大小不一样，我们称为section；而进程是分段管理的，我们称为segment。为了更高效的利用内存空间，我们把权限小姑娘同的的各个section的内容，有选择地放在一起加载，如下图：

调用ELF的过程：
bash->fork子进程A->A执行execute对应的ELF->A返回执行结果->bash等用户输入

静态链接

不同模块编译出不同的目标文件，比如Linux下的.a文件，最终把多个模块的目标文件组合成一个可执行文件。不同模块会加入到可执行文件的不同位置中，这样对应的符号就可以找到对应的地址的了，如下图：。

为了高效利用空间，都会像上图所示，把相同段的内容合并到一起。

优势：
没有外部依赖，运行速度快

缺陷：

• 文件膨胀，如果有模块ProgramA和ProgramB都依赖lib.o，且有程序依赖PA和PB，则lib.o最终会有两份。
  
• 更新麻烦：
  如果一个静态库更新，则所有有关的库都要重新链接

动态链接

• 所有的依赖不加载到可执行文件中，仅仅保留符号链接
• 用到符号链接时，再动态加载链接库，并计算有关地址，延迟绑定。
• 装载时定位，用到对应的组件，再装在动态库，此时定位符号地址；而静态库是初始化全部加载