GCC（GNU Compiler Collection）是一个开源的编程语言编译器集合，支持多种编程语言，包括 C、C++、Objective-C、Fortran、Ada 等。它是许多开发者和程序员首选的编译器，因为它的功能强大、稳定，并且跨平台。

这篇文章主要介绍 GCC (GNU Compiler Collection)，以及使用 GCC 编译 C 代码的分解过程。

C include

在 C 语言程序中，会引用各种 #include 头文件（.h），它是如何被引用的？

当我们 #include 头文件时，如 #include <stdio.h>，其实是告诉了 C 预处理器（C preprocessor, cpp）去指定路径 /usr/include/ 查找特定的头文件，并将其直接插入到代码中的 #include 位置。

GCC 编译分解

我么以下面的程序分解 GCC 编译的过程，文件名 hw.c。

1
2
3
4
5
6
7
8
9
10
11
12
13
14

/* header files go up here */
/* note that C comments are enclosed within a slash and
a star, and may wrap over lines */
// two slashes work too (and may be preferred)
#include <stdio.h>
// main returns an integer
int main(int argc, char *argv[]) {
    /* printf is our output function;
    by default, writes to standard out */
    /* printf returns an integer, but we ignore that */
    printf("hello, world\n");
    /* return 0 to indicate all went well */
    return 0;
}

GCC 并不是一个真正的编译器，而是一个称为「编译器驱动（compiler driver）」的程序，因此它协调了编译的许多步骤（一般为四到五步），如下图。

预处理

预处理指令：

1

gcc -o hw.i -E hw.c

预处理某些指令，如 #define、#include、注释，并将其 直接 插入到代码中。例如，下面的代码段是对 hw.c 进行预处理后产生的可读文件 hw.i。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

// 省略最前面的 N 行...
extern void funlockfile (FILE *__stream) __attribute__ ((__nothrow__ , __leaf__));
# 885 "/usr/include/stdio.h" 3 4
extern int __uflow (FILE *);
extern int __overflow (FILE *, int);
# 902 "/usr/include/stdio.h" 3 4

# 6 "hw.c" 2


# 7 "hw.c"
int main(int argc, char *argv[]) {



    printf("hello, world\n");

    return 0;
}

编译

编译指令：

1
2

gcc -o hw.s -S hw.c
gcc -o hw.s -S hw.i # 这个也行

编译过后的文件称为汇编文件（代码）。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49

        .file   "hw.c"
        .text
        .section        .rodata
.LC0:
        .string "hello, world"
        .text
        .globl  main
        .type   main, @function
main:
.LFB0:
        .cfi_startproc
        endbr64
        pushq   %rbp
        .cfi_def_cfa_offset 16
        .cfi_offset 6, -16
        movq    %rsp, %rbp
        .cfi_def_cfa_register 6
        subq    $16, %rsp
        movl    %edi, -4(%rbp)
        movq    %rsi, -16(%rbp)
        leaq    .LC0(%rip), %rax
        movq    %rax, %rdi
        call    puts@PLT
        movl    $0, %eax
        leave
        .cfi_def_cfa 7, 8
        ret
        .cfi_endproc
.LFE0:
        .size   main, .-main
        .ident  "GCC: (Ubuntu 11.4.0-1ubuntu1~22.04) 11.4.0"
        .section        .note.GNU-stack,"",@progbits
        .section        .note.gnu.property,"a"
        .align 8
        .long   1f - 0f
        .long   4f - 1f
        .long   5
0:
        .string "GNU"
1:
        .align 8
        .long   0xc0000002
        .long   3f - 2f
2:
        .long   0x3
3:
        .align 8
4:

chatGPT 这样说：

这段汇编代码是一个简单的 C 程序的汇编代码示例。下面是对代码中的一些关键部分的解释：

1

.file   "hw.c"

这一行指定了源文件的名称。

1
2
3

        .section        .rodata
.LC0:
        .string "hello, world"

这里定义了一个只读数据段（.rodata），并在其中定义了一个字符串常量（hello, world）。

1
2
3
4

        .globl  main
        .type   main, @function
main:
.LFB0:

这里定义了一个全局符号（main），表示这是程序的入口点。

1
2

pushq   %rbp
movq    %rsp, %rbp

这是函数开头的标准操作，用于保存和设置栈帧。

1
2
3

leaq    .LC0(%rip), %rax
movq    %rax, %rdi
call    puts@PLT

这里将字符串常量的地址加载到寄存器 rax 中，并将其作为参数传递给 puts 函数，以便在屏幕上打印出来。

1
2
3

movl    $0, %eax
leave
ret

这些指令用于返回程序的退出码，并清理栈帧。

这些是这段汇编代码的主要部分。它基本上是将字符串 "hello, world" 打印到屏幕上，然后退出程序。

汇编

汇编指令：

1
2

gcc -o hw.o -c hw.s
gcc -o hw.o -c hw.c # 这个也行

汇编文件汇编后的文件类型是一个二进制文件，编译过程中生成目标文件，该目标文件打开是一个乱码。

链接

链接指令：

1
2

gcc -o hw hw.o
gcc -o hw.o hw.c # 这个也行

组合所有目标代码，并转换为可执行文件。使用 file hw 可查看关于可执行文件的描述。

1
2
3

root@Standard-PC-i440FX-PIIX-1996:/home/xxx# file hw
hw: ELF 64-bit LSB pie executable, x86-64, version 1 (SYSV), dynamically linked, \
interpreter /lib64/ld-linux-x86-64.so.2, BuildID[sha1]=190dc558406e49249a5b73b4b7513b4ab8e13385, for GNU/Linux 3.2.0, not stripped

chatGPT 说，这是一个关于一个可执行文件的描述。让我来解释一下各个部分的含义：

• ELF：代表可执行和可链接格式 (Executable and Linkable Format)，是一种用于执行文件和目标文件的标准文件格式。
• 64-bit LSB：代表这是一个 64 位的可执行文件。
• pie：代表这是一个位置无关可执行文件 (Position Independent Executable)，这意味着它可以在内存中的任何位置加载并执行。
• x86-64：代表这是一个 x86-64 架构的可执行文件，也就是 64 位的 x86 架构。
• version 1 (SYSV)：代表这个可执行文件遵循 System V ABI 的第一个版本。
• dynamically linked：代表这个可执行文件是动态链接的，它依赖于其他共享库文件来运行。
• interpreter /lib64/ld-linux-x86-64.so.2：代表在运行该可执行文件时，系统将使用 /lib64/ld-linux-x86-64.so.2 这个动态链接器来加载和解释它。
• BuildID[sha1]=190...：代表这个可执行文件的构建标识符，它是通过计算文件内容的 SHA-1 哈希来生成的，可以用于唯一标识该文件。
• for GNU/Linux 3.2.0：代表这个可执行文件是为 GNU/Linux 操作系统的 3.2.0 版本编译的。
• not stripped：代表这个可执行文件没有被去除符号信息，也就是说，它保留了调试和符号表等信息，可以用于调试和分析。

GCC 参数总结

多个文件一起编译

第一次生成可以使用以下命令，进行一起编译、链接，生成 hw 可执行文件。

1
2

gcc -c hw.c helper.c
gcc -o hw hw.o helper.o

后续如果修改部分文件的代码，则 仅对修改的源文件编译生成目标文件，最后一起对目标文件进行链接，更快（特别是大项目）。

1
2

gcc -c hw.c  # 修改过的文件
gcc -o hw hw.o helper.o

参考资料：
1：https://blog.csdn.net/weixin_39258979/article/details/101023337
2：Operating Systems: Three Easy Pieces
3：https://www.cnblogs.com/bobwuming/articles/14931042.html