编译基础知识笔记

整理一些编译基础知识

Posted Jun 15, 2025 Updated Jun 20, 2025

By xiaodongQ

views 7 min read

编译基础知识笔记

1. 引言

编译相关原理一直没系统梳理过，不定期看过后面不怎么直接使用到就又忘了。近期梳理协程有涉及到编译和汇编相关内容，趁此机会稍微整理编译相关的一些知识和实践笔记，后续增量更新。

部分参考：

CSAPP 第七章笔记：链接过程

说明：本博客作为个人学习实践笔记，可供参考但非系统教程，可能存在错误或遗漏，欢迎指正。若需系统学习，建议参考原链接。

2. 程序编译过程

此处仅说明gcc对C/C++的编译。

gcc对C程序的编译过程：

预处理（preprocessing）
- 包含头文件处理、宏定义展开、条件编译处理
- 得到预处理后的代码（.i文件）
- gcc -E hello.c -o hello.i
编译（compilation）
- 将预处理后的代码转换为汇编代码（.s文件）
- 这是整个编译器最核心的部分，包含：
  - 词法分析（Lexical Analysis） →
  - 语法分析（Syntactic Analysis） →
  - 语义分析（Semantic Analysis） →
  - 中间代码生成（Intermediate Code Generation） →
  - 优化（Optimization） →
  - 目标代码生成（汇编）（Code Generation）
- gcc -S hello.i -o hello.s
汇编（assembly）
- 将汇编代码翻译成机器可识别的目标代码（二进制），生成目标文件（.o文件）
  - 对应目标代码生成（机器码），是机器可识别的机器码，而上一步编译中生成的目标代码是汇编语言的目标代码
- gcc -c hello.s -o hello.o，或直接 gcc -c hello.c -o hello.o
链接（linking）
- 将多个.o目标文件和库文件链接在一起，生成可执行文件
- gcc hello.o -o hello，或直接 gcc hello.c -o hello

3. 汇编

3.1. 基本示例

基于下述简单示例来看下对应的汇编逻辑。

  
// hello.c
#include <stdio.h>

int sum(int a, int b)
{
    return a + b;
}

int main(int argc, char *argv[])
{
    int n1 = 10;
    int n2 = 5;
    int s = sum(n1, n2);
    printf("n1:%d, n2:%d, sum:%d\n", n1, n2, s);
    return 0;
}

3.1.1. gdb查看汇编

gdb ./hello，disassemble命令查看sum和main函数对应的汇编代码。

  
(gdb) disassemble sum
Dump of assembler code for function sum:
   0x0000000000401126 <+0>:	push   %rbp
   0x0000000000401127 <+1>:	mov    %rsp,%rbp
   0x000000000040112a <+4>:	mov    %edi,-0x4(%rbp)
   0x000000000040112d <+7>:	mov    %esi,-0x8(%rbp)
   0x0000000000401130 <+10>:	mov    -0x4(%rbp),%edx
   0x0000000000401133 <+13>:	mov    -0x8(%rbp),%eax
   0x0000000000401136 <+16>:	add    %edx,%eax
   0x0000000000401138 <+18>:	pop    %rbp
   0x0000000000401139 <+19>:	ret
End of assembler dump.

  
(gdb) disassemble main
Dump of assembler code for function main:
   0x000000000040113a <+0>:	push   %rbp
   0x000000000040113b <+1>:	mov    %rsp,%rbp
   0x000000000040113e <+4>:	sub    $0x20,%rsp
   0x0000000000401142 <+8>:	mov    %edi,-0x14(%rbp)
   0x0000000000401145 <+11>:	mov    %rsi,-0x20(%rbp)
   0x0000000000401149 <+15>:	movl   $0xa,-0x4(%rbp)
   0x0000000000401150 <+22>:	movl   $0x5,-0x8(%rbp)
   0x0000000000401157 <+29>:	mov    -0x8(%rbp),%edx
   0x000000000040115a <+32>:	mov    -0x4(%rbp),%eax
   0x000000000040115d <+35>:	mov    %edx,%esi
   0x000000000040115f <+37>:	mov    %eax,%edi
   0x0000000000401161 <+39>:	call   0x401126 <sum>
   0x0000000000401166 <+44>:	mov    %eax,-0xc(%rbp)
   0x0000000000401169 <+47>:	mov    -0xc(%rbp),%ecx
   0x000000000040116c <+50>:	mov    -0x8(%rbp),%edx
   0x000000000040116f <+53>:	mov    -0x4(%rbp),%eax
   0x0000000000401172 <+56>:	mov    %eax,%esi
   0x0000000000401174 <+58>:	mov    $0x402010,%edi
   0x0000000000401179 <+63>:	mov    $0x0,%eax
   0x000000000040117e <+68>:	call   0x401030 <printf@plt>
   0x0000000000401183 <+73>:	mov    $0x0,%eax
   0x0000000000401188 <+78>:	leave
   0x0000000000401189 <+79>:	ret
End of assembler dump.

3.1.2. Compiler Explorer查看汇编

更友好的方式，通过Compiler Explorer网站上可以直接查看代码和对应的汇编，以不同颜色标记了语句块。如下图所示：

也可见demo链接：compiler explorer demo-link

4. ELF布局

4.1. `readelf`查看程序启动位置

通过readelf来查看ELF文件对应的头信息，可从 Entry point address 中查看程序启动位置。

以 2fiber 中编译的可执行文件为例操作。

  
[root@xdlinux ➜ 2fiber git:(main) ✗ ]$ readelf -h test 
ELF Header:
  Magic:   7f 45 4c 46 02 01 01 03 00 00 00 00 00 00 00 00 
  Class:                             ELF64
  Data:                              2's complement, little endian
  Version:                           1 (current)
  OS/ABI:                            UNIX - GNU
  ABI Version:                       0
  Type:                              EXEC (Executable file)
  Machine:                           Advanced Micro Devices X86-64
  Version:                           0x1
  Entry point address:               0x402230
  Start of program headers:          64 (bytes into file)
  Start of section headers:          84360 (bytes into file)
  Flags:                             0x0
  Size of this header:               64 (bytes)
  Size of program headers:           56 (bytes)
  Number of program headers:         14
  Size of section headers:           64 (bytes)
  Number of section headers:         35
  Section header string table index: 34

Linux的内存管理和空间分布，可见之前的梳理：CPU及内存调度（二） – Linux内存管理。此处贴一下32位系统下进程的虚拟内存空间分布示意：

出处

4.2. `objdump`反汇编

objdump对ELF文件进行反汇编：objdump -d test > disassemble_d.txt。

而后查看上述启动地址（0x402230）对应的信息，查找 402230，可看到调用到是__libc_start_main。

  
# vim disassemble_d.txt
Disassembly of section .text:
            
0000000000402230 <_start>:
  402230:   f3 0f 1e fa             endbr64 
  402234:   31 ed                   xor    %ebp,%ebp
  402236:   49 89 d1                mov    %rdx,%r9
  402239:   5e                      pop    %rsi
  40223a:   48 89 e2                mov    %rsp,%rdx
  40223d:   48 83 e4 f0             and    $0xfffffffffffffff0,%rsp
  402241:   50                      push   %rax
  402242:   54                      push   %rsp
  402243:   45 31 c0                xor    %r8d,%r8d
  402246:   31 c9                   xor    %ecx,%ecx
  402248:   48 c7 c7 d1 3e 40 00    mov    $0x403ed1,%rdi
  40224f:   ff 15 8b 9d 00 00       callq  *0x9d8b(%rip)        # 40bfe0 <__libc_start_main@GLIBC_2.34>
  402255:   f4                      hlt    
  402256:   66 2e 0f 1f 84 00 00    nopw   %cs:0x0(%rax,%rax,1)
  40225d:   00 00 00 

5. 全局符号

协程梳理实践（四） – sylar协程API hook封装中，动态库hook方式小节描述了动态库的全局符号覆盖机制。

编译原理

编译原理 CSAPP

This post is licensed under CC BY 4.0 by the author.