1 / 4概念
Toolchain: Compiler and Build Model
cc main.c -o app 看似一步,实际是四个程序接力:预处理展开头文件,编译生成汇编,汇编生成目标文件,链接器把符号拼成可执行文件。读完能判断一条报错属于哪一段,用单步命令把中间产物留下来,并知道哪些选项会改变产物的字节。
1 概念
1.1 一句话定义
C 的构建模型是“翻译单元独立编译、链接器按符号拼装”:编译器驱动把每个 .c 连同它包含的头文件编译成一个目标文件,再把所有目标文件与库交给链接器;头文件只提供声明,跨单元的信息只能通过符号传递。
1.2 它解决什么问题
- 错误可分段:
No such file属于预处理,undefined reference属于链接,两类错误的修法完全不同。 - 增量构建有据可依:一个 TU 对应一个
.o,改一个.c只重编一个目标文件;改头文件则重编所有包含它的 TU。 - 选项可分层:语言标准、优化、调试、警告与目标平台各自独立,便于组合出“可调试的发布版”或“可复现的交付版”。
- 目标平台可替换:同一份源码换一个驱动前缀或
--target就能产出另一种架构的二进制。 - 产物可比对:固定路径、时间与归档顺序后,两次构建的哈希应一致,发布物才能被审计。
代价是选项组合会随项目增长而失控,编译器默认值还会随版本漂移;不写进脚本的约定等于没有约定。
1.3 不属于本页的内容
| 主题 | 去哪 |
|---|---|
| 宏展开、条件编译与 include 语义 | c-preprocessor |
| 对象布局、调用约定与 ABI | c-object-model-and-abi |
| 符号解析、静态库/共享库与装载 | c-linking-and-loading |
| Make 规则与 CMake target | c-make-and-cmake |
| sanitizer、调试器与覆盖率 | c-testing-and-debugging |
1.4 关键术语
| 术语 | 含义 | 容易混淆的点 |
|---|---|---|
| 编译器驱动 | 接收 cc 参数并调用各子程序的程序 | 不是预处理器或编译器本体 |
| 翻译单元 | 一个 .c 加递归包含的头文件 | 不是 .c 文件本身 |
| 目标文件 | 可重定位机器码加符号表 | 不是可执行文件 |
| 符号 | 目标文件里带绑定与类型的名字 | 不是源码里的变量名 |
| 头文件搜索路径 | -iquote、-I、-isystem 与系统目录的顺序 | 与库搜索路径 -L 无关 |
| 严格别名 | 编译器假设不兼容类型的指针不指向同一对象 | 不是禁止类型转换 |
| LTO | 链接期把目标文件重新优化 | 不是普通 -O 叠加 |
| 交叉编译 | 在 A 平台生成 B 平台的产物 | 不是模拟运行 |
2 机制
2.1 心智模型
构建是“每个翻译单元映射为一个目标文件,再由链接器合并”的纯函数。 编译器一次只看一个 TU;它看不见另一个 .c 里的 static 函数,也看不见链接时才会出现的库。想让两个 TU 共享信息,只有三条路:写进头文件声明、写进链接器参数、或者开 LTO 把优化推迟到链接期。
2.2 机制拆解
- 驱动与四段:
cc是驱动,不是编译器;cc -v打印它实际调用的cc1、as与collect2。-E停在预处理,-S停在汇编,-c停在目标文件,缺省走完链接。 - 翻译单元:一个
.c连同递归包含的头文件构成一个 TU;TU 之间只通过符号相连。static函数与对象不进入动态符号表,改它们不会影响别的 TU。 - 头文件与搜索路径:
#include "x.h"先查包含者所在目录,再查-iquote、-I;#include <x.h>只查-I与系统目录。-I的顺序决定同名头文件谁先命中,-isystem把目录标为系统目录以抑制其警告;-H打印实际打开的头文件,-M与-MM输出依赖。 -std:-std=c17关闭 GNU 扩展,-std=gnu17打开;默认值随版本漂移(GCC 15 起默认 gnu23,较旧 GCC 与多数 Clang 默认 gnu17),构建脚本应显式写死。-O:-O0便于调试,-O2是发布基线,-O3扩大内联与向量化,-Os压体积,-Og保留调试体验;-Ofast打开-ffast-math并违反 IEEE 754,除数值实验外不应使用。-g:写入 DWARF,-gdwarf-5指定格式,-g3还记录宏定义;-g可与-O2共存,但优化会拆散或删除变量,单步调试宜用-Og。- 警告:
-Wall -Wextra -Wpedantic是起点,-Wconversion、-Wshadow、-Wstrict-prototypes、-Wcast-qual按项目增量开启;-Werror把警告变错误,代价是升级编译器后构建可能突然失败。 - 严格别名:
-O2默认打开-fstrict-aliasing,编译器据此假设int *与float *不会指向同一对象。-fno-strict-aliasing关闭该假设,代价是失去部分重排与缓存优化;它适合确有类型双关的旧代码,长期应改用memcpy。 - 可复现:
-ffile-prefix-map=$(pwd)=.去掉绝对路径,-fdebug-prefix-map与-fmacro-prefix-map分别处理调试信息与__FILE__;SOURCE_DATE_EPOCH固定__DATE__与__TIME__;ar rcsD生成确定性归档;-Wl,--build-id=sha1让 build ID 可复算。 - 交叉编译:用带三元组前缀的驱动(
aarch64-linux-gnu-gcc)或 Clang 的--target=aarch64-linux-gnu,配--sysroot指向目标根文件系统。pkg-config 需同时设PKG_CONFIG_SYSROOT_DIR与PKG_CONFIG_LIBDIR,否则会读到主机的.pc文件。
2.3 完整枚举
编译器驱动在一次调用里最多跑四个阶段,这是完整集合:
| 阶段 | 驱动选项 | 子程序 | 输入 | 产物 | 失败形态 |
|---|---|---|---|---|---|
| 预处理 | -E | cc1 | .c 与头文件 | .i 记号流 | 找不到头文件、宏展开错 |
| 编译 | -S | cc1 | .i | .s 汇编 | 语法错误、类型错误、警告 |
| 汇编 | -c | as | .s | .o 可重定位目标 | 伪指令或重定位错误 |
| 链接 | 无 | collect2/ld | .o 与 .a/.so | 可执行文件或 .so | 未定义符号、重复定义 |
C 标准另把翻译分成 8 个阶段(三字母词替换、行拼接、记号化、预处理、字符集转换、字符串拼接、语法与语义分析、链接解析),驱动把前六个塞进预处理与编译,把最后一个留给链接器。三字母词在 C23 已移除,行拼接仍会改变 // 注释与字符串字面量的边界。
3 实践
3.1 最小示例与追踪
示例只有两个 TU 和一个头文件,足以展示声明、定义与链接的分工。
/* mathx.h */
#ifndef MATHX_H
#define MATHX_H
int mathx_add(int a, int b);
#endif
/* mathx.c */
#include "mathx.h"
int mathx_add(int a, int b) { return a + b; }
/* main.c */
#include <stdio.h>
#include "mathx.h"
int main(void) { printf("%d\n", mathx_add(2, 3)); return 0; }
cc -std=c17 -O2 -g -Wall -Wextra -c mathx.c -o mathx.o
cc -std=c17 -O2 -g -Wall -Wextra -c main.c -o main.o
cc main.o mathx.o -o app
cc -E main.c | grep -n 'mathx_add' | head -n 3
nm main.o # U mathx_add,T main
nm mathx.o # T mathx_add
readelf -h app | grep -E 'Class|Machine|Type'
readelf -S app | grep -c '\.debug'
./app # 5
追踪:-c 之后,main.o 里的 mathx_add 是 U(未定义引用),mathx.o 里的同名符号是 T(已定义文本段);链接器把 U 与 T 配对,配对失败就报 undefined reference。删掉 mathx.o 再链接即可复现。-O2 不会把 mathx_add 内联进 main,因为两个 TU 分别编译;要跨 TU 内联必须加 -flto,此时 nm 看到的符号可能消失。-g 让 readelf -S 出现 .debug_info,去掉 -g 后同一命令的计数为 0。两次构建用 sha256sum app 比对;若不同,先查 __FILE__ 是否带绝对路径,再查 ar 的归档顺序与时间戳。
3.2 选型矩阵
| 场景 | 推荐组合 | 代价 | 适用条件 |
|---|---|---|---|
| 本地开发 | -std=c17 -O0 -g3 -Wall -Wextra | 运行慢,产物大 | 需要单步与完整变量 |
| 发布 | -std=c17 -O2 -g -DNDEBUG -Wall -Wextra -Werror | 调试信息增大镜像 | 保留符号以便排障 |
| 优化后崩溃复现 | -O1 -g -fsanitize=undefined | 行为与发布版不同 | 先证明是 UB 再改代码 |
| 嵌入式 | -std=c11 -Os -g -ffunction-sections -fdata-sections | 需要链接脚本配合 | Flash 与 RAM 受限 |
| 可复现交付 | -O2 -g -ffile-prefix-map=$(pwd)=. 加 SOURCE_DATE_EPOCH | 路径不可读,需保留源码映射 | 需要字节级比对 |
| 交叉编译 | aarch64-linux-gnu-gcc --sysroot=... | 需要目标 sysroot 与库 | 目标机不能自举编译 |
3.3 决策规则
- 构建脚本应显式写出
-std、-O、-g与警告集合;依赖编译器默认值等于把构建结果交给版本运气。 - 发布产物应保留
-g并把未剥离的副本归档;剥离符号后再想定位崩溃只能反汇编。 -Werror宜与固定工具链版本一起使用,否则升级编译器会变成一次不可预期的构建中断。-fno-strict-aliasing只作为迁移期的止血带;修复方式是用memcpy或union明确表达类型双关。- 可复现构建应先进入 CI 再谈优化;不能复现的产物无法证明它与源码的对应关系。
- 交叉编译应先确认
--sysroot与目标库齐全,再调 pkg-config;主机.pc混入是最常见的隐性错误。
4 边界
4.1 典型故障
| 症状 | 根因 | 诊断 | 修复 |
|---|---|---|---|
fatal error: x.h: No such file or directory | 头文件不在搜索路径,或引号/尖括号用错 | cc -E -v main.c 看搜索列表 | 补 -I,或按头文件归属改用引号形式 |
链接报 undefined reference to 'foo' | 只有声明没有定义,或 -lfoo 放在目标文件之前 | nm 查 U foo 出现在哪个目标文件 | 补定义,并把库放到对象之后 |
链接报 multiple definition of 'x' | 头文件里放了变量或函数定义 | 链接器指出重复的目标文件 | 头文件只留声明,定义移入一个 .c |
崩溃只在 -O2 出现 | 严格别名或其它 UB 被优化放大 | 用 -O1 -fsanitize=undefined 复现 | 改代码消除 UB,不要长期靠 -fno-strict-aliasing |
gdb 看不到变量或行号 | 缺 -g,或产物被 strip | readelf -S app 中无 .debug 节 | 加 -g -Og,归档未剥离副本 |
| 两次构建哈希不同 | 绝对路径、时间戳或归档顺序进入产物 | cmp -l、strings app 查绝对路径 | 加 prefix-map、SOURCE_DATE_EPOCH 与 ar rcsD |
目标机上 Exec format error | 仍用主机 cc,或链接了主机库 | file app 看架构 | 换三元组驱动或 --target,并重设 sysroot |
| 交叉编译找不到目标头文件 | --sysroot 缺失,主机 /usr/include 被优先搜索 | cc -E -v 看 include 顺序 | 补 --sysroot,用 -isystem 指向目标目录 |
4.2 可观测信号
先看驱动实际调用了什么:GCC 用 cc -v,Clang 用 clang -###,两者都会打印完整子命令。再看中间产物:-E 的输出证明头文件展开是否符合预期,nm 的 U/T 区分声明与定义,readelf -h/-S/-d 给出架构、节表与动态依赖,file 与 ldd 确认链接方式。崩溃时 gdb 的 bt 与 info registers 定位指令,objdump -d 对照源码行;性能问题先用 perf record 找热点,再决定是否值得改优化级别。
4.3 安全 / 性能 / 一致性边界
- 安全:
-D_FORTIFY_SOURCE=2需要优化开启才生效,-fstack-protector-strong与-Wl,-z,relro,-z,now是发行版基线;这些是缓解手段,不替代输入校验。 - 性能:
-march=native产出的二进制不能在旧 CPU 上运行;LTO 与 PGO 能跨 TU 优化,但会拉长构建时间并改变符号表。 - 一致性:ABI 由目标平台决定,同一份源码在 x86-64 与 arm64 上的二进制互不兼容;结构体布局与调用约定见
c-object-model-and-abi。 - 可复现:
__DATE__、__TIME__与__FILE__是三个最常被忽略的输入;固定它们之后仍可能因为文件系统遍历顺序不同而失败。