编译与链接基础：预处理、编译、汇编、链接四阶段详解
各位同学，今天我们来聊聊编译与链接的底层逻辑。说实话，很多C/C++开发者写了几年代码，对IDE按一下F5就完事了，根本不知道中间发生了什么。我个人觉得，不理解这四个阶段，你写出来的库就像在沙滩上盖楼——看着挺高，风一吹就倒。
我在项目中遇到过好几次这样的问题：明明代码逻辑没问题，链接时却报"undefined reference"。新人一脸懵，老手一看就知道是符号没导出。嗯，这就是我们今天要讲的内容。
一、四阶段总览
一个源文件从你写完到变成可执行文件，中间经历了四个阶段。我习惯用一张图来理解：
说白了，这四步就是把你写的"人类语言"一步步翻译成"机器语言"。每一步都有它存在的意义，少一步都不行。
二、预处理阶段
预处理是第一步。它处理的是以 # 开头的指令。你想想看，#include、#define、#ifdef 这些，都是预处理器的活。
核心工作：
- 头文件展开：把
#include的内容直接复制进来 - 宏替换：
#define MAX 100会把所有 MAX 替换成 100 - 条件编译：
#ifdef DEBUG决定哪些代码保留 - 删除注释：把 // 和 /* */ 全部去掉
我记得有一次，一个同事在头文件里写了 #define TRUE 1，结果另一个头文件也定义了 #define TRUE 0。两个头文件一包含，整个项目逻辑全反了。嗯，这就是预处理阶段容易踩的坑。
小技巧：用 gcc -E main.c -o main.i 可以查看预处理后的文件。我经常用这招来排查宏定义的问题。
三、编译阶段
编译阶段才是真正的"翻译"。它把预处理后的 .i 文件转换成汇编代码 .s 文件。这个阶段做的事情可多了：
- 词法分析：把代码拆成一个个 token
- 语法分析：检查语法是否正确，生成语法树
- 语义分析：检查类型是否匹配、变量是否声明
- 中间代码生成：生成一种中间表示
- 优化：比如常量折叠、死代码消除
- 目标代码生成：输出汇编代码
这里有个很多人不知道的点：编译阶段只处理单个源文件。它不知道其他文件里有什么。所以如果你在 a.c 里调用了 b.c 里的函数，编译 a.c 时编译器只知道"这里有个函数调用"，但不知道这个函数具体在哪。
注意：编译阶段不会检查函数是否存在。它只检查语法和类型。函数是否存在，那是链接阶段的事。我曾经见过有人把函数名拼错了，编译通过，链接报错，找了半天才发现是拼写问题。
四、汇编阶段
汇编阶段就简单多了。它把汇编代码 .s 转换成机器码，生成目标文件 .o（Linux）或 .obj（Windows）。
目标文件里有什么？我列一下：
| 段（Section） | 内容 | 说明 |
|---|---|---|
| .text | 代码段 | 存放可执行的机器指令 |
| .data | 数据段 | 存放已初始化的全局变量和静态变量 |
| .bss | 未初始化数据段 | 存放未初始化的全局变量和静态变量 |
| .rodata | 只读数据段 | 存放字符串常量、const 变量 |
| .symtab | 符号表 | 记录所有符号（函数名、变量名）的信息 |
| .rel.text | 代码重定位表 | 记录需要重定位的位置 |
| .rel.data | 数据重定位表 | 记录数据段中需要重定位的位置 |
你可以用 objdump -h main.o 查看目标文件的段信息。我习惯用 readelf -a main.o 看更详细的内容。
五、符号表与重定位
这两个概念是链接的核心。说白了，符号表就是"谁定义了什么东西"的清单，重定位就是"把空缺的地址填上"的过程。
5.1 符号表
每个目标文件都有一张符号表。它记录了：
- 全局符号：在当前文件中定义，可以被其他文件引用
- 外部符号：在当前文件中引用，但在其他文件中定义
- 局部符号：只在当前文件中可见（比如 static 函数）
举个例子：
// file1.c
int global_var = 42; // 全局符号
static int local_var = 10; // 局部符号
void func1() { // 全局符号
// ...
}
// file2.c
extern int global_var; // 外部符号
void func1(); // 外部符号
void func2() {
global_var = 100;
func1();
}用 nm file1.o 可以看到符号表：
0000000000000000 D global_var
0000000000000014 d local_var
0000000000000000 T func1大写字母表示符号类型：T 是代码段中的全局符号，D 是数据段中的全局符号，d 是数据段中的局部符号。
关键点：链接器在链接时，会检查所有目标文件的符号表。如果某个外部符号在所有目标文件中都找不到定义，就会报"undefined reference"错误。反过来，如果同一个符号被定义了多次（比如两个文件都定义了同名的全局函数），就会报"multiple definition"错误。
5.2 重定位
重定位是链接器最核心的工作。为什么需要重定位？因为编译和汇编阶段，编译器不知道变量和函数最终会放在内存的哪个地址。
举个例子：
// main.c
extern int global_var;
void func();
int main() {
global_var = 42;
func();
return 0;
}编译成 main.o 后，global_var 和 func 的地址都是临时的（通常是 0）。链接器在链接时，需要：
- 确定每个目标文件在最终可执行文件中的位置
- 计算每个符号的最终地址
- 把所有引用这些符号的地方，填上正确的地址
用 objdump -r main.o 可以查看重定位表：
RELOCATION RECORDS FOR [.text]:
OFFSET TYPE VALUE
0000000000000002 R_X86_64_PC32 global_var
000000000000000d R_X86_64_PC32 func每一行都告诉链接器：在 .text 段的某个偏移位置，有一个地址需要修正。修正的方式由重定位类型决定（比如 R_X86_64_PC32 表示相对寻址）。
实战经验：我调试链接错误时，最常用的命令是 nm 和 objdump -r。先看符号有没有定义，再看重定位表有没有异常。80%的链接问题都能用这两个命令定位。
六、链接阶段
链接阶段把多个目标文件和库文件合并成一个可执行文件。它做两件事：
- 符号解析：把每个符号引用和对应的符号定义关联起来
- 重定位：把所有符号引用替换成实际地址
链接分为两种：
| 类型 | 特点 | 生成文件 |
|---|---|---|
| 静态链接 | 把库的代码直接复制到可执行文件中 | .a（静态库） |
| 动态链接 | 运行时才加载库的代码 | .so（共享库） |
静态链接生成的文件大，但部署简单。动态链接生成的文件小，但需要运行时环境支持。我个人的建议是：工具类的小程序用静态链接，大型应用用动态链接。
避坑指南：我曾经在项目里同时链接了两个版本的同一个静态库，结果符号冲突，程序崩溃。后来我养成了习惯：链接前先用 nm 检查库里的符号，确保没有重复定义。
七、总结
好了，今天的内容就到这里。我们走了一遍从源文件到可执行文件的完整流程：
- 预处理：处理 # 指令，生成 .i 文件
- 编译：语法分析，生成 .s 汇编文件
- 汇编：生成机器码，输出 .o 目标文件
- 链接：符号解析 + 重定位，生成可执行文件
理解这些底层原理，对你后面学习静态库和共享库的制作至关重要。尤其是符号表和重定位，它们是链接器的核心。你想想看，如果你连符号表都看不懂，遇到链接错误就只能瞎猜了。
下一章我们会深入静态库的制作和使用。到时候你会看到，今天讲的这些知识全都能用上。