程序中的标识符会发生什么？

Question

我是一个新手程序员。我只是想在编译、组装和链接的不同阶段查看输出。我也不懂汇编语言。

我写了一个简单的程序

#include <stdio.h>

int humans = 9;

 int main() 
 {
        int lions = 2;
        int cubs = populate(lions);
        return 0;
 }

 int populate(int crappyVariable)
 {
    return ++crappyVariable;
}

我使用了gcc - S sample.c 我对汇编语言的输出感到惊讶。我丢失了所有变量名和函数名。

它保留了全局标识符，如human、populate、main，但它在它们前面加上下划线_。因此，我不会将其视为使用标识符。无论如何，关键是它丢失了所有标识符。

我的问题是它如何调用函数或引用变量？

我真的很好奇输出的进一步阶段，它将是二进制的（不可见）。

组装后和链接前的输出如何？我想它也会丢失下划线前缀的全局标识符吗？那么问题又是如何调用函数或引用变量进行操作？

我在互联网上搜索了信息，但找不到任何有用的信息。可能是我不确定要搜索什么。我不想读这方面的大书。但是，如果有任何文章，教程，其中明确的概念。这也会很有帮助。

我是一个新手程序员。因此，如果您能用简单但技术性的术语进行解释，那就太好了。

编辑：作为回应，对评论。我把我的问题分解成多个问题。这是这个问题的第二部分：not clear with the job of the linker

Answer 1

在基本机器级别，不再有名称，只有变量和代码的数字地址。因此，一旦您的代码被翻译成机器语言，这些名称就不再适用了。

如果您使用“to assembler”选项进行编译或反汇编代码，您可能会看到一些标识符；它们可以帮助您找到解决代码的方法，因为您不会不必要地在头脑中计算数据/代码偏移量。

回答您关于链接等的问题：一旦程序编译为可重定位对象形式，仅在 C 程序文件“内部”使用的标签和标识符就会消失。但是，需要外部定义的名称，例如main()，因为外部模块会引用它们；所以编译的目标文件将包含一个小表格，列出外部可见的名称以及它们所指的位置。然后，链接器可以根据这些名称将外部引用从其他人（反之亦然）修补到您的模块中。

链接后，即使是外部定义的名称也不再需要。但是，如果您使用调试选项进行编译，名称表可能仍会附加到最终程序中，因此您可以在调试程序时使用这些名称。

Answer 2

您确实需要阅读编译器和编译器设计。 以http://www.freetechbooks.com/compiler-design-and-construction-f14.html开头

这是摘要。

目标是将内容复制到将执行和运行的内存中。然后操作系统将控制权交给那些东西。

“加载器”将各种文件中的内容复制到内存中。这些文件实际上是一种语言，描述了内容在内存中的位置以及这些位置中的内容。这是一种“加载记忆”的语言。

编译器和链接器的工作是创建使加载程序执行正确操作的文件。

编译器的输出是“目标”文件——本质上是许多带有许多外部引用的小碎片文件中的加载器指令。理想情况下，编译器的输出是一些机器代码，其中包含要插入的外部引用的占位符。所有内部引用都已解析为堆内存或堆栈帧或函数名称的偏移量。

链接器的输出是更大的加载器文件，外部引用更少。它在格式上与编译器的输出基本相同。但它包含了更多的东西。

阅读 ld 命令：http://linux.about.com/library/cmd/blcmdl1_ld.htm

在 nm 命令上阅读此内容：http://linux.about.com/library/cmd/blcmdl1_nm.htm

这里有一些细节。

"...它如何调用函数或引用变量？"

函数名称通常会保留到产生输出的后期阶段。

变量名被转换成别的东西。 “全局”变量是静态分配的，编译器有一个从变量名到类型到静态（“堆”）内存偏移量的映射。

函数中的局部变量（通常）分配在堆栈帧中。编译器有一个从变量名到类型到堆栈帧偏移量的映射。进入函数时，会分配所需大小的堆栈帧，变量只是在该帧中的偏移量。

"...它将如何调用函数或引用变量进行操作？"

您必须向编译器提供提示。 extern 关键字告诉编译器名称未在此模块中定义，而是在另一个模块中定义，并且必须在链接（或加载）时解析引用。

“...如果没有可链接的内容...”

这绝不是真的。您的程序只是整个可执行文件的一部分。大多数 C 库都包含 real 主程序，然后它会调用名为“main”的函数。

“链接器会改变汇编器的目标代码输出吗？”

这因操作系统而异。在许多操作系统中，链接器和加载都同时发生。经常发生的情况是，C 编译器的输出在没有真正执行太多解析的情况下被放入存档中。

当可执行文件被加载到内存中时，归档引用和任何外部共享对象文件也会被加载。

“程序没有运行，它只是在制造阶段。”

这并不意味着什么。不知道你为什么要包括这个。

“链接器如何映射到内存？它会是什么样子？”

操作系统将分配一块内存，可执行程序必须复制到该内存块中。链接器/加载器读取目标文件、任何目标存档文件，并将这些文件中的内容复制到该内存中。链接器进行复制和名称解析，并编写一个新的目标文件，它更适合编译器。加载器将其放入实际内存并将执行移交给生成的文本页面。

“它在运行时对吗？”

这是调试的唯一方法——运行时。不能有别的意思，或者不是在调试。

Answer 3

要查看在汇编代码中如何处理局部变量，请编译如下代码：

int main() { int foo = 42; }

您会注意到的不仅是变量名消失了，而是结果数据在哪里消失了。你会看到类似的东西：

movq    %rsp, %rbp

它将基指针设置为当前堆栈指针。那么：

movl    $42, -4(%rbp)

因此，这告诉我们编译器在堆栈上分配了一些空间，但未命名。添加更多变量如 foo 基本上只会在基指针下分配更多内存。原来是“foo”的变量现在只是 -4(%rbp)。

Answer 4

下一步是对生成的 .o 运行 objdump -D 并将其与 .S 版本进行比较。

这让我们知道 .S 是什么构成，什么被翻译成二进制。

最后阶段是链接，这大致意味着两次传递将多个 .o 文件之间的所有标签解析为相对于 0 的地址或加载地址。

有关链接的更多信息，请参阅伟大的免费链接器和加载器书籍 http://www.iecc.com/linker/