首页 > 代码库 > [转]c++应用程序文件的编译过程
[转]c++应用程序文件的编译过程
原文地址
这里讲下C++文件的编译过程及其中模板的编译过程；
一：一般的C++应用程序的编译过程。
一般说来，C++应用程序的编译过程分为三个阶段。模板也是一样的。
- 在cpp文件中展开include文件。
- 将每个cpp文件编译为一个对应的obj文件。
- 连接obj文件成为一个exe文件（或者其它的库文件）。
下面分别描述这几个阶段。
1.include文件的展开。
include文件的展开是一个很简单的过程，只是将include文件包含的代码拷贝到包含该文件的cpp文件（或者其它头文件）中。被展开的cpp文件就成了一个独立的编译单元。在一些文章中我看到将.h文件和.cpp文件一起看作一个编译单元，我觉得这样的理解有问题。至于原因，看看下面的几个注意点就可以了。
1)：没有被任何的其它cpp文件或者头文件包含的.h文件将不会被编译。也不会最终成为应用程序的一部分。先看一个简单的例子：
2 // 注意，后面没有分号。也就是说，如果编译的话这里将产生错误。
3 void foo()
在你的应用程序中添加一个test.h文件，如上面所示。但是，不要在任何的其它文件中include该文件。编译C++工程后你会发现，并没有报告上面的代码错误。这说明.h文件本身不是一个编译单元。只有通过include语句最终包括到了一个.cpp文件中后才会成为一个编译单元。
2)：存在一种可能性，即一个cpp文件直接的或者间接的包括了多次同一个.h文件。下面就是这样的一种情况：
2 // 定义一个变量
3 int i;
4
5 // ===========test1.h===========
6 // 包含了test.h文件
7 #include "test.h"
8
9 // ===========main.cpp=========
10 // 这里同时包含了test.h和test1.h，
11 // 也就是说同时定义了两个变量i。
12 // 将发生编译错误。
13 #include "stdafx.h"
14 #include "test.h"
15 #include "test1.h"
16
17 void foo();
18 void foo();
19
20 int _tmain(int argc, _TCHAR* argv[])
21 {
22 return 0;
23 }
上面的代码展开后就相当于同时在main.cpp中定义了两个变量i。因此将发生编译错误。解决办法是使用#ifndef或者#pragma once宏，使得test.h只能在main.cpp中被包含一次。关于#ifndef和#pragma once请参考这里。
3)：还要注意一点的是，include文件是按照定义顺序被展开到cpp文件中的。关于这个，请看下面的示例。
2 // 声明一个函数。注意后面没有分号。
3 void foo()
4
5 // ===========test1.h===========
6 // 仅写了一个分号。
7 ;
8
9 // ===========main.cpp=========
10 // 注意，这里按照test.h和test1.h的顺序包含了头文件。
11 #include "stdafx.h"
12 #include "test.h"
13 #include "test1.h"
14
15 int _tmain(int argc, _TCHAR* argv[])
16 {
17 return 0;
18 }
如果单独看上面的代码中，test.h后面需要一个分号才能编译通过。而test1.h中定义的分号刚好能够补上test.h后面差的那个分号。因此，安这样的顺序定义在main.cpp中后都能正常的编译通过。虽然在实际项目中并不推荐这样做，但这个例子能够说明很多关于文件包含的内容。
有的人也许看见了，上面的示例中虽然声明了一个函数，但没有实现且仍然能通过编译。这就是下面cpp文件编译时的内容了。
2.CPP文件的编译和链接。
大家都知道，C++的编译实际上分为编译和链接两个阶段，由于这两个阶段联系紧密。因此放在一起来说明。在编译的时候，编译器会为每个cpp文件生成一个obj文件。obj文件拥有PE[Portable Executable,即windows可执行文件]文件格式，并且本身包含的就已经是二进制码，但是，不一定能够执行，因为并不保证其中一定有main函数。当所有的cpp文件都编译好了之后将会根据需要，将obj文件链接成为一个exe文件（或者其它形式的库）。看下面的代码：
2 // 声明一个函数。
3 void foo();
4
5 // ============test.cpp=============
6 #include "stdafx.h"
7 #include <iostream>
8 #include "test.h"
9
10 // 实现test.h中定义的函数。
11 void foo()
12 {
13 std::cout<<"foo function in test has been called."<<std::endl;
14 }
15
16 // ============main.cpp============
17 #include "stdafx.h"
18 #include "test.h"
19
20 int _tmain(int argc, _TCHAR* argv[])
21 {
22 foo();
23
24 return 0;
25 }
注意到22行对foo函数进行了调用。上面的代码的实际操作过程是编译器首先为每个cpp文件生成了一个obj，这里是test.obj和main.obj（还有一个stdafx.obj，这是由于使用了VS编辑器）。但这里有个问题，虽然test.h对main.cpp是可见的（main.cpp包含了test.h），但是test.cpp对main.cpp并不可见，那么main.cpp是如何找到foo函数的实现的呢？实际上，在单独编译main.cpp文件的时候编译器并不先去关注foo函数是否已经实现，或者在哪里实现。它只是把它看作一个外部的链接类型，认为foo函数的实现应该在另外的一个obj文件中。在22行调用foo的时候，编译器仅仅使用了一个地址跳转，即jump 0x23423之类的东西。但是由于并不知道foo具体存在于哪个地方，因此只是在jump后面填入了一个假的地址（具体应该是什么还请高手指教）。然后就继续编译下面的代码。当所有的cpp文件都执行完了之后就进入链接阶段。由于.obj和.exe的格式都是一样的，在这样的文件中有一个符号导入表和符号导出表[import table和export table]其中将所有符号和它们的地址关联起来。这样连接器只要在test.obj的符号导出表中寻找符号foo[当然C++对foo作了mapping]的 地址就行了，然后作一些偏移量处理后[因为是将两个.obj文件合并，当然地址会有一定的偏移，这个连接器清楚]写入main.obj中的符号导入表中foo所占有的那一项。这样foo就能被成功的执行了。
简要的说来，编译main.cpp时，编译器不知道f的实现，所有当碰到对它的调用时只是给出一个指示，指示连接器应该为它寻找f的实现体。这也就是说main.obj中没有关于f的任何一行二进制代码。编译test.cpp时，编译器找到了f的实现。于是乎foo的实现[二进制代码]出现在test.obj里。连接时，连接器在test.obj中找到foo的实现代码[二进制]的地址[通过符号导出表]。然后将main.obj中悬而未决的jump XXX地址改成foo实际的地址。
现在做个假设，foo()的实现并不真正存在会怎么样？先看下面的代码：
2 //#include "test.h"
3
4 void foo();
5
6 int _tmain(int argc, _TCHAR* argv[])
7 {
8 foo();
9
10 return 0;
11 }
注意上面的代码，我们把#include "test.h"注释掉了，重新声明了一个foo函数。当然也可以直接使用test.h中的函数声明。上面的代码由于没有函数实现。按照我们上面的分析，编译器在发现foo()的调用的时候并不会报告错误，而是期待连接器会在其它的obj文件中找到foo的实现。但是，连接器最终还是没有找到。于是会报告一个链接错误。
LINK : 没有找到 E:\CPP\CPPTemplate\Debug\CPPTemplate.exe 或上一个增量链接没有生成它；
再看下面的一个例子：
2 //#include "test.h"
3
4 void foo();
5
6 int _tmain(int argc, _TCHAR* argv[])
7 {
8 // foo();
9
10 return 0;
11 }
这里只有foo的声明，我们把原来的foo的调用也去掉了。上面的代码能编译通过。原因就是由于没有调用foo函数，main.cpp没有真正的去找foo的实现（main.obj内部或者main.obj外部），编译器也就不会在意foo是不是已经实现了。
二：模板的编译过程。
在明白了C++程序的编译过程后再来看模板的编译过程。大家知道，模板需要被模板参数实例化成为一个具体的类或者函数才能使用。但是，类模板成员函数的调用且有一个很重要的特征，那就是成员函数只有在被调用的时候才会被初始化。正是由于这个特征，使得类模板的代码不能按照常规的C++类一样来组织。先看下面的代码：
2 template<typename T>
3 class MyClass{
4 public:
5 void printValue(T value);
6 };
7
8 // =========testTemplate.cpp===========
9 #include "stdafx.h"
10 #include "testTemplate.h"
11
12 template<typename T>
13 void MyClass<T>::printValue(T value)
14 {
15 //
16 }
下面是main.cpp的文件内容：
1 #include <iostream>
2 #include "testTemplate.h"
3
4 int main()
5 {
6 // 1：实例化一个类模板。
7 // MyClass<int> myClass;
8
9 // 2：调用类模板的成员函数。
10 // myClass.printValue(2);
11
12 std::cout << "Hello world!" << std::endl;
13 return 0;
14 }
注意到注释掉的两句代码。我们将会按步骤说明模板的编译过程。
1)：我们将testTemplate.cpp文件从工程中拿掉，即删除testTemplate.cpp的定义。然后直接编译上面的文件，能编译通过。这说明编译器在展开testTemplate.h后编译main.cpp文件的时候并没有去检查模板类的实现。它只是记住了有这样的一个模板声明。由于没有调用模板的成员函数，编译器链接阶段也不会在别的obj文件中去查找类模板的实现代码。因此上面的代码没有问题。
2)：把main.cpp文件中，第7行的注释符号去掉。即加入类模板的实例化代码。在编译工程，会发现也能够编译通过。回想一下这个过程，testTemplate.h被展开，也就是说main.cpp在编译是就能找到MyClass<T>的声明。那么，在编译第7行的时候就能正常的实例化一个类模板出来。这里注意：类模板的成员函数只有在调用的时候才会被实例化。因此，由于没有对类模板成员函数的调用，编译器也就不会去查找类模板的实现代码。所以，上面的函数能编译通过。
3)：把上面第10行的代码注释符号去掉。即加入对类模板成员函数的调用。这个时候再编译，会提示一个链接错误。找不到printValue的实现。道理和上面只有函数的声明，没有函数的实现是一样的。即，编译器在编译main.cpp第10行的时候发现了对myClass.PrintValue的调用，这时它在当前文件内部找不到具体的实现，因此会做一个标记，等待链接器在其他的obj文件中去查找函数实现。同样，连接器也找不到一个包括MyClass<T>::PrintValue声明的obj文件。因此报告链接错误。
4):既然是由于找不到testTemplate.cpp文件，那么我们就将testTemplate.cpp文件包含在工程中。再次编译，在VS中会提示一个链接错误，说找不到外部类型_thiscall MyClass<int>::PrintValue(int)。也许你会觉得很奇怪，我们已经将testTemplate.cpp文件包含在了工程中了阿。先考虑一个问题，我们说过模板的编译实际上是一个实例化的过程，它并不编译产生二进制代码。另外，模板成员函数也只有在被调用的时候才会初始化。在testTemplate.cpp文件中，由于包含了testTemplate.h头文件，因此这是一个独立的可以编译的类模板。但是，编译器在编译这个testTemplate.cpp文件的时候由于没有任何成员函数被调用，因此并没有实例化PrintValue成员。也许你会说我们在main.cpp中调用了PrintValue函数。但是要知道testTemplate.cpp和main.cpp是两个独立的编译单元，他们相互间并不知道对方的行为。因此，testTemplate.cpp在编译的时候实际上还是只编译了testTemplate.h中的内容，即再次声明了模板，并没有实例化PrintValue成员。所以，当main.cpp发现需要PrintValue成员，并在testTemplate.obj中去查找的时候就会找不到目标函数。从而发出一个链接错误。
5)：由此可见，模板代码不能按照常规的C/C++代码来组织。必须得保证使用模板的函数在编译的时候就能找到模板代码，从而实例化模板。在网上有很多关于这方面的文章。主要将模板编译分为包含编译和分离编译。其实，不管是包含编译还是分离编译，都是为了一个目标：使得实例化模板的时候就能找到相应的模板实现代码。大家可以参照这篇文章。
最后，作一个小总结。C++应用程序的编译一般要经历展开头文件->编译cpp文件->链接三个阶段。在编译的时候如果需要外部类型，编译器会做一个标记，留待连接器来处理。连接器如果找不到需要的外部类型就会发生链接错误。对于模板，单独的模板代码是不能被正确编译的，需要一个实例化器产生一个模板实例后才能编译。因此，不能寄希望于连接器来链接模板的成员函数，必须保证在实例化模板的地方模板代码是可见的。
[转]c++应用程序文件的编译过程