程序员的自我修养 学习心得(2)
编译和连接：预编译(Prepressing)、编译(Compilation)、汇编(Assembly)、链接(Linking)
静态语言的C/C++模块之间通信有两种方式，一个是模块间的函数调用，另一个是模块间的变量访问。他们都需要知道目标函数或目标变量的地址，统一起来，就是模块间符号的引用。类似于拼图，定义符号的模块多出一块区域，引用符号的模块刚刚好缺少那块区域，两者结合就形成一个整体，这就是链接。
可执行文件格式
PC机上的可执行文件格式，Windows下面是PE(Portable Executable)，Linux下面的ELF(Executable Linkable Format)，他们都是COFF(Commom file format)格式的变种。
目标文件，就是源代码编译后，但未进行链接的那些中间文件(Windows下是.obj，Linux下是.o)，他们和可执行文件的内容和结构很相似，所以都采用一个格式存储。
动态链接库(DLL，Dynamic Linking Library)，Windows下是.dll，Linux下是.so
静态链接库(Static Linking library)，Windows的.llib，Linux下的.a。
程序源代码编译后的机器指令被放在代码段(Code Section),常见命名有.code或者.text
已初始化的全局变量和局部静态变量经常放在数据段(Data Section)，常见命名有.data
未初始化的全局变量和局部静态变量一般放在称为.bss段。(默认值都为0)
为什么要分开存放呢？
1. 保护代码段
2. 增加CPU缓冲(数据缓冲、指令缓冲)的命中率
2. 代码复用(代码区、资源区公用，数据区各自保存副本)
以一个简单的simplesection.c的例子来分析ELF文件格式：
objdump -h打印出目标文件的段信息。
CONTENTS属性表示该段在文件中存在。SIZE为段长度，FIle Off为段所在的位置。
.text段开头是ELF文件格式的头信息。占据长度为0x34。
size命令用于查看各个段的长度
objdump命令和readelf -h命令
GCC提供一个扩展命令， 在全局变量或函数之前加上 __attribute__((section(“name”)))的属性，可以把相应的变量或函数放在以”name”作为段名的段中。
ELF文件格式被设计成可以在多个平台下使用，这并不表示同一个ELF文件，可以在不同平台下使用(就将java的字节码文件)，而是表示不同平台下的ELF文件，都遵循同一套ELF标准。
ELF文件中，各段的名字只在编译和链接时，才有意义。段的属性中，段的类型和段的标志位这两个属性最为重要。
段中的调试信息，ELF文件有DWARF标准的调试信息格式，现在已经发展到第三版，有DWARF标准委员会管理。Microsoft有它自己的调试信息格式标准，叫CodeView。值得一提的是，增加了调试信息的目标文件比程序本身大好几倍，当发布最终程序时，需要去掉这些调试信息。Linux下有strip工具来去除调试信息。
查看静态库中的工具，ar -t，readelf，objdump -t
静态链接
不同的输入目标文件，结合相关的库文件，经过链接器链接，形成一个可执行文件。
主要有两步步骤：空间与地址分配，符号解析与重定位。
空间与地址分配：扫描所有的输入目标文件，获取各个段长度，收集符号表到一个全局符号表中去。
符号解析与重定位：第一步收集到的信息，读取输入文件中的数据与重定位信息，进行符号解析与重定位，
VMA为虚拟地址，LMA为加载地址。一般情况下，两者值是相同的。但在某些嵌入式系统中，有些程序存在ROM中，VMA与LMA不一致，在加载时，需要指出。
在Linux下面，ELF可执行文件的默认从地址0x0804_8000开始分配的，一般程序的入口地址为_start，这个函数是Linux系统库(Glibc)中的一部分，当我们的程序与Glibc库链接在一起时，形成最终的可执行文件时，这个函数就是程序的初始化部分的入口地址。它在完成一系列初始化后，会调用main函数来执行程序的主体。当main函数执行完成之后，返回到初始化部分，进行一些后续的清理工作，然后结束进程。例如，C++的全局构造函数与解析函数就在main函数执行之前和之后进行执行的。
ABI与API
有没有可能，不同编译器编译出来的目标文件，经过链接后，可以形成一个可执行文件。
MSVC编译的目标文件时PE/COFF格式，GCC编译的是ELF格式，链接器必须同时认识这两种格式才行。
如果两个编译器编译出来的目标文件，能够相互链接，那么两个目标文件，必须满足下列条件：采用相同规定目标文件格式、相同的符号修饰标准、变量的内存分布方式、函数的调用方式等等，这一系列规范称之为ABI(Application Binary Interface)。
API和ABI都是应用程序接口标准，只是描述的接口层面不一样。
API是源码级别的接口，比如POSIX是一个API标准，Windows所规定的应用程序接口是一个API标准。举个例子，POSIX的printf函数，它(POSIX)能保证这个函数定义在所有POSIX标准的系统之间是一样的，但是它不保证printf在实际系统(Intel X86 和 MIPS 都装Linux系统)中执行时，不同入栈顺序、参数的堆栈分布等实际运行的二进制级别是相同的。
ABI是二进制层面的接口，比如C++的对象内存分布(Object Memory Layout)是C++ ABI的一部分。
静态链接库的组织，每一个功能有一个源文件来负责，比如，printf.o由printf.c负责。链接器链接时，是以目标文件为最小单位了，为了避免引入无用函数，每个功能都划分到以文件为单位，而不是以函数为单位，在最终结果中，节省空间浪费。
链接器提供的默认配置足够一般程序使用，在一些特殊要求的程序，比如操作系统内核、BIOS、嵌入式系统等等，则需要额外指出链接过程，如指定输出文件的各个段虚拟地址、段名称等等。链接器生成不同类型的文件时，使用不同的链接脚本。
