从源码到进程:01.程序的预处理

前言

在这个系列中，我们准备从 源码到进程 这个角度去分析，在 Linux 平台下，一个项目的文件，究竟是怎么一步步变成可执行文件，然后最终变成一个进程的。

开篇我们从最简单、大家最熟悉的一个阶段说起：预处理。

从编译四步走说起

一个广为认知的理论是：

预处理 → 编译 → 汇编 → 链接

这是 C++ 程序变成可执行文件的四个主要阶段。

其中，预处理（Preprocessing）是 C++ 编译的第一个阶段。编译器（如 gcc/clang）会先将整个项目组织起来，进行文本级的处理，生成一份“纯净”的中间代码（.i 文件）。

在预处理中，主要进行了三件事：

1. 宏替换：简单的文本替换。
2. 文件包含：头文件的展开。
3. 条件宏处理：条件编译，避免头文件循环包含，支持跨平台代码。

通过预处理，我们可以实现：

• 跨平台的项目开发（条件编译）
• 避免头文件重复包含
• 简单的符号替换和调试增强

GCC 官方文档对预处理器的完整说明在这里：
https://gcc.gnu.org/onlinedocs/cpp/

你可以查阅其中关于宏、条件编译、头文件包含的更详细介绍。

一个简单的例子

先来看一个演示预处理作用的例子。

preprocess_demo.h

#ifndef PREPROCESS_DEMO_H
#define PREPROCESS_DEMO_H

#include <cstdio>

// 条件编译：根据平台选择不同实现
#ifdef _WIN32
    #define PLATFORM "Windows"
#else
    #define PLATFORM "Linux/Unix"
#endif

// 宏：自动带上源码位置的日志
#define LOG(fmt, ...) \
    std::fprintf(stderr, "[%s:%d] " fmt "\n", __FILE__, __LINE__, ##__VA_ARGS__)

#endif // PREPROCESS_DEMO_H

preprocess_demo.cpp

#include "preprocess_demo.h"

int main() {
    LOG("Hello from %s", PLATFORM);
    LOG("Value test: %d", 42);
    return 0;
}

实验：运行预处理

使用 gcc 只做预处理，不进行编译：

g++ -E preprocess_demo.cpp -o preprocess_demo.i

然后我们打开 preprocess_demo.i 文件，就能看到：

• #include <cstdio> 已经被完整展开（几千行内容）。
  
• PLATFORM 宏被替换成 "Linux/Unix"。
  
• LOG 宏展开成了 fprintf 调用，自动带上了 __FILE__ 和 __LINE__。
  

这就是预处理的实际效果：把工程组织好，变成一份没有预处理指令的纯 C++ 源码。

在实际工程中的应用：spdlog

在实际开发中，预处理发挥着重要作用。我们以开源日志库 spdlog 为例。

条件编译

在 os-inl.h 中定义了大量的时间与路径的操作函数，为了跨平台，可以看到大量针对不同操作系统的条件编译：

#ifdef _WIN32
    #include <spdlog/details/windows_include.h>
    #include <fileapi.h>  // for FlushFileBuffers
    #include <io.h>       // for _get_osfhandle, _isatty, _fileno
    #include <process.h>  // for _get_pid

    #ifdef __MINGW32__
        #include <share.h>
    #endif

    #if defined(SPDLOG_WCHAR_TO_UTF8_SUPPORT) || defined(SPDLOG_WCHAR_FILENAMES)
        #include <cassert>
        #include <limits>
    #endif

    #include <direct.h>  // for _mkdir/_wmkdir

#else  // unix

    #include <fcntl.h>
    #include <unistd.h>

    #ifdef __linux__
        #include <sys/syscall.h>  //Use gettid() syscall under linux to get thread id

    #elif defined(_AIX)
        #include <pthread.h>  // for pthread_getthrds_np

    #elif defined(__DragonFly__) || defined(__FreeBSD__)
        #include <pthread_np.h>  // for pthread_getthreadid_np

    #elif defined(__NetBSD__)
        #include <lwp.h>  // for _lwp_self

    #elif defined(__sun)
        #include <thread.h>  // for thr_self
    #endif

#endif  // unix

这保证了同一份源码可以在 Windows 和 Linux 平台下编译运行。

宏控制符号

在 common.h 中，spdlog 定义了一个 SPDLOG_INLINE 宏：

......
#ifdef SPDLOG_COMPILED_LIB
    #undef SPDLOG_HEADER_ONLY
    #if defined(SPDLOG_SHARED_LIB)
        #if defined(_WIN32)
            #ifdef spdlog_EXPORTS
                #define SPDLOG_API __declspec(dllexport)
            #else  // !spdlog_EXPORTS
                #define SPDLOG_API __declspec(dllimport)
            #endif
        #else  // !defined(_WIN32)
            #define SPDLOG_API __attribute__((visibility("default")))
        #endif
    #else  // !defined(SPDLOG_SHARED_LIB)
        #define SPDLOG_API
    #endif
    
    #define SPDLOG_INLINE 
#else  // !defined(SPDLOG_COMPILED_LIB)
    #define SPDLOG_API
    #define SPDLOG_HEADER_ONLY
    #define SPDLOG_INLINE inline
#endif  // #ifdef SPDLOG_COMPILED_LIB

.....

• 如果是 头文件模式（header-only），那么 SPDLOG_INLINE 就是 inline，避免多重定义。
• 如果是 非头文件模式，SPDLOG_INLINE 就为空，由链接器处理符号。

这是预处理在工程实践中的典型用法：用宏来控制编译模式，解决符号重复定义的问题。

总结

• 预处理是 C++ 编译的第一步，主要负责宏替换、文件展开、条件裁剪。

• 在实验中我们看到，它能把 #include 展开、把宏替换成实际代码，生成一份可编译的源码。

• 在工程实践中，它常被用于：

  1. 头文件保护（避免重复定义）
  2. 跨平台支持（条件编译）
  3. 符号控制（导出/内联）

• 在大型项目（如 spdlog、Linux 内核）中，预处理器是支撑跨平台和可配置性的关键机制。