系统编程学习笔记第一章：预备篇

      大家好，我是小智！

程序的概念

      一般的讲，程序是一系列有序指令的集合，目的是告诉计算机如何完成某些指定的操作或者如何解决某个问题。

      计算机早期程序采用机器语言设计，但是由于开发效率较低，所以后面设计出汇编语言，但是由于汇编语言的汇编指令较多，并且不同的公司及组织对研发平台设计出不同的汇编指令集，而这些汇编指令集并不兼容，所以为了进一步提高开发效率和降低开发难度，就设计出高级语言，比如面向过程编程的C语言，和面向对象编程的C++以及其他编程语言。

      开发人员根据编程语言的语法和规则设计出程序，程序的格式和类型一般由使用的编程语言决定，比如采用C语言设计的程序就是以xxx.c作为后缀名，采用Python设计的程序就是以xxx.py作为后缀名。

      程序只是开发人员为了实现某些需求设计出来的文本，是存储在计算机的磁盘中的，想要得到程序的运行结果，是需要使用编译器等工具对程序进行编译等一系列操作，目的是把程序转换为可执行文件，可执行文件内部其实就是对应平台可以识别的指令和数据的集合，可执行文件得到运行就是计算机的中央处理器CPU对可执行文件内部的指令进行处理，对可执行文件内部的数据进行运算的过程。

      想要了解程序中指令和数据具体的执行流程，需要熟悉计算机组成原理以及汇编语言，其中计算机组成部分一般遵循冯诺依曼结构，也就是由控制器、运算器、存储器、输入设备、输出设备五个部分组成。

程序的编译

      一般在编写出程序之后，并不能直接运行，而是需要把程序通过编译器进行编译，生成可执行文件才能运行。而对于嵌入式学习，一般都是在Linux系统下使用GCC编译器对程序进行编译。

      GCC编译器是Linux系统默认的C/C++编译器，大部分Linux发行版本中都是默认安装的。GCC编译器主要以Linux命令的形式在shell终端中使用，所以需要大家掌握关于GCC编译器的相关参数。

C语言程序编译过程：源程序 ---- 预处理 --- 编译 --- 汇编 --- 链接 --- 可执行文件

预处理

      对源码进行简单的加工，GCC编译器会调用预处理器cpp对程序进行预处理，其实就是解释源程序中所有的预处理指令，如#include（文件包含）、#define（宏定义）、#if（条件编译）等以#号开头的预处理语句。

      这些预处理指令将会在预处理阶段被解释掉，如会把被包含的文件拷贝进来，覆盖掉原来的#include语句，把所有的宏定义展开，所有的条件编译语句被执行，GCC还会把所有的注释删掉，添加必要的调试信息。

预处理指令： gcc -E xxx.c -o xxx.i 会生成预处理文件 xxx.i

编译

      就是对经过预处理之后的.i文件进行进一步翻译，也就是对语法、词法的分析，最终生成对应硬件平台的汇编文件，具体生成什么平台的汇编文件取决于编译器，比如X86平台使用gcc编译器，而ARM平台使用交叉编译工具arm-linux-gcc。

编译指令：gcc -S xxx.i -o xxx.s 会生成对应汇编文件 xxx.s

汇编

      GCC编译器会调用汇编器as将汇编文件翻译成可重定位文件，其实就是把.s文件的汇编代码翻译为相应的指令。

编译指令：gcc -c xxx.s -o xxx.o 会生成汇编后的文件 xxx.o

链接

      经过汇编步骤后生成的.o文件其实是ELF格式的可重定位文件，虽然已经生成了指令流，但是需要重定位函数地址等，所以需要链接系统提供的标准C库和其他的gcc基本库文件等，并且还要把其他的.o文件一起进行链接。-lc -lgcc 是默认的，可以省略

编译指令：gcc hello.o -o hello -lc -lgcc 会得到可执行文件 xxx // l是lib的缩写

程序的格式

      一般对源文件进行编译和汇编之后，就会得到对应的目标文件xxx.o，目标文件也被称为可重定位文件，就是指还未完成链接的中间文件，用户可以把这些目标文件制作成在Linux系统下使用的静态库libxxx.a或者动态库libxxx.so。

      其实目标文件和可执行文件的内容和结构非常相似，所以Linux系统下把目标文件xxx.o和可执行文件都称为ELF文件，ELF指的是Executable Linkable Format的缩写，中文翻译为可执行可链接格式。

注意：可以在linux系统中利用查看文件格式的指令: file 查阅目标文件和可执行文件的区别：

思考

• 还未完成链接的目标文件中存储了哪些内容，以及如何查看目标文件中的内容信息???

      回答：目标文件中的内容至少有编译后的机器指令代码、数据。除了这些内容以外，目标文件中还包括了链接时所需要的一些信息，比如符号表、调试信息、字符串等。一般目标文件将这些信息按不同的属性，以“节”(Section)的形式存储，有时候也叫“段”(Segment),一般情况下，它们都表示一个一定长度的区域，基本上不加以区别。

反汇编

      程序源代码编译后的机器指令经常被放在代码段(Code Section)里，代码段常见的名字有“.code”或“.text”。全局变量和局部静态变量数据经常放在数据段(Data Section)，数据段一般名字都叫“.data”。

注意：linux系统的GCC编译套件有一款工具叫做objdump，可以查看目标文件内部的数据！

      数据段中有一个叫做.bss段， bss以前其实是汇编伪指令，作用是为某些数据预留一块空间，bss其实是Block Started by Symbol，也就是用于存储未被初始化的全局变量和静态局部变量，但是在程序编译阶段是没有分配空间的，在程序运行时会得到空间。

常用的段名	说明
.rodatal	存放只读数据，比如字符串常量、全局 const 变量（与 .rodata 相同）。
.comment	存放编译器版本信息，例如 "GCC:(GNU)4.2.0"。
.debug	存放调试信息。
.dynamic	存放动态链接信息。
.hash	符号哈希表。
.line	存放调试时的行号表，即源代码行号与编译后指令的对应关系。
.note	存放额外的编译器信息，比如程序公司名、发布版本号等。
.strtab	String Table，字符串表，用于存储 ELF 文件中用到的各种字符串。
.symtab	Symbol Table，符号表。
.shstrtab	Section String Table，段名表，存储段名称的字符串表。
.plt	动态链接的跳转表和全局入口表（Procedure Linkage Table）。
.init	程序初始化与终结代码段。

另外，objdump工具也可以实现把可执行文件进行反汇编，可以把得到的反汇编代码重定向到某个文本中进行查看 “objdump -D demo > > xxx.txt”