编译器和链接器的工作原理和流程

      最近一直在思考微软C++编译器和连接器的工作原理，上网搜寻了很多，没有一篇文章是系统介绍的，无赖之下只得把个人的观点写了下来，纯属个人观点。当中有很多值得商榷或者根本就是错误的地方，但一时又不知道如何修改也不想修改了，因为这个问题我想了几天，似乎越想越糊涂，所以干脆做个了结，非常欢迎大家批评指修改补充，大家一起讨论，共同进步。

      首先定义一个结构体：

typedef struct

 {

    DWORD dName;

    DWORD dAddr;

    BOOL bPublic;//public型才可被其他模块引用

}_SDTE,_ERTE;//符号描述表项，外部应用表项

compiler：

      1.翻译语句，并收集所有符号，分别加入到SDT和ERT。编译器遇到变量定义语句时，会分配空间给该变量，并添加一条_SDTE，翻译程序忽略这条语句；编译器遇到符号声明语句时，根据其前缀决定是加入ERT还是SDT，然后忽略本条语句。编译器发现函数定义时，首先扫描SDT，如果未包含此符号，则加入一条_SDTE；如果已经包含该符号，  则判断该_SDTE的dAddr是否为空，若为空，则修复表项，否则报错“重复定义”。

      2.编译器检查ERT和SDT是否有相同项，如果有则报错“重复定义”。

      3.逐条扫描SDT中未解析的符号（即没有确定地址的symbol，通常是函数），在文件中寻找其定义，修复表项。

      4.再次扫描SDT，如果依然有未解析的符号，编译器报错“未定义的符号”，生成obj文件失败，编译结束；否则进入下一步。

      5.用符号地址替换替换符号名（ERT中符号名除外），完成符号解析。

      6.添加其他控制信息，生成obj文件，编译结束。

 

linker：

      1.合并各文件的SDT和ERT，组装成全局SDT和ERT。

      2.连接器将所有obj、lib文件连接到同一地址空间，重定向SDT中所有符号地址，以及符号引用处地址。

      3.逐条扫描ERT中条目，全局范围内搜索其定义（应该可以直接从SDT中提取），修复ERT。

      4.对于_imp_?开头的符号，连接器认为他们保存的是DLL中导出函数或变量的地址，对于这类符号，连接器会从lib中提取相应信息  生成输入目录项，同时将这些_imp_?开头的符号组织在一起，构成IAT。4.解析文件中所有符号（基本上就是函数调用的部分）。

      5.将各模块的公共部分合并成段，比如代码部分合并成代码段，数据部分合并成数据段等等，添加必要的控制信息，组装成PE文件。

注：lib分为两种，一种是普通cpp文件的obj集合，另一种是DLL的lib。DLL的lib中通常会有形如_imp_?symbol的变量，该变量实际上保存了DLL中的对应符号的地址信息（函数或者变量），比如_imp_?symbol,就保存了DLL中symbol的地址（可能是变量或函数），另外lib中还有一些存根函数以及DLL名等信息。判断一个符号是否在某个模块(obj)定义，只要查看该模块的SDT中是否有该符号即可，即查看该符号是否有地址，有地址即已定义。