Linux C 語言之 Hello World 詳解
第一個 C 語言程序
學習 C 語言，大多數接觸的第一個 C 語言程序便是經典的 Hello World 程序，程序的功能是在當前終端上打印 “Hello World” 字符串！
該程序的實現代碼如下：
#include <stdio.h>
void main()
{
printf("Hello World\n");
}
在 GNU/Linux 系統中，使用 gcc 編譯器，編譯並執行 helloworld 程序的指令為：
- 通過 vi 編輯器編寫上面代碼，並保存為 helloworld.c
- 使用 gcc 編譯器編譯源代碼生成可執行文件 helloworld： gcc -o helloworld helloworld.c
- 執行當前目錄中的 helloworld 程序：./helloworld
當前終端屏幕就會打印 Hello World，如下圖：
程序運行原理
GNU/Linux 系統中可執行程序都是 elf 格式二進制文件，該文件跟 Windows 系統的 exe 文件類似，通過 Linux 的 Shell 比如 Bash 加載到內存，由操作系統啟動
新線程，然后開始執行。我們可以通過 file 命令查看目標文件的格式：
:~$ file helloworld
helloworld: ELF 64-bit LSB executable, x86-64, version 1 (SYSV), dynamically linked, interpreter /lib64/ld-linux-x86-64.so.2, for GNU/Linux 2.6.32, BuildID[sha1]=203388067920d237ab234e8eb97714f56919799f, not stripped
編譯，鏈接
從源代碼生成可執行文件，需要很多步驟，最主要的步驟就是編譯和鏈接。在我們上述的過程中，編譯和鏈接都是由 gcc 程序完成的。
當然我們也可以分開來執行編譯和鏈接過程：
gcc -c helloworld.c
ld -o helloworld helloworld.o -dynamic-linker /lib64/ld-linux-x86-64.so.2 /usr/lib/x86_64-linux-gnu/crt1.o /usr/lib/x86_64-linux-gnu/crti.o /usr/lib/x86_64-linux-gnu/crtn.o -lc
可以看到，簡單的 helloworld 程序依賴了大量的系統文件，其中主要的是程序運行環境相關的 crt （C RunTime Library）和 系統 c 語言庫 glibc。
當然不同的平台這個步驟可能不同，可以在 gcc 命令中添加 -v 參數，查看編譯和鏈接的完整步驟。
運行時
我們從代碼可見的程序起始是 main 函數，但是編譯器在編譯鏈接的過程中，在我們的程序中添加了運行時代碼，所以程序的起始並不是 main 函數了，可以通過 nm 查看我們的程序的地址和符號：
$ nm helloworld
0000000000600734 D __bss_start
0000000000600730 D __data_start
0000000000600730 W data_start
0000000000600570 d _DYNAMIC
0000000000600734 D _edata
0000000000600738 D _end
0000000000400464 T _fini
0000000000600708 d _GLOBAL_OFFSET_TABLE_
w __gmon_start__
0000000000400340 T _init
0000000000600570 d __init_array_end
0000000000600570 d __init_array_start
000000000040047c R _IO_stdin_used
0000000000400460 T __libc_csu_fini
00000000004003f0 T __libc_csu_init
U __libc_start_main@@GLIBC_2.2.5
00000000004003a0 T main
U puts@@GLIBC_2.2.5
00000000004003c0 T _start
可以看到 main 函數已經不是在程序的代碼段開頭了。可以通過對 gcc 添加 -Map 參數，來生成程序的 map 文件，方便我們查看程序的代碼段，數據段等信息：
gcc -o helloworld helloworld.c -Wl,-Map,helloworld.map
通過 helloworld.map 可以清晰的看到 main 函數所在的 text 段，和相關的地址信息。
鏈接庫
gcc 默認動態庫的搜索路徑搜索的先后順序是：
- 編譯目標代碼時指定的動態庫搜索路徑；
- 環境變量LD_LIBRARY_PATH指定的動態庫搜索路徑；
- 配置文件/etc/ld.so.conf中指定的動態庫搜索路徑；
- 默認的動態庫搜索路徑/lib、/usr/lib。
所以指定目標庫的時候需要使用 -rpath 參數傳遞路徑給 gcc。
我們這里只是使用了標准 c 庫，版本為 ldd 展示的 /lib/x86_64-linux-gnu/libc.so.6 GLIBC_2.2.5
ldd helloworld
linux-vdso.so.1 => (0x00007ffd493f3000)
libc.so.6 => /lib/x86_64-linux-gnu/libc.so.6 (0x00007f5f12756000)
/lib64/ld-linux-x86-64.so.2 (0x00007f5f12b20000)
編譯器優化
我們顯示調用的 c 庫函數是 printf，在 c 語言庫中 stdio.h 中定義：
/* Write formatted output to stdout.
This function is a possible cancellation point and therefore not
marked with __THROW. */
extern int printf (const char *__restrict __format, ...);
但是實際上，我們通過 nm 命令看到可執行文件中調用的 c 庫的 puts， 通過匯編更能清晰的看到這個調用的詳細情況：
gcc -S helloworld.c
cat helloworld.s
.file "helloworld.c"
.section .rodata
.LC0:
.string "Hello World"
.text
.globl main
.type main, @function
main:
.LFB0:
.cfi_startproc
pushq %rbp
.cfi_def_cfa_offset 16
.cfi_offset 6, -16
movq %rsp, %rbp
.cfi_def_cfa_register 6
movl $.LC0, %edi
call puts
nop
popq %rbp
.cfi_def_cfa 7, 8
ret
.cfi_endproc
.LFE0:
.size main, .-main
.ident "GCC: (Ubuntu 5.4.0-6ubuntu1~16.04.9) 5.4.0 20160609"
.section .note.GNU-stack,"",@progbits
當打印的全部是字符串，即沒有需要轉為字符串的操作的時候， gcc 會把 printf 優化成 puts。所以對於編譯器的優化對程序員來說有時候是透明的。
我們需要仔細的檢查編譯器是否對我們的代碼進行了優化。
Hello World 打印原理
從上面的分析，我們知道，我們的 helloworld 程序主要是調用了 puts 函數進行打印，puts 在 glibc 中的實現如下：
/* Write the string in S and a newline to stdout. */
int
puts (const char *s)
{
return fputs (s, stdout) || putchar ('\n') == EOF ? EOF : 0;
}
該函數主要是調用 fputs 將字符串送到 stdout （標注輸出），並送出一個換行符！換行符同樣是送到 stdout ：
/* Write the character C on stdout. */
int
putchar (int c)
{
return __putc (c, stdout);
}
stdout, stdin 和 stderr
那么 stdout 是什么，glibc 是如何通過 stdout 將我們的終端相連接的呢？
stdout 在 glibc 中是 FILE 類型的指針：
/* Standard streams. */
extern FILE *stdin, *stdout, *stderr;
#ifdef __STRICT_ANSI__
/* ANSI says these are macros; satisfy pedants. */
#define stdin stdin
#define stdout stdout
#define stderr stderr
#endif
這 3 個指針分別是對應 fd 號為 0,1,2 的 3 個 標准 fd 的封裝：
/* Standard streams. */
#define READ 1, 0
#define WRITE 0, 1
#define BUFFERED 0
#define UNBUFFERED 1
#define stdstream(name, next, fd, readwrite, unbuffered) \
{ \
_IOMAGIC, \
NULL, NULL, NULL, NULL, 0, \
(void *) fd, \
{ readwrite, /* ... */ }, \
{ NULL, NULL, NULL, NULL, NULL }, \
{ NULL, NULL }, \
-1, -1, \
(next), \
NULL, '\0', 0, \
0, 0, unbuffered, 0, 0, 0, 0 \
}
static FILE stdstreams[3] =
{
stdstream (&stdstreams[0], &stdstreams[1], STDIN_FILENO, READ, BUFFERED),
stdstream (&stdstreams[1], &stdstreams[2], STDOUT_FILENO, WRITE, BUFFERED),
stdstream (&stdstreams[2], NULL, STDERR_FILENO, WRITE, UNBUFFERED),
};
FILE *stdin = &stdstreams[0];
FILE *stdout = &stdstreams[1];
FILE *stderr = &stdstreams[2];
其中可以明確的知道：
- 只有 stderr 是不緩沖的，stdin 和 stdout 都是緩沖的，那么輸出到 stdout 的字符可能不會立即顯示
- stdin 是只讀的， stdout 和 stderr 是只能寫的，其他的操作，比如讀 stdout 是不可預知的。
- fd 是顯示直接強制賦值的，就是說 0,1,2 應該是已經打開的描述符，否則會出現輸入輸出錯誤。
那么是在何時打開的標准描述符呢？
stdio 與 tty
stdio 是與 tty 對應的，一個系統中可以有很多用戶，或者一個用戶打開了多個終端，但是 printf 等輸出都是在當前終端上。
stdio 是與 tty 一一對應。從 glibc 的代碼我們可以找到打開標准描述符 0,1,2 的位置：
login_tty.c
int
login_tty(fd)
int fd;
{
(void) setsid();
#ifdef TIOCSCTTY
if (ioctl(fd, TIOCSCTTY, (char *)NULL) == -1)
return (-1);
#else
{
/* This might work. */
char *fdname = ttyname (fd);
int newfd;
if (fdname)
{
if (fd != 0)
(void) close (0);
if (fd != 1)
(void) close (1);
if (fd != 2)
(void) close (2);
newfd = open (fdname, O_RDWR);
(void) close (newfd);
}
}
#endif
(void) dup2(fd, 0);
(void) dup2(fd, 1);
(void) dup2(fd, 2);
if (fd > 2)
(void) close(fd);
return (0);
}
每次登陸的時候，系統會將當前的 login 程序傳入的 fb， dump 出來 3 份，分別的 fb 值就是 0,1,2
因此， stdin、stdout、stderr 其實對應的是同一個文件，這個文件就是當前 login 使用的 tty 。
從內存到設備
我們的 helloworld 程序被 shell 加載到內存， “Hello World” 字符串也是在內存的位置，如何輸出到 tty 設備呢？
我們 tty 設備是虛擬的設備，可能是 LCD 顯示器，可能是串口，也可能是 LED 顯示器。其中的對應和輸出流，
那就是要牽涉到具體的設備驅動，那又是另一個領域才能講清楚的了。大概的數據流就是：
- 輸出設備和 tty 是綁定的，輸出到 tty 就會把數據傳遞給顯示設備驅動程序
- 設備驅動程序會把字符串數據最后通過 DMA 或者其他總線方式發給設備
- 最終的設備會顯示我們需要看到的字符串 “Hello World”