Task: C++ 컴파일 과정

[fkdl0048]

• https://github.com/fkdl0048/BookReview/issues/278

해당 챕터 내용 정리하다. 아카이빙 자료로 뺌

C++ Compiler

C++ 컴파일러관련 내용 정리

C++의 컴파일 과정

C++의 컴파일 과정은 크게 4단계로 나뉜다.

1. 전처리 단계: #include, #define 등의 전처리 지시자를 처리한다.
2. 컴파일 단계: 소스 파일들을 어셈블리 명령어로 변환한다.
3. 어셈블 단계: 어셈블리 코드들을 실제 기계어로 이루어진 목적 코드로 변환한다.
4. 링크 단계: 마지막으로 각각의 목적 코드를 하나의 실행 파일로 합친다.

전처리 단계 (Preprocessor)

전처리 단계와 컴파일 단계 모두 컴파일러 안에서 수행된다. C++ 표준에 따르면 이 두 단계는 8개의 세부 단계로 쪼개질 수 있다. 1부터 6까지가 전처리 과정으로 볼 수 있고, 나머지 세 개의 단계를 컴파일 과정으로 볼 수 있다.

Phase 1: 문자들 해석하기

가장 첫 단계로 문자들을 해석하는 것이다. C++ 코드에서는 총 96개의 문자들로 이루어진 Basic source character set을 통해 문자들을 해석한다.

// 원본 소스 코드 (UTF-8로 저장되었다고 가정)
int main() {
    std::cout << "Hello, 세계!" << std::endl;
    return 0;
}

cppCopyint main() {
    std::cout << "Hello, \u1138\u1112\u1100\uCE!" << std::endl;
    return 0;
}

phase 2: \문자 해석하기

\문자가 문장 맨 끝 부분에 위치한다면 해당 문장과 바로 다음에 오는 문장이 하나로 합쳐지고 개행 문자는 삭제된다.

#define LONG_MACRO This is a very \
long macro definition that \
spans multiple lines

#define LONG_MACRO This is a very long macro definition that spans multiple lines

Phase 3: 전처리 토큰들로 분리하기

이 단계에서는 소스 파일을 주석, 공백 문자, 전처리 토근들로 불리하는 단계이다. 전처리 토큰은 C++에서 가장 기본적인 문법 요소로 후에 컴파일러가 사용하는 토큰의 근간이 된다. 다음과 같은 것들이 전처리 토큰에 해당한다.

• 헤더 이름 (e.g. #include <iostream>)
• 식별자 (e.g. main, std, cout)
• 문자/문자 리터럴 (e.g. 'a', "Hello, world!")
• 연산자들 (e.g. +, <<, ==)

#include <iostream>

int main() {
    // This is a comment
    std::cout << "Hello, world!" << std::endl;
    return 0;
}

• #include <iostream>은 전처리 지시자와 헤더 이름으로 인식됩니다.
• int, main, std, cout, endl, return은 식별자로 분류됩니다.
• "Hello, world!"는 문자열 리터럴로 인식됩니다.
• <<, ::는 연산자로 분류됩니다.
• (, ), {, }, ;는 구분자로 분류됩니다.
• 0은 숫자 리터럴로 분류됩니다.

Phase 4: 전처리 실행 단계

전처리 토큰을 분리했으니 이제 전처리기를 실행한다.

• #include에 지정된 파일의 내용을 복사한다.
• #define에 정의된 매크로를 사용해서 코드를 치환한다.
• #if, #ifdef와 같은 구문들을 실행해서 코드를 치환한다.
• #program와 같은 컴파일러 명령문을 해석한다.

#include <iostream>
int main() {}

다음 코드는 실제로 다음과 같이 변환된다.

namespace std
{
  typedef long unsigned int size_t;
  typedef long int ptrdiff_t;
  typedef decltype(nullptr) nullptr_t;
}
namespace std
{
  inline namespace __cxx11 __attribute__((__abi_tag__ ("cxx11"))) { }
}
namespace __gnu_cxx
{
  inline namespace __cxx11 __attribute__((__abi_tag__ ("cxx11"))) { }
}

// (생략) 약 27300줄의 코드

int main() {

따라서 헤더 가드를 사용하여 중복 포함을 방지하는 것이 중요하다. 또한 #include로 복사된 헤더 파일들은 다시 Phase 1부터 4까지의 단계를 거친다. 이 과정은 파일에 전처리기문이 없을 때 까지 지속된다.

but, C++20부터는 모듈이라는 개념이 도입되어 이러한 문제를 해결한다.

++ 해당 내용과 관련된 Item 2: #define을 쓰려거든 const, enum, inline을 떠올리자 참고

Phase 5: 실행 문자 셋으로 변경하기

모든 문자들은 이전의 소스 코드 문자 셋에서 실행 문자 셋(Execution character set) 의 문자들로 변경된다.

Phase 6: 인접한 문자열 합치기

이 단계에서 인접한 문자열들이 하나로 합쳐진다.

std::cout << "Hello, " "world!" << std::endl;

std::cout << "Hello, world!" << std::endl;

여기까지가 전처리기 과정이다.

컴파일 단계 (Compiler)

전처리기 과정이 끝나고 나면 실제 컴파일 과정이 수행된다. 앞서 생성되었던 전처리기 토근들을 바탕으로 실제 컴파일 토근을 생성하여 분석한다.

Phase 7: 해석 유닛 생성 (Translation unit)

전처리기 토근들이 컴파일 토근으로 변환이 되고, 컴파일 토큰들은 컴파일러에 의해 해석되어서 해석 유닛(Translation unit, TU)이 생성된다. 해석 유닛은 컴파일러가 처리하는 가장 작은 단위로, 보통 하나의 소스 파일을 의미한다.

Phase 8: 인스턴스 유닛 생성 (Instantiation unit)

컴파일러는 TU를 분석해서 필요로 하는 템플릿 인스턴스를 확인한다. 템플릿들의 위치가 확인이 되면 해당 템플릿들의 인스턴스화가 진행되고 이를 통해서 인스턴스 유닛이 생성된다.

이 단계를 머치면 컴파일러는 목적 코드를 생성할 수 있게 되어 링킹을 위해 링커로 전달한다.

참조

• 씹어먹는 C++ - <20 - 1. 코드 부터 실행 파일 까지 - 전체적인 개요>