C和C＋＋混合编译

关于extern_C

通常，在C语言的头文件中经常可以看到类似下面这种形式的代码：

[plain] view plaincopyprint?

1. #ifdef  __cplusplus
2. extern "C" {
3. #endif
4. /**** some declaration or so *****/
5. #ifdef  __cplusplus
6. }
7. #endif  /* end of __cplusplus */

那么，这种写法什么用呢？实际上，这是为了让CPP能够与C接口而采用的一种语法形式。之所以采用这种方式，是因为两种语言之间的一些差异所导致的。由于CPP支持多态性，也就是具有相同函数名的函数可以完成不同的功能，CPP通常是通过参数区分具体调用的是哪一个函数。在编译的时候，CPP编译器会将参数类型和函数名连接在一起，于是在程序编译成为目标文件以后，CPP编译器可以直接根据目标文件中的符号名将多个目标文件连接成一个目标文件或者可执行文件。但是在C语言中，由于完全没有多态性的概念，C编译器在编译时除了会在函数名前面添加一个下划线之外，什么也不会做（至少很多编译器都是这样干的）。由于这种的原因，当采用CPP与C混合编程的时候，就可能会出问题。假设在某一个头文件中定义了这样一个函数：

[plain] view plaincopyprint?

1. int foo(int a, int b);

而这个函数的实现位于一个.c文件中，同时，在.cpp文件中调用了这个函数。那么，当CPP编译器编译这个函数的时候，就有可能会把这个函数名改成_fooii，这里的ii表示函数的第一参数和第二参数都是整型。而C编译器却有可能将这个函数名编译成_foo。也就是说，在CPP编译器得到的目标文件中，foo()函数是由_fooii符号来引用的，而在C编译器生成的目标文件中，foo()函数是由_foo指代的。但连接器工作的时候，它可不管上层采用的是什么语言，它只认目标文件中的符号。于是，连接器将会发现在.cpp中调用了foo()函数，但是在其它的目标文件中却找不到_fooii这个符号，于是提示连接过程出错。extern "C" {}这种语法形式就是用来解决这个问题的。本文将以示例对这个问题进行说明。

首先假设有下面这样三个文件：

[plain] view plaincopyprint?

1. /* file: test_extern_c.h */
2. #ifndef __TEST_EXTERN_C_H__
3. #define __TEST_EXTERN_C_H__
4. #ifdef  __cplusplus
5. extern "C" {
6. #endif
7. /*
8. * this is a test function, which calculate
9. * the multiply of a and b.
10. */
11. extern int ThisIsTest(int a, int b);
12. #ifdef  __cplusplus
13. }
14. #endif  /* end of __cplusplus */
15. #endif

在这个头文件中只定义了一个函数，ThisIsTest()。这个函数被定义为一个外部函数，可以被包括到其它程序文件中。假设ThisIsTest()函数的实现位于test_extern_c.c文件中：

[plain] view plaincopyprint?

1. /* test_extern_c.c */
2. #include "test_extern_c.h"
3. int ThisIsTest(int a, int b)
4. {
5. return (a + b);
6. }

可以看到，ThisIsTest()函数的实现非常简单，就是将两个参数的相加结果返回而已。现在，假设要从CPP中调用ThisIsTest()函数：

[plain] view plaincopyprint?

1. /* main.cpp */
2. #include "test_extern_c.h"
3. #include <stdio.h>
4. #include <stdlib.h>
5. class FOO {
6. public:
7. int bar(int a, int b)
8. {
9. printf("result=%i\n", ThisIsTest(a, b));
10. }
11. };
12. int main(int argc, char **argv)
13. {
14. int a = atoi(argv[1]);
15. int b = atoi(argv[2]);
16. FOO *foo = new FOO();
17. foo->bar(a, b);
18. return(0);
19. }

在这个CPP源文件中，定义了一个简单的类FOO，在其成员函数bar()中调用了ThisIsTest()函数。下面看一下如果采用gcc编译test_extern_c.c，而采用g++编译main.cpp并与test_extern_c.o连接会发生什么情况：

[plain] view plaincopyprint?

1. [[email protected] src]$ gcc -c test_extern_c.c
2. [[email protected] src]$ g++ main.cpp test_extern_c.o
3. [[email protected] src]$ ./a.out 4 5
4. result=9

可以看到，程序没有任何异常，完全按照预期的方式工作。那么，如果将test_extern_c.h中的extern "C" {}所在的那几行注释掉会怎样呢？注释后的test_extern_c.h文件内容如下：

[plain] view plaincopyprint?

1. /* test_extern_c.h */
2. #ifndef __TEST_EXTERN_C_H__
3. #define __TEST_EXTERN_C_H__
4. //#ifdef   __cplusplus
5. //extern "C" {
6. //#endif
7. /*
8. * this is a test function, which calculate
9. * the multiply of a and b.
10. */
11. extern int ThisIsTest(int a, int b);
12. //#ifdef   __cplusplus
13. //  }
14. //#endif   /* end of __cplusplus */
15. #endif

除此之外，其它文件不做任何的改变，仍然采用同样的方式编译test_extern_c.c和main.cpp文件：

[plain] view plaincopyprint?

1. [[email protected] src]$ gcc -c test_extern_c.c
2. [[email protected] src]$ g++ main.cpp test_extern_c.o
3. /tmp/cca4EtJJ.o(.gnu.linkonce.t._ZN3FOO3barEii+0x10): In function `FOO::bar(int, int)‘:
4. : undefined reference to `ThisIsTest(int, int)‘
5. collect2: ld returned 1 exit status

在编译main.cpp的时候就会出错，连接器ld提示找不到对函数ThisIsTest()的引用。

为了更清楚地说明问题的原因，我们采用下面的方式先把目标文件编译出来，然后看目标文件中到底都有些什么符号：

[plain] view plaincopyprint?

1. [[email protected] src]$ gcc -c test_extern_c.c
2. [[email protected] src]$ objdump -t test_extern_c.o
3. test_extern_c.o:     file format elf32-i386
4. SYMBOL TABLE:
5. 00000000 l    df *ABS*  00000000 test_extern_c.c
6. 00000000 l    d  .text  00000000
7. 00000000 l    d  .data  00000000
8. 00000000 l    d  .bss   00000000
9. 00000000 l    d  .comment       00000000
10. 00000000 g     F .text  0000000b ThisIsTest
11. [[email protected] src]$ g++ -c main.cpp
12. [[email protected] src]$ objdump -t main.o
13. main.o:     file format elf32-i386
14. SYMBOL TABLE:
15. 00000000 l    df *ABS*  00000000 main.cpp
16. 00000000 l    d  .text  00000000
17. 00000000 l    d  .data  00000000
18. 00000000 l    d  .bss   00000000
19. 00000000 l    d  .rodata        00000000
20. 00000000 l    d  .gnu.linkonce.t._ZN3FOO3barEii 00000000
21. 00000000 l    d  .eh_frame      00000000
22. 00000000 l    d  .comment       00000000
23. 00000000 g     F .text  00000081 main
24. 00000000         *UND*  00000000 atoi
25. 00000000         *UND*  00000000 _Znwj
26. 00000000         *UND*  00000000 _ZdlPv
27. 00000000  w    F .gnu.linkonce.t._ZN3FOO3barEii 00000027 _ZN3FOO3barEii
28. 00000000         *UND*  00000000 _Z10ThisIsTestii
29. 00000000         *UND*  00000000 printf
30. 00000000         *UND*  00000000 __gxx_personality_v0

可以看到，采用gcc编译了test_extern_c.c之后，在其目标文件test_extern_c.o中的有一个ThisIsTest符号，这个符号就是源文件中定义的ThisIsTest()函数了。而在采用g++编译了main.cpp之后，在其目标文件main.o中有一个_Z10ThisIsTestii符号，这个就是经过g++编译器“粉碎”过后的函数名。其最后的两个字符i就表示第一参数和第二参数都是整型。而为什么要加一个前缀_Z10我并不清楚，但这里并不影响我们的讨论，因此不去管它。显然，这就是原因的所在，其原理在本文开头已作了说明。

[plain] view plaincopyprint?

1. [[email protected] src]$ gcc -c test_extern_c.c
2. [[email protected] src]$ objdump -t test_extern_c.o
3. test_extern_c.o:     file format elf32-i386
4. SYMBOL TABLE:
5. 00000000 l    df *ABS*  00000000 test_extern_c.c
6. 00000000 l    d  .text  00000000
7. 00000000 l    d  .data  00000000
8. 00000000 l    d  .bss   00000000
9. 00000000 l    d  .comment       00000000
10. 00000000 g     F .text  0000000b ThisIsTest

那么，为什么采用了extern "C" {}形式就不会有这个问题呢，我们就来看一下当test_extern_c.h采用extern "C" {}的形式时编译出来的目标文件中又有哪些符号：

[plain] view plaincopyprint?

1. [[email protected] src]$ g++ -c main.cpp
2. [[email protected] src]$ objdump -t main.o
3. main.o:     file format elf32-i386
4. SYMBOL TABLE:
5. 00000000 l    df *ABS*  00000000 main.cpp
6. 00000000 l    d  .text  00000000
7. 00000000 l    d  .data  00000000
8. 00000000 l    d  .bss   00000000
9. 00000000 l    d  .rodata        00000000
10. 00000000 l    d  .gnu.linkonce.t._ZN3FOO3barEii 00000000
11. 00000000 l    d  .eh_frame      00000000
12. 00000000 l    d  .comment       00000000
13. 00000000 g     F .text  00000081 main
14. 00000000         *UND*  00000000 atoi
15. 00000000         *UND*  00000000 _Znwj
16. 00000000         *UND*  00000000 _ZdlPv
17. 00000000  w    F .gnu.linkonce.t._ZN3FOO3barEii 00000027 _ZN3FOO3barEii
18. 00000000         *UND*  00000000 ThisIsTest
19. 00000000         *UND*  00000000 printf
20. 00000000         *UND*  00000000 __gxx_personality_v0

注意到这里和前面有什么不同没有，可以看到，在两个目标文件中，都有一个符号ThisIsTest，这个符号引用的就是ThisIsTest()函数了。显然，此时在两个目标文件中都存在同样的ThisIsTest符号，因此认为它们引用的实际上同一个函数，于是就将两个目标文件连接在一起，凡是出现程序代码段中有ThisIsTest符号的地方都用ThisIsTest()函数的实际地址代替。另外，还可以看到，仅仅被extern "C" {}包围起来的函数采用这样的目标符号形式，对于main.cpp中的FOO类的成员函数，在两种编译方式后的符号名都是经过“粉碎”了的。

因此，综合上面的分析，我们可以得出如下结论：采用extern "C" {} 这种形式的声明，可以使得CPP与C之间的接口具有互通性，不会由于语言内部的机制导致连接目标文件的时候出现错误。需要说明的是，上面只是根据我的试验结果而得出的结论。由于对于CPP用得不是很多，了解得也很少，因此对其内部处理机制并不是很清楚，如果需要深入了解这个问题的细节请参考相关资料。

备注：

1. 对于要在cpp中使用的在c文件中写好的函数func()，只需要在c文件的头文件中添加extern "C"声明就可以了。比如：extern "C" func() { ...}

当然，可以使用

#ifdef __cplusplus

extern "C" {

#endif

和

#ifdef __cplusplus

}

#endif

将整个c文件的函数全都括起来。