为什么 ld 不能忽略未使用的未解析符号？

Question

考虑以下源文件：

交流：

extern int baz();

int foo() { return 123; }
int bar() { return baz() + 1; }

b.c:

extern int foo();

int main() { return foo(); }

现在，当我尝试使用这些资源构建程序时，会发生以下情况：

$ gcc -c -o a.o a.c
$ gcc -c -o b.o b.c
$ gcc -o prog a.o b.o
/usr/bin/ld: a.o: in function `bar':
a.c:(.text+0x15): undefined reference to `baz'
collect2: error: ld returned 1 exit status

这是在 Devuan GNU/Linux Chimaera 上，带有 GNU ld 2.35.2，GCC 10.2.1。

为什么会这样？我的意思是，不需要任何复杂的优化就可以知道baz() 在bar() 中并不真正需要 - ld 在某些时候自然会注意到这一点 - 例如在完成对bar() 的遍历时，没有注意到使用baz() 的位置。

现在，你可以说“einpoklum，你没有让编译器为你找麻烦”——我想这很公平，但即使我在这些指令中使用-O3，我也会得到相同的结果错误。

注意：启用 LTO 和优化后，我们可以规避这个问题：

$ gcc -c -flto -O1 -o b.o b.c
$ gcc -c -flto -O1 -o a.o a.c
$ gcc -o prog -O1 -flto a.o b.o
$ /prog ; echo $?;
123

Answer 1

在此代码的“普通”传统编译中：

extern int baz();

int foo() { return 123; }
int bar() { return baz() + 1; }

编译器创建一个对象模块，其中包含两个例程的代码以及符号foo 和bar 的定义以及对baz 的引用。没有什么可以告诉链接器属于foo 的代码在哪里开始和结束，属于bar 的代码在哪里开始和结束，甚至任何给定的代码片段——或对象模块中的任何给定字节——只属于到foo 或bar 之一。如果我用汇编语言编写并组装成一个对象模块，我可以在foo 中包含跳转到bar 的代码（仅使用由汇编程序计算的硬编码偏移量，并且不会在链接器可见的任何符号中显示）反之亦然。

所以链接器无法知道foo和bar可以分开。

后来，为编译器创建了一个协议，以保持函数分离，并在目标模块中提供足够的信息，链接器可以确定它们在哪里分离，并告诉链接器可以分离函数。当启用该选项时，链接器可能能够在程序中包含foo，而不包含bar。

此功能还不是工具中的默认功能，这是各种构建系统和项目的遗留问题、惯性和当前实践。

Answer 2

如果您使用 gcc 和 binutils ld 构建程序，则需要将函数放在单独的部分中。它由-fdata-sections & -ffunction-sections 命令行选项存档。

与数据相同。然后，如果您不希望在可执行文件中包含死代码，则需要使用 --gc-sections ld 选项启用它。

把这一切放在一起：

$ gcc -fdata-sections -ffunction-sections -c -o a.o a.c
$ gcc -c -o b.o b.c
$ gcc -Wl,--gc-sections -o prog a.o b.o
$ /prog ; echo $?
123

如果您想在启用这些选项的情况下默认启用简单构建GCC。