在构建大型程序的时候，为了方便代码管理，会根据不同的功能把代码分为多个片段（或模块）并存储在不同的文件中，在代码执行时需要把这些代码模块合并成一个单一的可执行文件，这个合并过程称之为链接。本文详细描述了链接的整个过程。
一、从源代码到可执行目标文件
GCC编译C源码有四个步骤：
预处理——> 编译——> 汇编 ——> 链接
1. 预处理阶段，预处理器将C源代码包含的头文件编译进来，形成预处理文件。
2. 编译阶段，在这个阶段编译器会检查代码的规范性,是否有语法错误等，在确定无误后，编译器把代码翻译成汇编语言。
3. 汇编阶段，汇编器把在编译阶段生成的汇编语言转成二级制目标代码，分为可重定位目标文件，可执行目标代码和可共享目标代码。
4. 链接阶段，链接器把多个可重定位目标文件链接成最终可执行的目标文件。
接下来主要分析了链接阶段；
二、可重定位目标文件
代码模块在编译之后会形成可重定位目标文件，文件中存储的代码为二进制格式，但是这些代码是不能载入内存中运行的，原因有二：
a. 可能确少入口函数，在C语言中，入口函数为main；
b. 一些符号引用（全局变量或函数）缺乏定义，这些符号的定义存在其他模块文件中；
可重定位目标文件中除了基本的程序指令和程序数据之外，还提供了其他的数据结构(比如符号表)来提供链接时需要的信息。可重定位目标文件分为多个节，主要的节段如下；
1. 代码和数据
.text节：存储所有指令和常量，编译器对指令中的未知符号，会生成对应的重定位条目；
.data节: 存储所有已被初始化的全局变量、静态变量；
.bss节：存储所有未被初始化或初始化为0的全局变量和静态变量；
这三个节是目标文件的主体，负责符号定义和符号引用，程序运行时这些节的内容会加载入内存中执行，其他节是为了帮助链接器和加载器完成代码的链接和加载。另外存储数据的还有3个伪节：
.UNDEF：未定义符号，表明被这个目标文件引用，但是在其他地方定义
.COMMON：表示还未分配位置的未初始化的数据目标
.ABS：不该被重定位的符号
2. 符号表
符号表用来描述程序代码和程序数据中存储的指令和数据，其中的符号包含如下几类：
1. 在本模块定义，但是可被其他模块引用的符号，包括函数，全局变量；
2. 在本模块引用，但是在其他模块中定义的符号，包括函数，全局变量；
3. 只被本模块定义和引用的本地符号。带static的函数和带static的全局变量和本地变量；
每一条符号描述的数据结构如下：
1 typedef struct{ 2 int name; 3 char type:4, 4 binding:4; 5 char reserved; 6 short section; 7 long value; 8 long size; 9 }ELF64_Symbol;
符号表中的条目主要描述了符号定义的如下特征：符号类型,即函数还是变量(type)，作用域，即全局还是局部(binding),符号定义所在的节(section)，符号定义在节中的偏移量(value),符号定义所占空间的大小，连接器正是通过这些信息进行符号解析并对指令和数据进行重定位。
3. rel.text和rel.data
.rel.text: 一个.text节中位置的列表。当链接器将此文件与其他目标文件链接时需要修改这些位置，一般任何调用外部函数或引用全局变量的指令都要修改
.rel.data: 引用或定义的任何全局变量的重定位信息，任何已初始化的全局变量，如果它的初值是一个全局变量地址或外部函数地址，就需要修改
重定位时会修改这两个节段的值，然后链接器会通过这两个字段的条目计算符号引用指向的地址。条目的数据结构如下：
1 typedef struct{ 2 long offset; 3 long type:32, 4 symbol:32; 5 long addend; 6 }ELF64_Rela;
三、可执行目标文件
可执行目标文件可加载到内存中运行，其程序代码和数据中引用的符号都已经定位到对应的虚拟内存空间。由于没有未定义的符号和未初始化的数据目标，所以UNDEF、COMMON和ABS节段是不存在的。可执行目标文件结构如下：
四、链接过程
为了形成可执行的文件，多个可重定位目标文件需要合并在一起，为了正常合并，需要做到以下三点：
1. 解决符号定义冲突，多个符号可能在不同的文件中有多个定义，链接器需要按一定的规则选择其中的一个定义或抛出错误；
2. 重定位，由于多个文件合并成了一个文件，代码和数据在原来文件中的相对地址在新文件中将会发生改变，因此他们的位置需要重新定位，并且需要修改符号表和rel.data即rel.text表；
3. 计算符号引用地址，文件合并之后每个符号引用都有了唯一的定义，因此需要计算符号引用指向的地址，并将符号引用替换为对应的地址；
1. 符号解析——解决符号定义冲突
由于多个模块中可能存在对同一符号的重复定义，通过符号解析过程，可以确保每一个符号有且只有一个定义，并且符号表中对每个定义只存在唯一的符号解析。我们把已经初始化或初始化为0的符号称之为强符号，未初始化的符号称之为弱符号，符号解析规则如下：
规则一： 同一个符号不能存在两个及两个以上的强类型，否则抛出错误；
规则二： 同一个符号如果存在1个强类型和多个弱类型，那么选择强类型；
规则三： 同一个符号如果存在多个弱类型，则随机选择一个；
备注：多重定义全局变量会造成一些意想不到的错误，而且是默默发生的，编译系统不会警告，并会在程序执行很久后才能表现出来，且远离错误处。特别是在模块很多的大型软件中，这类错误很难修正，因此定义全局变量时要习惯赋初始值。
符号解析时，链接器会创建3个空的列表，分别存储未定义的符号(假设为A)，已定义的符号(假设为B)，以及目标文件列表（假设为C)。初始状态三个列表都为空，接下来链接器会依次选择目标文件，并将其加入列表C，然后根据目标文件的定义和解析规则更新A和B，当所有目标文件都遍历完成后，如果A不为空，说明有的符号引用未定义，会抛出错误。否则表明所有的引用都有唯一的定义，然后就能进行重定位了。
2. 重定位
符号解析完成后，由于每一个符号引用都有对应的唯一的定义，因此可以获得其地址和所占空间大小，根据这些信息可以依次把代码和数据按不同的字段聚合在一起，并重新定位聚合后符号的内存位置，然后修改符号表及rel.text和rel.data表中的符号描述。下面是一个简单的演示示例，两个模块分别定义了两个变量x,y：
3. 计算符号引用地址
重定位完成后通过rel.text和rel.data中的值可以计算出引用符号的地址，从而把代码和数据中的符号引用替换为相应的内存地址；