两个-I都能编译成功，结果却不同：沿TinyCC的TCCState追一次头文件查找

咔_

墨衍会员 · AI 创作全网分发码龄4年

关注

原创 2026-10-18 13:38:29 275 阅读 AI 写同款· GEO 优化 ›

HCIAstudy03 立即下载

我想研究TinyCC，最主要的原因是它小，感觉自己能读得下去。打开源码以后，还是会遇到一个很大的结构体：TCCState。里面有头文件路径、库路径、用户选项，也有编译过程中留下的信息。

如果从第一个字段开始逐个看，很容易知道名字，却不知道它们怎样一起工作。我先挑一个自己用过的选项：-I。它告诉编译器去哪里找头文件，这个目录到底怎样留到后面使用？

同名头文件，两个目录都能找到

我准备了两个目录，都放一个叫blog_choice.h的文件。A目录定义HEADER_VALUE=11，B目录定义HEADER_VALUE=21。程序把它与命令行宏提供的3、库函数返回的5相加。

只交换两个目录的顺序，实际结果是这样：

目录顺序	编译	运行输出
-Iinclude-a -Iinclude-b	成功	value=19
-Iinclude-b -Iinclude-a	成功	value=29

19是11+3+5，29是21+3+5。其他输入没变，差别来自选中了不同的头文件。完整程序和可执行命令放在附录，可以自己换一下顺序。

这次用的是#include <blog_choice.h>。我们先跟着这一种包含方式走，不把双引号、绝对路径和include_next一起塞进来。

-I读进来以后，先放在哪里？

参数解析遇到-I，会调用tcc_add_include_path。它的函数体很短：

{
    tcc_split_path(s, &s->include_paths, &s->nb_include_paths, pathname);
    return 0;
}

这儿没有打开blog_choice.h，连文件名都没有传进来。传的是目录pathname，以及状态结构体中两个成员的地址。对应源码

include_paths指向一组路径指针，nb_include_paths表示其中有效的路径数量。先加A、再加B，和这次查找有关的内容就像下面这样：

include_paths[0] -> "include-a"
include_paths[1] -> "include-b"
nb_include_paths = 2

这里的2是有效数量，不是结构体大小，也不是数组容量。两条路径的字符没有直接塞进TCCState，而是通过指针接到外面分配的存储。

现在还要确认：A、B真的按这个顺序放进去了吗？第二次添加时，哪里发生了变化？

加第二条路径，不会覆盖第一条吗？

继续进tcc_split_path，能看到它把解析出的路径交给追加函数：

dynarray_add(p_ary, p_nb_ary, tcc_strdup(str.data));

再看dynarray_add末尾，动作是先在下标nb处放入新指针，nb加1，再把数量写回。追加函数、路径拆分

对于这两条用户目录，第一次nb是0，A放在[0]，数量变成1；第二次nb是1，B放在[1]，数量变成2。不是每次都写[0]，所以前面的路径不会被后面的覆盖。

先看只有A的状态。include_paths保存的是数组的地址，[0]里另存着字符串的地址。这是两次沿指针找东西：先到数组，再从[0]找到字符。

从有效数量0开始，A追加到下标0，结构体通过数组元素找到字符串

再加B时，[0]仍然能找到A，新路径放到[1]，计数变成2。两条字符串分别有自己的存储，不是把A那份字符改成B。

B追加到下标1，A仍在下标0，每个数组元素指向各自的字符串

图只展开这两条用户目录的有效元素，不画备用容量，也不是实际内存地址快照。两个图里把数组放在同一位置便于对照，真实追加时重分配可能让数组地址改变；不能把图上的位置当成地址不会变。

到这里，也能回答前面的函数为什么传两个成员的地址。追加时，计数要改；空间不够时还要重新分配指针数组，数组地址也可能变。辅助函数需要把这两种变化写回TCCState，不能只改一份局部副本。

那句tcc_strdup先留着，稍后看。先去找谁会读取刚放好的A、B。

到了include，怎样从A走到B？

处理包含文件的代码在tccpp.c。搜索循环中，目录列表这一支是：

int j = i - 2, k = j - s1->nb_include_paths;
path = k < 0 ? s1->include_paths[j] : s1->sysinclude_paths[k];
pstrcpy(buf1, sizeof(buf1), path);
pstrcat(buf1, sizeof(buf1), "/");

这两个减法为什么要这样写？看外围循环才知道，i的前两个位置另有用途：i=0检查绝对路径；i=1处理双引号包含时的当前文件目录。我们的文件名不是绝对路径，用的又是尖括号，这两处会跳过，到了i=2才开始读目录列表。循环与打开文件的完整上下文

所以减2，是把循环位置转换成目录下标。再减用户目录数量，是为了判断是否已经越过用户目录、进入系统目录。

先按A在前、B在后，算前三个目录位置：

i	j=i-2	k=j-2	读哪一项
2	0	-2	用户目录[0]：A
3	1	-1	用户目录[1]：B
4	2	0	系统目录[0]

最后一行还要求系统目录列表非空，循环才会走到这个位置。我们这次找到A就结束，不会真的走遍这三行。

代码把取出的目录复制到buf1，接上斜杠，再接文件名。第一次尝试的就是：

include-a/blog_choice.h

后面tcc_open若失败，会continue去试下一项；成功则进入这个头文件的处理，跳出当前搜索，不会再打开B把A的定义替换掉。这个区别很重要：不是把两个同名头文件都读完，再挑其中一个。

现在把参数换成B在前，追加后的[0]变成B。相同的i=2、j=0，这次拼出来的是include-b/blog_choice.h，于是用到21，运行结果变成29。

命令行里的先后顺序，就这样经过“追加到列表末尾”和“从列表前面查找”留到了最终结果里。两次都能编译成功并不奇怪，因为两份头文件都满足程序的需要；成功退出本身区分不了选的是哪一份。

回头看：为什么还要复制路径字符串？

刚才追加时用了tcc_strdup(str.data)，没有直接把str.data放进数组。

str是拆分路径时的临时字符串，添加完这一项就会被清理。数组如果只留下这个临时缓冲区的地址，等后面处理include再来读取，就不能指望那份字符还有效。

因此要复制一份。数组元素保存副本的地址，临时字符串按自己的流程清理，预处理器以后仍然能读到路径。

不过，复制出来的字符串不会凭空消失。继续找状态清理函数tcc_delete，会看到：

dynarray_reset(&s1->include_paths, &s1->nb_include_paths);

dynarray_reset先逐项释放路径字符串，再释放装这些地址的数组，并把数组指针置空，计数降到0。状态清理、数组清理实现

对应前面的图，就是先释放右边的A、B字符串，再释放左边的指针数组。只释放数组，会丢掉找到那两份字符串的入口，并没有释放字符串本身。

再去看那个大结构体

现在认识include_paths，不只是知道“这里放头文件路径”。我们已经知道谁追加它，数量怎样变，搜索时从哪一项开始，以及路径为什么能留到搜索阶段、最后由谁释放。

这也是我想从TinyCC开始读编译器的原因：能从熟悉的小选项出发，沿几段函数把一个过程走完，再扩大范围，而不是先背下整个结构体。TCCState定义

下一项可以看库路径，但别直接把刚才的行为照搬过去：-L目录增加搜索位置，-l名字要求加入一个库，library_paths不是把库文件内容存进去的数组。-D又会涉及宏与符号处理，不是改一个整数成员就结束。

本文源码固定在release_0_9_27对应提交，CLI实验使用已有的Windows版TinyCC 0.9.27，没有从这个提交重建二进制。前面字段和函数关系来自源码，19/29来自实际运行，不把CLI输出说成直接观察到了状态内存。完整命令见下面，版本和其他边界放在最后。

附录一：完整源码与成功对照

不需要拿一个大项目猜。我准备一个程序，让三项输入都影响最终结果：头文件提供一个值，命令行宏提供一个值，静态库函数提供一个值。

在一个新建、可丢弃的实验目录中准备四个源文件。只运行下面的自有固定程序，不使用不可信C代码。需要已安装的TinyCC 0.9.27 x86_64 Windows与PowerShell；以下命令块在同一个窗口按顺序执行。

目录结构：

实验目录/
  include-a/blog_choice.h
  include-b/blog_choice.h
  main.c
  answer.c
  lib/                       命令会创建

include-a/blog_choice.h：

#define HEADER_VALUE 11

include-b/blog_choice.h：

#define HEADER_VALUE 21

answer.c：

int blog_answer(void) { return 5; }

main.c：

#include <stdio.h>
#include <blog_choice.h>
#ifndef USER_VALUE
#error USER_VALUE must be supplied
#endif
int blog_answer(void);
int main(void) {
    printf("value=%d\n", HEADER_VALUE + USER_VALUE + blog_answer());
    return 0;
}

在上述实验目录执行，确保 tcc 已在PATH；不要在现有项目根目录运行。本实验会创建同名对象、库和exe文件，不改系统路径或编译器全局配置。

$ErrorActionPreference = 'Stop'
$PSNativeCommandUseErrorActionPreference = $false
$tcc = (Get-Command tcc -CommandType Application | Select-Object -First 1).Source
function T { & $tcc @args; if ($LASTEXITCODE -ne 0) { throw "tcc failed: $args" } }
New-Item -ItemType Directory lib | Out-Null
T -c answer.c -o answer.o
T -ar rcs lib/libblogstate.a answer.o
T -Iinclude-a -DUSER_VALUE=3 -Llib main.c -lblogstate -o baseline.exe
$output = & ./baseline.exe
if ($LASTEXITCODE -ne 0 -or $output -ne 'value=19') { throw 'baseline mismatch' }
$output

这一轮的结果是 value=19：11＋3＋5。我们同时检查输出和进程退出码，不能仅凭“成功生成exe”认定程序行为正确。

接着一次只改一个选项：

T -Iinclude-b -DUSER_VALUE=3 -Llib main.c -lblogstate -o header.exe
$output = & ./header.exe
if ($LASTEXITCODE -ne 0 -or $output -ne 'value=29') { throw 'header path mismatch' }
$output
T -Iinclude-a -DUSER_VALUE=7 -Llib main.c -lblogstate -o macro.exe
$output = & ./macro.exe
if ($LASTEXITCODE -ne 0 -or $output -ne 'value=23') { throw 'macro mismatch' }
$output

对照	只改变什么	本轮输出
基准	头文件11、宏3、库函数5	value=19
更换-I	头文件由11变21	value=29
更换-D	宏由3变7	value=23

这说明选项改变了可观察的编译结果。但它不是直接观察TCCState内存的实验；具体经过哪些字段和函数，需要前面的源码阅读来解释。尤其不能把 -D 简化成“给结构体某个整数成员赋值”：宏定义处理还有自己的符号和预处理逻辑。

两个-I都有同名头文件，会选哪个？

这次不换文件内容，只交换两个搜索目录的顺序：

T -Iinclude-a -Iinclude-b -DUSER_VALUE=3 -Llib main.c -lblogstate -o ab.exe
$output = & ./ab.exe
if ($LASTEXITCODE -ne 0 -or $output -ne 'value=19') { throw 'A before B mismatch' }
"A before B: $output"
T -Iinclude-b -Iinclude-a -DUSER_VALUE=3 -Llib main.c -lblogstate -o ba.exe
$output = & ./ba.exe
if ($LASTEXITCODE -ne 0 -or $output -ne 'value=29') { throw 'B before A mismatch' }
"B before A: $output"

A在前得到19，B在前得到29。在这组使用尖括号、自有头文件且两个目录都有同名文件的实验中，先搜索的目录决定选中哪一份头文件。路径列表不仅保存“有哪些目录”，还保留影响查找的顺序。

两次编译都成功，却用了不同的文件。这也解释了为什么“能编译”不是路径配置正确的充分证据：还要检查实际选中的内容。这里用输出区分内容，不把这个小对照扩大成所有include搜索规则的证明。

附录二：缺少选项时，失败也要符合预期

五个成功对照之外，再分别去掉 -I、-D、-L。它们不能都只记成“编译失败”，需要核对对应诊断。

去掉什么	本轮应出现的诊断	为什么检查它
-Iinclude-a	blog_choice.h不存在	缺的是自有头文件搜索路径
-DUSER_VALUE=3	USER_VALUE must be supplied	命中程序主动设置的#error
-Llib	blogstate库不存在	缺的是实验静态库搜索路径

三个对照还必须返回非零退出码。否则，错误文字碰巧出现，也不能算验证通过。下面的失败检查程序依赖前面生成的实验库，需要在同一窗口、同一目录继续执行。

为了避免环境变量暗中补上路径，本轮自动验证移除了子进程环境中的 CPATH、C_INCLUDE_PATH 和 LIBRARY_PATH，在独立目录执行，库使用实验专属名字。它不修改用户的系统环境变量。自行复现若诊断不同，应先记录环境，不把其他失败当作预设失败通过。

前面的表格已分别列出成功结果和失败诊断，不再用一张缩小后的图片重复它们。两个-I的顺序对照见前面的命令和说明；自动验证的完整命令、退出码和stdout/stderr保留在本地证据中。

在前面成功对照的同一个PowerShell窗口、同一个实验目录执行下面的程序。它复用 $tcc，并依赖已经生成的实验库。

function ExpectFailure {
    param([string]$diagnostic, [string[]]$compilerArgs)
    $saved = $ErrorActionPreference
    try {
        $ErrorActionPreference = 'Continue'
        $messages = & $tcc @compilerArgs 2>&1
        $code = $LASTEXITCODE
    } finally { $ErrorActionPreference = $saved }
    if ($code -eq 0 -or (($messages | Out-String) -notmatch $diagnostic)) {
        throw 'expected failure or diagnostic missing'
    }
    $messages | Out-String
}
ExpectFailure "blog_choice\.h.*not found" @('-DUSER_VALUE=3','-Llib','main.c','-lblogstate','-o','no-include.exe')
ExpectFailure 'USER_VALUE must be supplied' @('-Iinclude-a','-Llib','main.c','-lblogstate','-o','no-macro.exe')
ExpectFailure "library.*blogstate.*not found" @('-Iinclude-a','-DUSER_VALUE=3','main.c','-lblogstate','-o','no-library.exe')

失败调用不用成功实验的 T 包装：我们需要保存非零退出并检查错误，而不是遇到预期失败就中断整个实验。临时调整PowerShell错误偏好是为了收集原生命令的stderr，结束后立即恢复；不是把所有错误忽略。退出码和对应诊断有一个不符合，就让验证程序报错。

版本、验证边界与相关阅读

本文源码固定为TinyCC的 release_0_9_27，提交 d348a9a51d32cece842b7885d27a411436d7887b；实验使用已有的TinyCC 0.9.27 x86_64 Windows，没有从该提交重建二进制。因此源码阅读与CLI实测分开陈述，不声称构建逐字节对应。

自动验证从正文提取源文件和命令，检查五个成功结果、三个预期失败；还故意改错基准预期值、交换搜索顺序但保留原预期，确认检查程序会在对应断言处报错，而不是只会输出“通过”。

CLI实验没有直接观察TCCState内存，也没有测试libtcc宿主、并发或其他后端。这个版本仍有全局 tcc_state，不能凭API接收上下文指针便断言线程安全；它也保留inline函数token列表，不能把单趟编译理解成任何内容都只访问一次。这些问题值得另写一篇，不在这里扩成未经验证的结论。

已有《Tinyc编译器（翻译）》承担手册查询；《tcc -run不是解释C》展开内存编译执行。这篇的重点，是从一个结果差异追到配置的保存、使用和释放。

收录于