[Linux工具] Makefile

简介: Makefile是Linux环境下用于自动化编译和链接程序的配置文件,常用于简化大型项目的编译流程。通过定义目标文件、依赖文件及生成命令,Makefile能高效管理编译任务。它不仅适用于C语言项目,还可扩展到其他编程语言和非编程任务中。


简介

Linux的make程序用来自动化编译大型源码,很多时候,我们在Linux下编译安装软件,只需要敲一个make就可以全自动完成,非常方便。

make能自动化完成这些工作,是因为项目提供了一个Makefile文件,它负责告诉make,应该如何编译和链接程序。

Makefile相当于Java项目的pom.xml,Node工程的package.json,Rust项目的Cargo.toml,不同之处在于,make虽然最初是针对C语言开发,但它实际上并不限定C语言,而是可以应用到任意项目,甚至不是编程语言。此外,make主要用于Unix/Linux环境的自动化开发,掌握Makefile的写法,可以更好地在Linux环境下做开发,也可以为后续开发Linux内核做好准备。

在本教程中,我们将由浅入深,一步一步学习如何编写Makefile,完全针对零基础小白,只需要提前掌握如何使用Linux命令。

安装make

在Linux(Ubuntu)系统中,我们可以使用包管理工具直接安装make以及GCC工具链。例如在Ubuntu下,使用以下命令:

$ sudo apt update
$ sudo apt install build-essential

安装完成后,可以输入以下命令验证安装是否成功:

$ make -v
GNU Make 4.3
$ gcc --version
gcc (Ubuntu ...) 11.4.0

这样,我们就成功地安装了make,以及GCC工具链。

Makefile基础

在Linux环境下,当我们输入make命令时,它就在当前目录查找一个名为Makefile的文件,然后,根据这个文件定义的规则,自动化地执行任意命令,包括编译命令。

Makefile由若干条规则(Rule)构成,每一条规则指出一个目标文件(Target),若干依赖文件(Prerequisites),以及生成目标文件的命令。规则的基本格式如下:

目标文件: 依赖文件1 依赖文件2 ...
    命令

紧接着,以Tab开头的是命令,用来生成目标文件。命令可以是任何Shell命令,如gcccpmv等。以#开头的是注释,会被make命令忽略。

编译C语言程序

下面是一个典型的Makefile,用于编译C语言程序:

BIN=code          # 目标文件
CC=gcc            # 编译器
SRC=$(wildcard *.c) # 所有的.c文件
OBJ=$(SRC:.c=.o)  # 替换为.o文件
LFLAGS=-o
FLAGS=-c
RM=rm -f          # 删除方式
$(BIN): $(OBJ)
    @$(CC) $(LFLAGS) $@ $^
%.o: %.c
    @$(CC) $(FLAGS) $<
.PHONY: clean
clean:
    $(RM) $(OBJ) $(BIN)

在这个Makefile中:

  • BIN=code:变量 BIN 的值是 code,表示目标文件名。
  • CC=gcc:变量 CC 的值是 gcc,表示所使用的编译器。
  • SRC=$(wildcard *.c)SRC 表示当前目录下所有的 .c 文件,使用 wildcard 函数动态生成。
  • OBJ=$(SRC:.c=.o):将 SRC 中的 .c 文件名替换为 .o,表示目标文件对应的中间文件(对象文件)。
  • LFLAGS=-o:链接选项,指定输出文件名。
  • FLAGS=-c:编译选项,用于生成中间文件。
  • RM=rm -f:删除命令,用于清理目标文件和中间文件。
  • $(wildcard *.c) 用于匹配当前目录下的所有.c文件。
  • $(SRC:.c=.o) 将所有的.c文件替换为.o文件。
  • $@ 表示目标文件。
  • $< 表示第一个依赖文件。
  • $^ 表示所有依赖文件。
  • .PHONY 声明clean为伪目标,避免与同名文件冲突。

执行make即可编译,执行make clean可清理生成的文件。

注意:如果在修改文件内容,但是其他文件没有改变内容(Modify time)没有更新,则未改变的文件不会进行重新编译,可能会造成程序出现问题。所以当项目出现问题的时候可以对项目进行重新创建,以此解决问题。

使用隐式规则

Makefile支持许多内置的隐式规则,例如编译C语言程序的规则:

%.o: %.c
    $(CC) $(FLAGS) $<

含义:

  • 将每个 .c 文件编译为对应的 .o 文件(对象文件)。
  • $< 表示第一个依赖文件。

所以该规则会使*.c从第一个开始,逐个编译为对应的.o文件。

小结:隐式规则让Makefile更简洁,很多情况下不需要显式定义规则。

使用变量

赋值形式 =

这种赋值在解析时是延迟展开的。也就是说,右侧的值在被使用时才会被计算,左值变为变量来使用。这种赋值方式是 GNU Make 的标准形式。

例如:

SRC=$(wildcard *.c)

变量可以提高Makefile的可读性和可维护性。例如:

CC=gcc
CFLAGS=-Wall -g
SRC=main.c utils.c
OBJ=$(SRC:.c=.o)
program: $(OBJ)
    $(CC) $(CFLAGS) -o $@ $^
%.o: %.c
    $(CC) $(CFLAGS) -c $< -o $@
.PHONY: clean
clean:
    rm -f $(OBJ) program

符号说明:

  • $(变量名):表示引用变量,例如$(CC)引用了变量CC,其值为gcc

示例:

  1. $@ 示例
objects = foo.o bar.o
$(objects): %.o: %.c
    gcc -c $< -o $@

在这个例子中,$@ 将被替换为每个 .o 文件的目标名称,如 foo.obar.o

  • $@ 代表当前规则的目标文件名(即左侧的文件)。
  • 它用于在命令中引用规则左侧的目标。
  1. $^ 示例
target: dependency1 dependency2
    gcc -o $@ $^

在这个例子中,$^ 将被替换为 dependency1 dependency2

  • $^ 代表当前规则中所有依赖文件的列表。
  • 它用于在命令中引用规则右侧的所有依赖文件。
  1. $< 示例
%.o: %.c
    gcc -c $< -o $@

在这个例子中,$< 将被替换为规则中的第一个依赖文件,如 main.c

  • $< 专门用来引用规则中列出的第一个依赖文件。

通过这些示例,可以清楚地理解这些符号的用途及功能。

使用模式规则

模式规则支持使用通配符定义一组目标文件的规则,例如:

%.o: %.c
    $(CC) -c $< -o $@

符号说明:

  • %:通配符,表示任意文件名。例如,%.o匹配所有.o文件,%.c匹配所有.c文件。
  • $<:表示当前规则中的第一个依赖文件。例如,main.c
  • $@:表示目标文件。例如,main.o

通过模式规则,可以避免重复定义规则,适用于大规模项目中的批量操作。

自动生成依赖

对于大型项目,手动维护依赖关系容易出错。我们可以使用gcc-M选项自动生成依赖关系:

gcc -MM main.c > deps.d

然后在Makefile中包含生成的依赖文件:

include deps.d

自动生成依赖的意义:

  • 动态更新依赖关系:当源码文件发生变动时,重新运行依赖生成命令即可更新deps.d
  • 减少人工维护的错误:避免手动书写依赖关系带来的遗漏问题。

注意:

  • 包含依赖文件时,如果依赖文件不存在,Makefile可能会报错。为此,可以使用如下方式:
-include deps.d

这表示如果deps.d不存在,Makefile将不会报错。

示例:

  1. 自动生成依赖文件
%.d: %.c
    @set -e; rm -f $@; \
    $(CC) -MM $(CFLAGS) $< > $@.$$$$; \
    mv $@.$$$$ $@

在这个规则中,依赖文件 .d 将自动根据对应的 .c 文件生成。

  1. 包含所有依赖
include $(SRC:.c=.d)

通过这条规则,可以动态包含所有的依赖文件。

完善Makefile

通过上述方法,我们可以逐步完善一个Makefile。以下是一个完整的示例:

BIN=program
CC=gcc
CFLAGS=-Wall -g
SRC=$(wildcard *.c)
OBJ=$(SRC:.c=.o)
$(BIN): $(OBJ)
    $(CC) $(CFLAGS) -o $@ $^
%.o: %.c
    $(CC) $(CFLAGS) -c $< -o $@
.PHONY: clean
clean:
    rm -f $(OBJ) $(BIN)
.PHONY: all
all: clean $(BIN)
-include deps.d
%.d: %.c
    @set -e; rm -f $@; \
    $(CC) -MM $(CFLAGS) $< > $@.$$$$; \
    mv $@.$$$$ $@

通过以上内容的学习,已经足够编写寄出的Makefile~

目录
相关文章
|
16天前
|
供应链 监控 安全
对话|企业如何构建更完善的容器供应链安全防护体系
阿里云与企业共筑容器供应链安全
171340 13
|
19天前
|
供应链 监控 安全
对话|企业如何构建更完善的容器供应链安全防护体系
随着云计算和DevOps的兴起,容器技术和自动化在软件开发中扮演着愈发重要的角色,但也带来了新的安全挑战。阿里云针对这些挑战,组织了一场关于云上安全的深度访谈,邀请了内部专家穆寰、匡大虎和黄竹刚,深入探讨了容器安全与软件供应链安全的关系,分析了当前的安全隐患及应对策略,并介绍了阿里云提供的安全解决方案,包括容器镜像服务ACR、容器服务ACK、网格服务ASM等,旨在帮助企业构建涵盖整个软件开发生命周期的安全防护体系。通过加强基础设施安全性、技术创新以及倡导协同安全理念,阿里云致力于与客户共同建设更加安全可靠的软件供应链环境。
150296 32
|
27天前
|
弹性计算 人工智能 安全
对话 | ECS如何构筑企业上云的第一道安全防线
随着中小企业加速上云,数据泄露、网络攻击等安全威胁日益严重。阿里云推出深度访谈栏目,汇聚产品技术专家,探讨云上安全问题及应对策略。首期节目聚焦ECS安全性,提出三道防线:数据安全、网络安全和身份认证与权限管理,确保用户在云端的数据主权和业务稳定。此外,阿里云还推出了“ECS 99套餐”,以高性价比提供全面的安全保障,帮助中小企业安全上云。
201964 15
对话 | ECS如何构筑企业上云的第一道安全防线
|
5天前
|
机器学习/深度学习 自然语言处理 PyTorch
深入剖析Transformer架构中的多头注意力机制
多头注意力机制(Multi-Head Attention)是Transformer模型中的核心组件,通过并行运行多个独立的注意力机制,捕捉输入序列中不同子空间的语义关联。每个“头”独立处理Query、Key和Value矩阵,经过缩放点积注意力运算后,所有头的输出被拼接并通过线性层融合,最终生成更全面的表示。多头注意力不仅增强了模型对复杂依赖关系的理解,还在自然语言处理任务如机器翻译和阅读理解中表现出色。通过多头自注意力机制,模型在同一序列内部进行多角度的注意力计算,进一步提升了表达能力和泛化性能。
|
9天前
|
存储 人工智能 安全
对话|无影如何助力企业构建办公安全防护体系
阿里云无影助力企业构建办公安全防护体系
1256 10
|
11天前
|
机器学习/深度学习 自然语言处理 搜索推荐
自注意力机制全解析:从原理到计算细节,一文尽览!
自注意力机制(Self-Attention)最早可追溯至20世纪70年代的神经网络研究,但直到2017年Google Brain团队提出Transformer架构后才广泛应用于深度学习。它通过计算序列内部元素间的相关性,捕捉复杂依赖关系,并支持并行化训练,显著提升了处理长文本和序列数据的能力。相比传统的RNN、LSTM和GRU,自注意力机制在自然语言处理(NLP)、计算机视觉、语音识别及推荐系统等领域展现出卓越性能。其核心步骤包括生成查询(Q)、键(K)和值(V)向量,计算缩放点积注意力得分,应用Softmax归一化,以及加权求和生成输出。自注意力机制提高了模型的表达能力,带来了更精准的服务。
|
9天前
|
人工智能 自然语言处理 程序员
通义灵码2.0全新升级,AI程序员全面开放使用
通义灵码2.0来了,成为全球首个同时上线JetBrains和VSCode的AI 程序员产品!立即下载更新最新插件使用。
1374 24
|
9天前
|
消息中间件 人工智能 运维
1月更文特别场——寻找用云高手,分享云&AI实践
我们寻找你,用云高手,欢迎分享你的真知灼见!
731 34
1月更文特别场——寻找用云高手,分享云&AI实践
|
15天前
|
人工智能 自然语言处理 API
阿里云百炼xWaytoAGI共学课DAY1 - 必须了解的企业级AI应用开发知识点
本课程旨在介绍阿里云百炼大模型平台的核心功能和应用场景,帮助开发者和技术小白快速上手,体验AI的强大能力,并探索企业级AI应用开发的可能性。
|
9天前
|
机器学习/深度学习 人工智能 自然语言处理