无需C/汇编，如何将VM字节码嵌入可执行文件.data段？

核心思路 #

避开生成中间C或汇编文件的环节，直接利用主流链接器的二进制嵌入能力，让compiler.exe完成全流程打包：

1. 编译.lang源码得到.langbin二进制字节码
2. 将.langbin转为链接器可识别的目标文件（自动嵌入到.data段）
3. 接收用户指定的libvm.a路径，将用户C代码目标文件、langbin目标文件、libvm.a一起链接成独立的main.exe

compiler.c 的实现调整 #

1. 新增命令行参数解析 #

添加--vm-lib-path标志来接收静态库路径，同时保留输入输出文件参数：

#include <stdio.h>
#include <string.h>
#include <stdlib.h>

char* vm_lib_path = NULL;
char* input_lang = NULL;
char* output_exe = NULL;

void parse_args(int argc, char** argv) {
    for (int i = 1; i < argc; i++) {
        if (strcmp(argv[i], "--vm-lib-path") == 0 && i+1 < argc) {
            vm_lib_path = argv[i+1];
            i++;
        } else if (strcmp(argv[i], "-o") == 0 && i+1 < argc) {
            output_exe = argv[i+1];
            i++;
        } else {
            input_lang = argv[i];
        }
    }
    if (!input_lang || !vm_lib_path || !output_exe) {
        fprintf(stderr, "Usage: compiler.exe <input.lang> --vm-lib-path /path/to/libvm.a -o <output.exe>\n");
        exit(EXIT_FAILURE);
    }
}

2. 自动转换langbin为目标文件 #

调用系统自带的objcopy工具（GCC/MinGW/MSYS2环境默认提供，Windows下也可单独安装），将二进制字节码转为目标文件，无需手写代码：

// 编译.lang得到main.langbin的逻辑（原有代码保留）
compile_lang_to_bin(input_lang, "main.langbin");

// 调用objcopy生成包含langbin数据的目标文件
char objcopy_cmd[1024];
#ifdef _WIN32
snprintf(objcopy_cmd, sizeof(objcopy_cmd), 
         "objcopy --input binary --output pe-i386 --binary-architecture i386 main.langbin langbin.o");
#else
snprintf(objcopy_cmd, sizeof(objcopy_cmd), 
         "objcopy --input binary --output elf32-i386 --binary-architecture i386 main.langbin langbin.o");
#endif
if (system(objcopy_cmd) != 0) {
    fprintf(stderr, "Failed to convert langbin to object file\n");
    exit(EXIT_FAILURE);
}

3. 链接生成最终可执行文件 #

将用户的C代码、langbin目标文件、指定路径的libvm.a一起链接：

// 编译用户的main.c得到main.o
system("gcc -c main.c -o main.o");

// 链接所有文件生成exe
char link_cmd[1024];
snprintf(link_cmd, sizeof(link_cmd), 
         "gcc main.o langbin.o -L%s -lvm -o %s", 
         vm_lib_path, output_exe);
if (system(link_cmd) != 0) {
    fprintf(stderr, "Linking failed\n");
    exit(EXIT_FAILURE);
}

// 清理临时文件
remove("main.langbin");
remove("langbin.o");
remove("main.o");

原有C代码的修改 #

objcopy生成的目标文件会自动导出三个符号，直接用来读取嵌入的langbin数据：

#include "vm.h"

// 声明objcopy导出的符号（注意平台差异：Windows下前缀为__，Linux下为_）
#ifdef _WIN32
extern unsigned char __binary_main_langbin_start;
extern unsigned char __binary_main_langbin_end;
#else
extern unsigned char _binary_main_langbin_start;
extern unsigned char _binary_main_langbin_end;
#endif

int main() {
    VM* vm = vm_create();
    // 计算字节码大小，从.data段读取数据初始化VM
    size_t bin_size = &__binary_main_langbin_end - &__binary_main_langbin_start;
    vm->init(vm, &__binary_main_langbin_start, bin_size);
    
    vm_run(vm);
    vm_destroy(vm);
    return 0;
}

无外部工具的进阶方案 #

如果不想依赖objcopy，可以让compiler.exe直接生成ELF/PE格式的目标文件：

• 手动构造目标文件的段头、符号表
• 将langbin数据写入.data段
• 导出字节码的起始/结束地址符号

这种方式完全自主可控，但需要深入了解目标文件格式细节，开发复杂度较高，适合对编译流程有强定制需求的场景。

内容的提问来源于stack exchange，提问作者user23351306