¿Cómo se hace para entender el código fuente de GNU?

Lo siento mucho si esto suena un poco tonto. Acabo de terminar de leer K&R y trabajé en algunos de los ejercicios. Este verano, para mi proyecto, estoy pensando en volver a implementar una utilidad de Linux para expandir aún más mi comprensión de C, así que descargué el código fuente de GNU tar y sed, ya que ambos parecen interesantes. Sin embargo, tengo problemas para entender dónde comienza, dónde está la implementación principal, de dónde provienen todas las macros extrañas, etc.

Tengo mucho tiempo, así que eso no es realmente un problema. ¿Se supone que primero debo familiarizarme con la cadena de herramientas GNU (es decir, make, binutils, ..) para comprender los programas? ¿O tal vez debería comenzar con algo un poco más pequeño (si existe tal cosa)?

Tengo poca experiencia con Java, C++ y python si eso importa.

¡Gracias!

Los programas GNU son grandes y complicados. La talla de GNU Hola Mundo muestra que incluso el proyecto GNU más simple necesita mucho código y configuración a su alrededor.

Las herramientas automáticas son difíciles de entender para un principiante, pero no es necesario que las entienda para leer el código. Incluso si modifica el código, la mayoría de las veces simplemente puede ejecutar make para compilar sus cambios.

Para leer código, necesita un buen editor (VIM, Emacs) o IDE (Eclipse) y algunas herramientas para navegar por la fuente. El proyecto tar contiene un directorio src, que es un buen lugar para comenzar. Un programa siempre comienza con la función principal, así que

grep main *.c

o use su IDE para buscar esta función. Está en tar.c. Ahora, omita todas las cosas de inicialización, hasta que

/* Main command execution.  */

Allí, verá un interruptor para los subcomandos. Si pasa -x hace esto, si pasa -c hace eso, etc. Esta es la estructura de bifurcación para esos comandos. Si quieres saber cuáles son estas macros, ejecuta

grep EXTRACT_SUBCOMMAND *.h

allí se puede ver que están listados en común.h.

Debajo de EXTRACT_SUBCOMMAND ves algo divertido:

read_and (extract_archive);

La definición de read_and() (nuevamente obtenida con grep):

read_and (void (*do_something) (void))

El único parámetro es un puntero de función como una devolución de llamada, entonces read_and supuestamente leerá algo y luego llamará a la función extract_archive. Nuevamente, haz grep y verás esto:

  if (prepare_to_extract (current_stat_info.file_name, typeflag, &fun))
    {
      if (fun && (*fun) (current_stat_info.file_name, typeflag)
      && backup_option)
    undo_last_backup ();
    }
  else
    skip_member ();

Tenga en cuenta que el verdadero trabajo ocurre cuando se llama fun. fun es nuevamente un puntero de función, que se establece en prepare_to_extract. fun puede apuntar a extract_fileque hace la escritura real.

Espero haberte guiado mucho a través de esto y haberte mostrado cómo navego a través del código fuente. No dude en ponerse en contacto conmigo si tiene preguntas relacionadas.

El problema con programas como tar y sed es doble (¡esta es solo mi opinión, por supuesto!). En primer lugar, ambos son realmente viejo. Eso significa que varias personas los han mantenido a lo largo de los años, con diferentes estilos de codificación y diferentes personalidades. Para las utilidades de GNU, por lo general es bastante bueno, porque generalmente aplican un estilo de codificación razonablemente consistente, pero sigue siendo un problema. El otro problema es que son increíblemente portátil. Por lo general, la “portabilidad” se ve como algo bueno, pero cuando se lleva a los extremos, significa que su base de código termina llena de pequeños trucos para solucionar errores oscuros y casos de esquina en piezas particulares de hardware y sistemas. Y para programas tan ampliamente portados como tar y sedeso significa que hay un lote de casos de esquina y hardware/compiladores/OS oscuros a tener en cuenta.

Si desea aprender C, diría que el mejor lugar para comenzar es no tratar de estudiar el código que otros han escrito. Más bien, trata de escribir código usted mismo. Si realmente desea comenzar con un código base existente, elija uno que se mantenga activamente donde pueda ver los cambios que otras personas están haciendo. como los hacensiga las discusiones en las listas de correo, etc.

Con programas bien establecidos como tar y sedves el resultado de las discusiones que habrían tenido lugar, pero no puede ver cómo se toman las decisiones y los cambios de diseño de software en tiempo real. Eso solo puede suceder con software mantenido activamente.

Esa es solo mi opinión, por supuesto, y puedes tomarla con pinzas si quieres 🙂

¿Por qué no descargar el código fuente de coreutils (http://ftp.gnu.org/gnu/coreutils/) y echa un vistazo a herramientas como yes? Menos de 100 líneas de código C y una pieza de software GNU completamente funcional, útil y realmente básica.

GNU hola es probablemente el programa GNU más pequeño y simple y es fácil de entender.

Sé que a veces es complicado navegar por el código C, especialmente si no estás familiarizado con él. Te sugiero que uses un herramienta eso lo ayudará a navegar a través de las funciones, símbolos, macros, etc. Luego busque la función main().

Por supuesto, debe familiarizarse con las herramientas, pero no necesita convertirse en un experto.

Aprende cómo usar grep si aún no lo conoces y utilízalo para buscar el principal función y todo lo demás que le interese. También es posible que desee utilizar herramientas de exploración de código como etiquetas o cscope que también puede integrarse con vim y emacs o usar un IDE si lo prefiere.

sugiero usar etiquetas o cscope para navegar Puedes usarlos con empuje/emacs. Son ampliamente utilizados en el mundo del código abierto.

Deben estar en el repositorio de todas las principales distribuciones de Linux.