03|预处理阶段能做什么：宏定义和条件编译
文章目录
你好，我是 Chrono。
上一次我讲了在编码阶段要有好的 code style，尽量写出“人能够看懂的代码”。今天，我就继续讲讲编码后的预处理阶段，看看这个阶段我们能做哪些事情。
预处理编程
其实，只要写 C/C++ 程序，就会用到预处理，只是大多数时候，你只用到了它的一点点功能。比如，在文件开头写上“#include”这样的语句，或者用“#define”定义一些常数。只是这些功能都太简单了，没有真正发挥出预处理器的本领，所以你可能几乎感觉不到它的存在。
预处理只能用很少的几个指令，也没有特别严谨的“语法”，但它仍然是一套完整自洽的语言体系，使用预处理也能够实现复杂的编程，解决一些特别的问题——虽然代码可能会显得有些“丑陋”“怪异”。
那么，“预处理编程”到底能干什么呢？
你一定要记住：预处理阶段编程的操作目标是“源码”，用各种指令控制预处理器，把源码改造成另一种形式，就像是捏橡皮泥一样。
把上面的这句话多读几遍，仔细揣摩体会一下，理解了之后，你再去用那些预处理指令就会有不一样的感觉了。
C++ 语言有近百个关键字，预处理指令只有十来个，实在是少得可怜。而且，常用的也就是 #include、#define、#if，所以很容易掌握。不过，有几个小点我还是要特别说一下。
首先，预处理指令都以符号“#”开头，这个你应该很熟悉了。但同时你也应该意识到，虽然都在一个源文件里，但它不属于 C++ 语言，它走的是预处理器，不受 C++ 语法规则的约束。
所以，预处理编程也就不用太遵守 C++ 代码的风格。一般来说，预处理指令不应该受 C++ 代码缩进层次的影响，不管是在函数、类里，还是在 if、for 等语句里，永远是顶格写。
另外，单独的一个“#”也是一个预处理指令，叫“空指令”，可以当作特别的预处理空行。而“#”与后面的指令之间也可以有空格，从而实现缩进，方便排版。
下面是一个示例，# 号都在行首，而且 if 里面的 define 有缩进，看起来还是比较清楚的。以后你在写预处理代码的时候，可以参考这个格式。
// 预处理空行
#if linux // 预处理检查宏是否存在
define HAS_LINUX 1 // 宏定义，有缩进
#endif // 预处理条件语句结束
// 预处理空行
预处理程序也有它的特殊性，暂时没有办法调试，不过可以让 GCC 使用“-E”选项，略过后面的编译链接，只输出预处理后的源码，比如：
g++ test03.cpp -E -o a.cxx #输出预处理后的源码
多使用这种方式，对比一下源码前后的变化，你就可以更好地理解预处理的工作过程了。
这几个小点有些杂，不过你只要记住“# 开头、顶格写”就行了。
包含文件（#include）
先来说说最常用的预处理指令“#include”，它的作用是“包含文件”。注意，不是“包含头文件”，而是可以包含任意的文件。
也就是说，只要你愿意，使用“#include”可以把源码、普通文本，甚至是图片、音频、视频都引进来。当然，出现无法处理的错误就是另外一回事了。
#include “a.out” // 完全合法的预处理包含指令，你可以试试
可以看到，“#include”其实是非常“弱”的，不做什么检查，就是“死脑筋”把数据合并进源文件。
所以，在写头文件的时候，为了防止代码被重复包含，通常要加上“Include Guard”，也就是用“#ifndef/#define/#endif”来保护整个头文件，像下面这样：
#ifndef XXX_H_INCLUDED
#define XXX_H_INCLUDED
… // 头文件内容
#endif // XXX_H_INCLUDED
这个手法虽然比较“原始”，但在目前来说（C++11/14），是唯一有效的方法，而且也向下兼容 C 语言。所以，我建议你在所有头文件里强制使用。
除了最常用的包含头文件，你还可以利用“#include”的特点玩些“小花样”，编写一些代码片段，存进“*.inc”文件里，然后有选择地加载，用得好的话，可以实现“源码级别的抽象”。
比如说，有一个用于数值计算的大数组，里面有成百上千个数，放在文件里占了很多地方，特别“碍眼”：
static uint32_t calc_table[] = { // 非常大的一个数组，有几十行
0x00000000, 0x77073096, 0xee0e612c, 0x990951ba,
0x076dc419, 0x706af48f, 0xe963a535, 0x9e6495a3,
0x0edb8832, 0x79dcb8a4, 0xe0d5e91e, 0x97d2d988,
0x09b64c2b, 0x7eb17cbd, 0xe7b82d07, 0x90bf1d91,
…
};
这个时候，你就可以把它单独摘出来，另存为一个“*.inc”文件，然后再用“#include”替换原来的大批数字。这样就节省了大量的空间，让代码更加整洁。
static uint32_t calc_table[] = {
include “calc_values.inc” // 非常大的一个数组，细节被隐藏
};
宏定义（#define/#undef）
接下来要说的是预处理编程里最重要、最核心的指令“#define”，它用来定义一个源码级别的“文本替换”，也就是我们常说的“宏定义”。
“#define”可谓“无所不能”，在预处理阶段可以无视 C++ 语法限制，替换任何文字，定义常量 / 变量，实现函数功能，为类型起别名（typedef），减少重复代码……
不过，也正是因为它太灵活，如果过于随意地去使用宏来写程序，就有可能把正常的 C++ 代码搞得“千疮百孔”，替换来替换去，都不知道真正有效的代码是什么样子了。
所以，使用宏的时候一定要谨慎，时刻记着以简化代码、清晰易懂为目标，不要“滥用”，避免导致源码混乱不堪，降低可读性。
下面，我就说几个注意事项，帮你用好宏定义。
首先，因为宏的展开、替换发生在预处理阶段，不涉及函数调用、参数传递、指针寻址，没有任何运行期的效率损失，所以对于一些调用频繁的小代码片段来说，用宏来封装的效果比 inline 关键字要更好，因为它真的是源码级别的无条件内联。
下面有几个示例，摘自 Nginx，你可以作为参考：
#define ngx_tolower(c) ((c >= ‘A’ && c <= ‘Z’) ? (c | 0x20) : c)
#define ngx_toupper(c) ((c >= ‘a’ && c <= ‘z’) ? (c & ~0x20) : c)
#define ngx_memzero(buf, n) (void) memset(buf, 0, n)
其次，你要知道，宏是没有作用域概念的，永远是全局生效。所以，对于一些用来简化代码、起临时作用的宏，最好是用完后尽快用“#undef”取消定义，避免冲突的风险。像下面这样：
#define CUBE(a) (a) * (a) * (a) // 定义一个简单的求立方的宏
cout « CUBE(10) « endl; // 使用宏简化代码
cout « CUBE(15) « endl; // 使用宏简化代码
#undef CUBE // 使用完毕后立即取消定义
另一种做法是宏定义前先检查，如果之前有定义就先 undef，然后再重新定义：
#ifdef AUTH_PWD // 检查是否已经有宏定义
undef AUTH_PWD // 取消宏定义
#endif // 宏定义检查结束
#define AUTH_PWD “xxx” // 重新宏定义
再次，你可以适当使用宏来定义代码中的常量，消除“魔术数字”“魔术字符串”（magic number）。
虽然不少人认为，定义常量更应该使用 enum 或者 const，但我觉得宏定义毕竟用法简单，也是源码级的真正常量，而且还是从 C 继承下来的传统，用在头文件里还是有些优势的。
这种用法非常普遍，你可能也经常用，我就简单举两个例子吧：
#define MAX_BUF_LEN 65535
#define VERSION “1.0.18”
不过你要注意，关键是要“适当”，自己把握好分寸，不要把宏弄得“满天飞”。
除了上面说的三个，如果你开动脑筋，用好“文本替换”的功能，也能发掘出许多新颖的用法。我有一个比较实际的例子，用宏来代替直接定义名字空间（namespace）：
#define BEGIN_NAMESPACE(x) namespace x {
#define END_NAMESPACE(x) }
BEGIN_NAMESPACE(my_own)
… // functions and classes
END_NAMESPACE(my_own)
这里我定义了两个宏：BEGIN_NAMESPACE 和 END_NAMESPACE，虽然只是简单的文本替换，但它全大写的形式非常醒目，可以很容易地识别出名字空间开始和结束的位置。
条件编译（#if/#else/#endif）
利用“#define”定义出的各种宏，我们还可以在预处理阶段实现分支处理，通过判断宏的数值来产生不同的源码，改变源文件的形态，这就是“条件编译”。
条件编译有两个要点，一个是条件指令“#if”，另一个是后面的“判断依据”，也就是定义好的各种宏，而这个“判断依据”是条件编译里最关键的部分。
通常编译环境都会有一些预定义宏，比如 CPU 支持的特殊指令集、操作系统 / 编译器 / 程序库的版本、语言特性等，使用它们就可以早于运行阶段，提前在预处理阶段做出各种优化，产生出最适合当前系统的源码。
你必须知道的一个宏是“__cplusplus”，它标记了 C++ 语言的版本号，使用它能够判断当前是 C 还是 C++，是 C++98 还是 C++11。你可以看下面这个例子。
#ifdef __cplusplus // 定义了这个宏就是在用 C++ 编译
extern “C” { // 函数按照 C 的方式去处理
#endif
void a_c_function(int a);
#ifdef __cplusplus // 检查是否是 C++ 编译
} // extern “C” 结束
#endif
#if __cplusplus >= 201402 // 检查 C++ 标准的版本号
cout « “c++14 or later” « endl; // 201402 就是 C++14
#elif __cplusplus >= 201103 // 检查 C++ 标准的版本号
cout « “c++11 or before” « endl; // 201103 是 C++11
#else // __cplusplus < 201103 // 199711 是 C++98
error “c++ is too old” // 太低则预处理报错
#endif // __cplusplus >= 201402 // 预处理语句结束
除了“__cplusplus”，C++ 里还有很多其他预定义的宏，像源文件信息的“FILE”“ LINE”“ DATE”，以及一些语言特性测试宏，比如“__cpp_decltype” “__cpp_decltype_auto” “__cpp_lib_make_unique”等。
不过，与优化更密切相关的底层系统信息在 C++ 语言标准里没有定义，但编译器通常都会提供，比如 GCC 可以使用一条简单的命令查看：
g++ -E -dM - < /dev/null
#define GNUC 5
#define unix 1
#define x86_64 1
#define UINT64_MAX 0xffffffffffffffffUL
…
基于它们，你就可以更精细地根据具体的语言、编译器、系统特性来改变源码，有，就用新特性；没有，就采用变通实现：
#if defined(__cpp_decltype_auto) //检查是否支持 decltype(auto)
cout « “decltype(auto) enable” « endl;
#else
cout « “decltype(auto) disable” « endl;
#endif //__cpp_decltype_auto
#if GNUC <= 4
cout « “gcc is too old” « endl;
#else // GNUC > 4
cout « “gcc is good enough” « endl;
#endif // GNUC <= 4
#if defined(SSE4_2) && defined(__x86_64)
cout « “we can do more optimization” « endl;
#endif // defined(SSE4_2) && defined(__x86_64)
除了这些内置宏，你也可以用其他手段自己定义更多的宏来实现条件编译。比如，Nginx 就使用 Shell 脚本检测外部环境，生成一个包含若干宏的源码配置文件，再条件编译包含不同的头文件，实现操作系统定制化：
#if (NGX_FREEBSD)
include <ngx_freebsd.h>
#elif (NGX_LINUX)
include <ngx_linux.h>
#elif (NGX_SOLARIS)
include <ngx_solaris.h>
#elif (NGX_DARWIN)
include <ngx_darwin.h>
#endif
条件编译还有一个特殊的用法，那就是，使用“#if 1”“#if 0”来显式启用或者禁用大段代码，要比“/* … */”的注释方式安全得多，也清楚得多，这也是我的一个“不传之秘”。
#if 0 // 0 即禁用下面的代码，1 则是启用
… // 任意的代码
#endif // 预处理结束
#if 1 // 1 启用代码，用来强调下面代码的必要性
… // 任意的代码
#endif // 预处理结束
小结
今天我讲了预处理阶段，现在你是否对我们通常写的程序有了新的认识呢？它实际上是混合了预处理编程和 C++ 编程的两种代码。
预处理编程由预处理器执行，使用 #include、#define、#if 等指令来实现文件包含、文本替换、条件编译，把编码阶段产生的源码改变为另外一种形式。适当使用的话，可以简化代码、优化性能，但如果是“炫技”式地过分使用，就会导致导致代码混乱，难以维护。
再简单小结一下今天的内容：
- 预处理不属于 C++ 语言，过多的预处理语句会扰乱正常的代码，除非必要，应当少用慎用；
- “#include”可以包含任意文件，所以可以写一些小的代码片段，再引进程序里；
- 头文件应该加上“Include Guard”，防止重复包含；
- “#define”用于宏定义，非常灵活，但滥用文本替换可能会降低代码的可读性；
- “条件编译”其实就是预处理编程里的分支语句，可以改变源码的形态，针对系统生成最合适的代码。
课下作业
最后是课下作业时间，给你留两个思考题：
- 你认为宏的哪些用法可以用其他方式替代，哪些是不可替代的？
- 你用过条件编译吗？分析一下它的优点和缺点。
欢迎你在留言区写下你的思考和答案，如果觉得对你有所帮助，也欢迎分享给你的朋友，我们下节课见。
文章作者 anonymous
上次更新 2024-01-22