Antes de que el compilador tenga oportunidad de ver el código, el preprocesador lo lee y lo transforma potencialmente en otra cosa, siguiendo las directivas de preprocesador que estén incluidas en el fuente.
Un #include
es una de esas directivas para el preprocesador, que le indica que en ese punto incluya el contenido de otro fichero. Lo que recibe el compilador es como si tú mismo hubieras abierto el fichero indicado por el #include
y lo hubieras copiado y pegado literalmente en el programa principal.
Por tanto el contenido de un fichero .h
ha de ser código C válido. En realidad puede ser cualquier código (podría incluir por ejemplo el código fuente que implemente algunas funciones), pero no suele ser el caso. Lo habitual es que contenga tan solo declaraciones (tipos de datos o prototipos de funciones), mientras que la implementación en sí no está en el .h
, sino en otros .c
que se compilarán separadamente y se añadirán al principal, o se almacenarán en bibliotecas.
El compilador, gracias a esos prototipos que se han traído del .h
, puede chequear que cuando invocas una función le estás pasando los parámetros correctos y de los tipos apropiados. No obstante el compilador no necesita para eso tener el código de las funciones, le basta con sus prototipos.
Para montar el ejecutable final, una vez el compilador ha terminado, viene el montador de enlaces (linker), el cual recopila el código máquina generado por el compilador más el de otros ficheros compilados, más el de las bibliotecas externas necesarias, y con todo ello resuelve las llamadas a las funciones que se hayan usado. Si alguna de las funciones declaradas en el .h
(e invocadas luego desde el programa) no aparece a la hora de montar, habrá un error en tiempo de enlazado.
A los archivos .h
se les llama "archivos de cabecera", o headers. Mucha gente los llama también librerías. Esto es erróneo, y no por cuestiones pedantes como que librería no es la traducción correcta de library (que debería ser biblioteca), sino porque un .h
contiene código fuente (y es usado por el compilador), mientras que una bibioteca (o librería si quieres) contiene código máquina y es usado por el montador de enlaces.
Actualización
Esta larga actualización es para responder algunas dudas adicionales planteadas por el usuario en los comentarios sobre los errores en tiempo de enlazado.
El siguiente ejemplo ayuda a ilustrar la diferencia entre las dos fases de la creación de un ejecutable:
#include<stdio.h>
#include<math.h>
int main(){
double area;
double radio;
printf("Area del circulo? ");
scanf("%lf", &area);
radio = sqrt(area/M_PI);
printf("El circulo de area %g tiene un radio %g\n", area, radio);
return 0;
}
Al incluir math.h
, el preprocesador incluye en ese punto todo el contenido del fichero math.h
. Entre otras cosas dentro de ese fichero se define la constante M_PI
con el valor 3.1415926etc...
y se proporciona el prototipo de la función sqrt()
. En realidad es algo más complejo porque el prototipo de esa función se define a través de una macro, pero para nuestros efectos podemos imaginar que el fichero contiene una línea así:
double sqrt(double);
Gracias a esa declaración el compilador puede verificar, cuando en nuestro programa invocamos sqrt()
, que el tipo que le pasamos como parámetro es correcto, y que lo que devuelve la función puede ser asignado a la variable radio
, o si el tipo de radio
fuese float
, qué conversiones automáticas deberían realizarse.
Sin embargo, si intentas compilar este ejemplo, obtendrás un error (al menos con el gcc
en Linux):
$ gcc area.c
/tmp/cc7yPPMr.o: En la función `main':
area.c:(.text+0x4e): referencia a `sqrt' sin definir
collect2: error: ld returned 1 exit status
Este es un error en tiempo de enlazado (el ld
a que se refiere el error es el nombre del linker).
No se produce si a gcc
le pides que "solo compile" (es decir, que haga la primera fase pero no la segunda):
$ gcc -c area.c
$ ls
area.c area.o
En este caso no hay errores, y el resultado de la compilación es area.o
. Pero este no es un ejecutable completo. Sólo tiene el código máquina de la función main
, pero no el de otras funciones que son invocadas desde main
, como scanf()
, printf()
o sqrt()
.
Por ello hace falta la segunda fase, la de enlazado, que podemos hacer manualmente, pero de nuevo obtenemos error:
$ gcc -o area area.o
area.o: En la función `main':
area.c:(.text+0x4e): referencia a `sqrt' sin definir
collect2: error: ld returned 1 exit status
Observa que, ya que el linker toma como entrada area.o
en vez de area.c
, ya no está viendo el código fuente, sino el código máquina que generó el compilador. En ese código máquina la misión del linker es "rellenar los huecos". El compilador dejó marcas como "aquí va una llamada a una función printf
, aquí va otra a una función sqrt
. El linker debe buscar el código máquina de esas funciones, añadirlas al ejecutable y rellenar en esos huecos las direcciones necesarias para el CALL
.
¿De dónde saca el linker el código máquina de esas otras funciones? Pues básicamente de tres sitios:
- De otros ficheros
.o
que hayas especificado en el comando al invocar al linker (no hemos puesto ninguno en este caso)
- De bibliotecas (librerías) adicionales que hayas especificado en el comando al invocar al linker, mediante la opción
-l
(no hemos puesto ninguna en este caso)
- De la biblioteca estándar C, que es una biblioteca que el linker siempre consulta por defecto (por tanto en el ejemplo anterior, la única que estaríamos usando).
Resulta que la biblioteca estándar C tiene el código máquina de las funciones printf
y scanf
, por lo que éstas no presentan problemas. Pero no tiene el código de sqrt
, porque esa está en la librería matemática, la cual no es buscada por defecto. Por eso el linker no la encuentra y da error.
Fíjate que el error del linker se limita a mostrar el nombre de la función que no encuentra y el de la función desde la cual fue llamada, pero no te puede decir desde qué línea concreta de area.c
se hizo esa llamada, porque el linker no lee el fuente (de hecho podrías haberlo borrado ya tras la primera fase de compilación).
Para evitar este error hay que decirle al linker en este caso que busque también en la librería matemática, para lo que debe usarse la opción -lm
. Entonces:
$ gcc -o area area.o -lm
$ ls
area area.c area.o
Ahora sí, el archivo area
es el ejecutable final.
También podríamos haber ejecutado las dos fases con un solo comando, en vez de hacerlo separadamente:
$ gcc -o area area.c -lm
Fíjate que la única diferencia es que he puesto area.c
(por lo que gcc
primero lo compilará y luego lo enlazará) en vez de area.o
(en cuyo caso la fase de compilación se saltaba por estar ya hecha).
Aún hay más
Un último detalle, un tanto sorprendente. Decíamos que el compilador sólo necesita el prototipo de la función, pero no su código. De hecho ¡no necesita ni el prototipo!
Puedes hacer el siguiente experimento. En area.c
cambia la llamada a sqrt()
por otra a raiz_cuadrada()
, función que ni ha sido declarada ni existe, e intenta "compilar solo", sin enlazar:
$ gcc -c area.c
area.c: In function ‘main’:
area.c:11:13: warning: implicit declaration of function ‘raiz_cuadrada’ [-Wimplicit-function-declaration]
radio = raiz_cuadrada(area/M_PI);
Como ves obtenemos un warning, pero no un error. El compilador generará un .o
, dejando un hueco para el linker que dice "y aquí debe venir la llamada a la función raiz_cuadrada
". Naturalmente el linker no la encontrará y producirá un error en tiempo de enlazado como antes.
Pero ¿cómo es posible que el compilador no haya dado un error cuando estamos llamando a una función que no existe? Pues porque cuando el compilador encuentra una llamada a una función no declarada, se inventa él mismo la declaración. Es lo que llama una declaración implícita, y es de lo que nos está advirtiendo el warning. La declaración que el compilador inventa se basa en la llamada que hemos hecho. Como ve que le pasamos un parámetro de tipo double
, asume que la declaración sería raiz_cuadrada(double)
. Sin embargo para el valor retornado siempre asume int
, lo que sería erróneo en este caso. Por eso es importante incluir los .h
adecuados, para evitar que el compilador "invente" declaraciones incorrectas.