C语言如何在编译期导入二进制数据

本文最后更新于 2026年10月8日

在做某个 OS 实验的时候遇到了这个需求，实验指南建议使用 xxd 将二进制文件转换成 C/C++ 可以接受的常量数组

1
2
3
4
5
6
7
8
// Generated by: xxd -i /bin/ls
unsigned char _bin_ls[] = {
    0x7f, 0x45, 0x4c, 0x46, 0x02, 0x01, 0x01, 0x00, 0x00, 0x00, 0x00, 0x00,
    0x00, 0x00, 0x00, 0x00, 0x03, 0x00, 0x3e, 0x00, 0x01, 0x00, 0x00, 0x00,
    ...
    0x00, 0x00, 0x00, 0x00
};
unsigned int _bin_ls_len = 142144;

但是这样会导致代码文件体积膨胀。

更优雅的办法是通过incbin直接将二进制数据放进ELF文件的只读区，NEMU和iPXE都使用了类似的方法。

1
2
3
4
5
6
7
#define EMBED_STR(name, path)                \
  extern const char name[];                  \
  asm(".section .rodata, \"a\", @progbits\n" \
      #name ":\n"                            \
      ".incbin \"" path "\"\n"               \
      ".byte 0\n"                            \
      ".previous\n");

甚至可以用这个方法实现 quine

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
#include <stdio.h>
#define EMBED_STR(name, path)                \
  extern const char name[];                  \
  asm(".section .rodata, \"a\", @progbits\n" \
      #name ":\n"                            \
      ".incbin \"" path "\"\n"               \
      ".byte 0\n"                            \
      ".previous\n");

EMBED_STR(SourceFile, __FILE__);

int main() {
	printf("%s", SourceFile);
	return 0;
}

需要注意的是这个方法在有些平台/编译器并不适用，比如MSVC x64 版不支持内联汇编。

这篇文章给出了更多的方式，比如 objcopy, Windows rc file

github上的incbin库考虑了多个平台多个编译器。

C23中引入了#embed宏，可以在编译时将指定内容设置为字符数组：

1
2
3
4
5
6
7
8
9
#include <stdio.h>

int main() {
    const unsigned char data[] = {
        #embed "data.bin"
    };
    printf("%zu\n", sizeof(data));  // 就是文件的字节数
    return 0;
}

还支持limit、prefix、suffix、if_empty等参数，例如：

1
2
3
const unsigned char str[] = {
    #embed "data.txt" suffix(, 0)  // 末尾补个NUL，直接当字符串用
};

编译器支持方面，Clang 19和GCC 15起可用；C++26也采纳了#embed。

这个特性已经有了不少真实用户。GDAL用它内嵌各驱动的XML/CSV资源文件（有正式的RFC 102），PROJ用它内嵌proj.db数据库，pyodide用它内嵌初始化数据，ClassiCube用它内嵌Wii U/PSVita/3DS平台的shader二进制。

需要注意的是，#embed本质上是把文件展开成逗号分隔的字节列表（等价于xxd -i的预处理版），文件较大时编译时间和内存开销可观，大文件场景incbin这种直接塞进.rodata的方案仍然有优势。

另外值得一提的是，C++这边原本还有一个更强大的库版本提案std::embed（P1040）：一个consteval函数，可以在constexpr求值时读文件，支持递归处理（嵌进去的文件还能再引用别的文件）。它没能进入C++26，主要卡在依赖追踪上——#embed是预处理指令，构建系统的依赖扫描器能直接看到；而std::embed的文件路径是编译期字符串，读取发生在constexpr求值阶段，扫描器无从得知，为此提案引入了#depend指令做补救，但递归glob、模块交互等问题一直没吵完。不过提案还在继续努力，2026年已投票转向C++29推进。