修炼内功——简略分析C程序编译与链接

目录

前言

1. 翻译环境和运行环境

2. 翻译环境：预编译+编译+汇编+链接

2.1 预处理（预编译）

2.2 编译

2.2.1 词法分析：

2.2.2 语法分析

2.2.3 语义分析

2.3 汇编

2.4 链接

3. 运行环境

总结

---

前言

编译和链接的内容，讲述了一个C程序是如何从.c文件变成一个可执行的.exe文件，可以通过Linux操作系统中的gcc编译来观察其过程。即使现在无法上手操作，也可以来阅读此文章，让你对c程序有更深的了解。

---

1. 翻译环境和运行环境

在ANSI C的任何?种实现中，存在两个不同的环境。

第1种是翻译环境，在这个环境中源代码被转换为可执?的机器指令。
第2种是执行环境，它?于实际执?代码。

2. 翻译环境：预编译+编译+汇编+链接

那翻译环境是怎么将源代码转换为可执?的机器指令的呢？这?我们就得展开开讲解?下翻译环境所做的事情。
其实翻译环境是由编译和链接两个?的过程组成的，?编译?可以分解成：预处理（有些书也叫预编译）、编译、汇编三个过程。

?个C语?的项?中可能有多个 .c ?件?起构建，那多个 .c ?件如何?成可执?程序呢？

• 多个.c?件单独经过编译出编译处理?产对应的?标?件。
• 注：在Windows环境下的?标?件的后缀是 .obj ，Linux环境下?标?件的后缀是 .o
• 多个?标?件和链接库?起经过链接器处理?成最终的可执?程序。
• 链接库是指运?时库(它是?持程序运?的基本函数集合)或者第三?库。

如果再把编译器展开成3个过程，那就变成了下?的过程：

2.1 预处理（预编译）

在预处理阶段，源?件和头?件会被处理成为.i为后缀的?件。
在 gcc 环境下想观察?下，对 test.c ?件预处理后的.i?件，命令如下：

gcc? -E? test.c? -o? test.i

预处理阶段主要处理那些源?件中#开始的预编译指令。?如：#include,#define，处理的规则如下：

• 将所有的 #define 删除，并展开所有的宏定义。
• 处理所有的条件编译指令，如： #if、#ifdef、#elif、#else、#endif 。
• 处理#include 预编译指令，将包含的头?件的内容插?到该预编译指令的位置。这个过程是递归进?的，也就是说被包含的头?件也可能包含其他?件。
• 删除所有的注释
• 添加?号和?件名标识，?便后续编译器?成调试信息等。
• 或保留所有的#pragma的编译器指令，编译器后续会使?。

经过预处理后的.i?件中不再包含宏定义，因为宏已经被展开。并且包含的头?件都被插?到.i?件
中。所以当我们?法知道宏定义或者头?件是否包含正确的时候，可以查看预处理后的.i?件来确认。

2.2 编译

编译过程就是将预处理后的?件进??系列的：词法分析、语法分析、语义分析及优化，?成相应的汇编代码?件。
编译过程的命令如下：

gcc? -S? test.i? -o? test.s

对下?代码进?编译的时候，会怎么做呢？假设有下?的代码

array[index] = (index+4)*(2+6);

2.2.1 词法分析：

将源代码程序被输?扫描器，扫描器的任务就是简单的进?词法分析，把代码中的字符分割成?系列的记号（关键字、标识符、字?量、特殊字符等）。
上?程序进?词法分析后得到了16个记号：

2.2.2 语法分析

接下来语法分析器，将对扫描产?的记号进?语法分析，从?产?语法树。这些语法树是以表达式为节点的树。

2.2.3 语义分析

由语义分析器来完成语义分析，即对表达式的语法层?分析。编译器所能做的分析是语义的静态分
析。静态语义分析通常包括声明和类型的匹配，类型的转换等。这个阶段会报告错误的语法信息。

2.3 汇编

汇编器是将汇编代码转转变成机器可执?的指令，每?个汇编语句?乎都对应?条机器指令。就是根据汇编指令和机器指令的对照表??的进?翻译，也不做指令优化。
汇编的命令如下：

gcc? -c? test.s?? -o? test.o

2.4 链接

链接是?个复杂的过程，链接的时候需要把?堆?件链接在?起才?成可执?程序。链接过程主要包括：地址和空间分配，符号决议和重定位等这些步骤。链接解决的是?个项?中多?件、多模块之间互相调?的问题。
?如：

我们已经知道，每个源?件都是单独经过编译器处理?成对应的?标?件。
test.c 经过编译器处理?成 test.o
add.c 经过编译器处理?成 add.o
我们在 test.c 的?件中使?了 add.c ?件中的 Add 函数和 g_val 变量。
我们在 test.c ?件中每?次使? Add 函数和 g_val 的时候必须确切的知道 Add 和 g_val 的地
址，但是由于每个?件是单独编译的，在编译器编译 test.c 的时候并不知道 Add 函数和 g_val
变量的地址，所以暂时把调? Add 的指令的?标地址和 g_val 的地址搁置。等待最后链接的时候由链接器根据引?的符号 Add 在其他模块中查找 Add 函数的地址，然后将 test.c 中所有引?到
Add 的指令重新修正，让他们的?标地址为真正的 Add 函数的地址，对于全局变量 g_val 也是类
似的?法来修正地址。这个地址修正的过程也被叫做：重定位。

我们非常简洁地讲解了一个C程序时如何编译和链接，到最终生成可执行程序的过程，还有很多内部细节无法展开详细讲解。?如：?标?件的格式elf，链接底层实现中的空间与地址分配，符号解析和重定位等，如果你有兴趣，可以看《程序员的自我修养》?书来详细了解。

3. 运行环境

1. 程序必须载?内存中。在有操作系统的环境中：?般这个由操作系统完成。在独?的环境中，程序的载?必须由??安排，也可能是通过可执?代码置?只读内存来完成。
2. ?程序的执?便开始。接着便调?main函数。
3. ?开始执?程序代码。这个时候程序将使??个运?时堆栈（stack），存储函数的局部变量和返回地址。程序同时也可以使?静态（static）内存，存储于静态内存中的变量在程序的整个执?过程?直保留他们的值。
4. ?终?程序。正常终?main函数；也有可能是意外终?。

---

总结

如果想继续深入了解详细内容推荐阅读《程序员的自我修养》这本书，但是要在学会使用Linux操作系统，才能看懂。

创作不易，如果喜欢这篇文章的话，请留下你的三连哦，你的支持是我创作最大的的动力！！！