C语言学习笔记-进阶（16）编译和连接

1. 翻译环境和运行环境

在ANSI C的任何⼀种实现中，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行的机器指令。

第2种是执行环境，它用于实际执行代码。

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行的机器指令的呢？这里我们就得展开开讲解一下翻译环境所做的事情。

其实翻译环境是由 编译 和 链接 两个大的过程组成的，而 编译 又可以分解成：预处理（有些书也叫预编译）、编译、汇编三个过程。

一个C语言的项目中可能有多个

.c 文

件一起构建，那多个

.c 文

件如何生成可执行程序呢？

•

多个.c文件单独经过编译出编译处理⽣产对应的目标文件。

•

注：在Windows环境下的⽬标⽂件的后缀是 .obj

，Linux环境下⽬标⽂件的后缀是

.o

•

多个目标文件和链接库一起经过链接器处理生成最终的可执行程序。

•

链接库是指运行时库(它是支持程序运行的基本函数集合)或者第三方库。

如果再把编译器展开成3个过程，那就变成了下面的过程：

2.1 预处理（预编译）

在预处理阶段，源文件和头文件会被处理成为.i为后缀的文件。

在

gcc

环境下想观察⼀下，对

test.c 文

件预处理后的.i文件，命令如下：

gcc -E test.c -o test.i

预处理阶段主要处理那些源文件中#开始的预编译指令。比如：#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，将包含的头⽂件的内容插⼊到该预编译指令的位置。这个过程是递归进行的，也就是说被包含的头⽂件也可能包含其他⽂件。

•

删除所有的注释

•

添加行号和文件名标识，方便后续编译器生成调试信息等。

•

或保留所有的#pragma的编译器指令，编译器后续会使用。

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

2.2 编译

编译过程就是将预处理后的⽂件进⾏⼀系列的：词法分析、语法分析、语义分析及优化，⽣成相应的汇编代码文件。

编译过程的命令如下：

gcc -S test.i -o test.s

对下面代码进行编译的时候，会怎么做呢？假设有下面的代码

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

2.2.1 词法分析

将源代码程序被输入扫描器，扫描器的任务就是简单的进行词法分析，把代码中的字符分割成一系列的记号（关键字、标识符、字面量、特殊字符等）。

上面程序进行词法分析后得到了16个记号：

2.2.2 语法分析

接下来 语法分析器 ，将对扫描产生的记号进行语法分析，从而产生语法树。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面分析。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行的指令，每一个汇编语句几乎都对应一条机器指令。就是根据汇编指令和机器指令的对照表一一的进行翻译，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

链接是一个复杂的过程，链接的时候需要把一堆文件链接在一起才生成可执行程序。

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。

链接解决的是⼀个项目中多文件、多模块之间互相调⽤的问题。

比如：

在一个C的项目中有2个.c文件（

test.c

和

add.c

），代码如下：

test.c

#include <stdio.h>
//test.c
//声明外部函数
extern int Add(int x, int y);
//声明外部的全局变量
extern int g_val;
int main()
{
 int a = 10;
 int b = 20;
 int sum = Add(a, b);
 printf("%d\n", sum);
 return 0;
}

add.c

int g_val = 2022;
int Add(int x, int y)
{
 return x+y;
}

我们已经知道，每个源文件都是单独经过编译器处理生成对应的目标文件。

test.c

经过编译器处理生成

test.o

add.c

经过编译器处理生成

add.o

我们在

test.c

的文件中使用了

add.c 文

件中的

Add

函数和

g_val

变量。

我们在

test.c 文

件中每一次使用

Add

函数和

g_val

的时候必须确切的知道

Add

和

g_val

的地 址，但是由于每个文件是单独编译的，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，所以暂时把调用 Add

的指令的目标地址和

g_val

的地址搁置。等待最后链接的时候由链接器根据引用的符号 Add

在其他模块中查找

Add

函数的地址，然后将

test.c

中所有引用到 Add 的指令重新修正，让他们的目标地址为真正的

Add

函数的地址，对于全局变量

g_val

也是类似的方法来修正地址。这个地址修正的过程也被叫做：重定位。

前面我们非常简洁的讲解了⼀个C的程序是如何编译和链接，到最终生成可执行程序的过程，其实很多内部的细节无法展开讲解。比如：目标文件的格式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《程序的自我修养》一书来详细了解。

3. 运行环境

程序必须载入内存中。在有操作系统的环境中：一般这个由操作系统完成。在独立的环境中，程序的载入必须由手工安排，也可能是通过可执行代码置入只读内存来完成。

程序的执行便开始。接着便调用main函数。

开始执行程序代码。这个时候程序将使用一个运行时堆栈（stack），存储函数的局部变量和返回地址。程序同时也可以使用静态（static）内存，存储于静态内存中的变量在程序的整个执⾏过程一直保留他们的值。

终止程序。正常终止main函数；也有可能是意外终止。