C#基本知识的一点感悟（2）——从源代码到中间语言

        在对于C#基本知识的一点感悟（1）——关于C#语法的抽象中，我主要对C#的基本语法进行了抽象，重点介绍了MS构造整个基本的C#语法组织的思路（个人的猜测）。主要是在如何去组织源代码这一层去理解的C#。本篇接下来主要介绍从我们编辑好的源代码，到被C#编译器编译成.net组织代码的最基本单位----程序集之间发生的一些处理

        .net对源代码的处理模式 

        首先来看看对于一个高级语言编写的程序最终被cpu执行的一些过程吧。对于非托管的语言，比如C，首先是我们用C语言编写好自己的代码，当用编译器编译时，编译器先通过预处理，把我们代码里的头文件和源代码整合，得到完整的c文件;然后对这个完整的C文件进行编译，得到汇编代码。到汇编代码这一步，已经能够和cpu的大多数指令相对应了，比如对把函数里的变量放在寄存器里，比如过程调用时，对于参数、堆栈指针的保存、cpu计数器的保存、以及cpu计数器的地址跳转到被调用的函数等等一系列操作（这已经和cpu表面的执行指令很接近了吧）。当然，对于由多个文件组成的程序，要分别对每一个文件编译得到对应的汇编代码，然后把这个每一个汇编代码在通过汇编编译器编译为机器代码，当然这些包含了代码和数据的机器码（可重定位目标文件）还不能直接执行，很明显我们需要把这好几个的机器码给结合起来。这就经过一个叫链接的步骤（对于链接，主要对程序全局变量的协调处理，以及对于每一个里可重定位目标文件里符号系统的解析，最终得到一个经过整合过的可执行文件，这个文件也就是我们编译C源代码得到的结果，这个可执行的文件可以直接被操作系统加载，然后不用再做处理就开始执行。

        不过，对于C#，或者是对于其他面向.net的托管语言，我们写好的C#源代码，

        首先是相应的编译器（对于C#就是C#编译器，对于VB，则是VB编译器）把源代码里编译成为托管模块(这只是编译过程中的中间产物)，这个托管模块包含了

        1，一些和操作系统相关联的信息（pe，比如是面向32位系统还是64位系统）pe可理解为主要和系统关联起来的东西；

        2，包含了一些clr能够识别的信息（clr头），比如需要的clr版本，clr进入相关方法的信息，以及一些标记（clr通过这些标记来寻找或者执行一些操作，比如我们用C#里对某个类型引用某个和运行时相关的Attribute），clr头可以理解为托管模块和clr进行交互的的一些所需信息；

        3，还包含了一些元数据表，这个元数据表主要包含了托管模块（即我们编写的源代码里）定义的类型，类型的成员，以及模块所引用的类型和类型的成员。记录的方式，当然就是记录下每一个类型与该类型定义的部分的中间代码的关联，每一个类型的方法与该类型对应方法的定义的代码中间代码的关联，等等对C#各种语法的支持的记录。通过这个东西，clr就能通过一个类型名，去构造这个类型对象，如果要用这个类型名去实例化一个实例对象，也可以参照元数据里对该类型的相关成员的记录来构造该对象，同时元数据还能支持许多C#的高级特性，比如内存管理，垃圾回收等等。总之，元数据就是对源代码里类型、类型的成员（源代码里定义的，或者引用的）的类型，对应的IL代码的记录。

        4，还有中间代码IL。首先有一点要注意的，我们的源代码肯定不会每一句都被转换为IL，比如public class A{}。。它只是告诉了编译器我们定义了一个类，A及一些信息，编译器可通过元数据来记录下这个信息，但是，肯定不会为它生产IL，因为很明显public class A{}它不是一个可执行的语句。再比如，在A里定义字段:public int filed；它同样会被元数据记录，但不会产生IL，因为在运行时，这一句也不会执行。那那些源代码会被编译为IL呢？亦即方法里的代码，（方法的定义肯定也不能执行），只有方法里的代码，才是最终可以被cpu去执行的。有意思吧，这再次说明，面向对象只是我们组织代码的一种形式，而最终的执行，还是面向过程的。前面已经说过，这个元数据里同样有相关记录和IL关联起来，这样在调用某个方法时，clr才能找到这个方法对应的il所在的位置。但是，务必注意，这个IL也是面向对象的，比如A a=new A（）;这句话，它在clr里会有newobj这个相应的指令。所以，这个IL只是面向clr的，它只能被clr(一个com服务)来执行。至于clr的执行方式，呵呵，clr肯定要把对应的IL即时编译（JIT）为机器代码，最终由cpu来执行咯。

        说了这么多，只是涉及到各种语言被对应的语言编译器编译为托管模块，对于面向.net的不同语言，被编译成的托管模块的语法是一致的，也就是说，他们可以相互调用。但前面说了，这个托管模块只是中间产物，编译器会把这些托管模块，最终合并成一个程序集。也就是我们编译得到的最终产物。clr最终执行时是从程序集去开始的，所以程序集是我们编译好源代码后，得到的最小单位，也是进行版本控制，代码组织的最小单位。程序集分为可执行的比如一个.exe文件，和不可直接执行的比如.dll文件。注意，除了一个源文件不能被编译在多个程序集这个限制以外，程序集和源文件并没有必然的联系，一个项目可以被编译为不止一个程序集，同样，一个程序集可以引用另一个程序集里的类型、方法等等，实际就是一个程序集可以执行另一个程序集里的代码（如果后者里的方法对前者可见）。程序集到底包含哪些东西呢？刚说了，许多（也可以只有一个）托管模块，最终变成了一个程序集，而且这个变只是组织结构的一种整合，元数据啊，IL啊之类的东西都没有变化。同时，为了是自描述的，程序集必须要告诉clr它里面的信息，所以在那些托管模块之外，程序集额外有一个清单，清单用来描述程序集内部包含的组成部分以及对应的关联，以便于clr通过程序集定位到对应的元数据，甚至通过对应的元数据对应到相关的IL代码。

        OK，这个包含了许多IL，元数据、以及自描述的清单的东西，就是编译器把我们的源代码最终编译成的东西。它离最终的可执行的机器代码很远，但是，它确实是可以被clr来执行，被（clr）托管执行。

        这些处理貌似很复杂，是的，还好他们是编译器来完成的。但是，这些复杂的处理同样为.net去提供各种功能提供了支持，尤其是最终把我们的代码编程能被clr执行的样子，他们确保了clr对面向对象的支持，而不是如c那种只能单纯的方法调用。