代码背后的故事

我们通常只是注意到代码的外部表现，却很少关注代码背后的故事。下边我来简述代码背

后的故事。

在vc++6.0环境下，当我们写好一段代码，点编译，进而链接，然后执行，如果各步都无

错，就可以显示程序的输出结果。

在gcc下，直接gcc +要编译的源文件名，就可编译程序，./a.out就可以打印出结果。

其实上述的过程都是分四个阶段执行的。

  第一阶段：预编译阶段：引入头文件，去除注释，define定义的标识符的替换，宏的替

换。

define定义的标识符是没有参数的，而宏是有参数的。

在gcc下，用gcc 文件名 -E就可以显示预编译后的结果。此时我们可以看到头文件被引入

了，注释也被取消了（换成空格）。这个过程大家可以在自己的环境下进行尝试，这里就

不给出截图了。

第二阶段：编译。在gcc下，用gcc 文件名 -S就可以显示编译后的结果。这个阶段又分

四个步骤进行完成。

  （1）词法分析：词法分析主要分析源程序中的字符流能否构成正确的单词。

词法分析的功能可以表示为：

     源程序------>词法分析程序------>token串

它是编译器中唯一与源程序打交道的部分，主要工作如下：

   a.按照构词规则识别单词，输出单词本身及其种别码。（种别码表示单词的种类，通

常用整形编码表示）。

   b.滤掉源程序中的无用成分，如注释，空格，回车换行等。

   c.调用出错处理程序，识别并定位错误。

   d.调用符号管理程序，对识别出来的单词及其属性进行管理。

  （2）语法分析：是对高级语言的句子结构进行分析，是编译过程的核心。它的任务是

识别输入的单词序列是否符合语言的语法规则，如果符合就生成语法树。

语法分析的功能可以表示为：

   token串----->语法分析程序------>语法树

语法分析主要是对能否按照正确语法构成单词进行检查。

语法分析是有多种方法，感兴趣的读者可以自行阅读。

  （3）语义分析：对每个语法结构进行静态语义检查，即检查名字是否定义，类型是否

合理等等。

  （4）符号表汇总：生成中间代码。

符号表是一种数据结构，用于保存源程序中出现的名字及其相关的属性信息。在《数

组，指针》这篇文章中提到：编译器通常不会为普通const只读变量分配内存，而是将他

们保存在符号表中。符号表要在编译的多个阶段中进行操作。在词法分析阶段，只有单

词的名字和长度等内容可以写进符号表，关键字并不写入符号表。在语义分析阶段，发

现语义正确，就将单词的类型写入符号表。比如：

代码中的一行语句：

int  i , j, k;

在词法分析阶段，int是关键字，不会被写入符号表，i,j,k都会被写入，长度都是1，在语

义分析阶段和符号表汇总阶段，判断出i,j,k都是标识符，int是三个变量的类型，所以将

类型写入符号表。

第三阶段：汇编，生成可重定位的目标文件（.o文件），已将文件分段，形成符号表。

由于汇编语言具有管理不同名字的存储分配功能，所以在生成汇编代码后需要扫描符号

表，并对变量分配空间。在gcc下，用gcc 文件名 -C就可以显示汇编后的结果。

前三个阶段被称为编译阶段，生成目标文件。

第四阶段：链接，在gcc下，用gcc 文件名 -o就可以显示链接后的结果。在此阶段完成

段表的合并，符号表的合并和符号表的重定位（重名符号地址不同，找出有效地址）。

符号表的合并是指：一个工程中可能有多个源文件，所以就会生成多个符号表，所以将

这些符号表合并起来，windows下生成.exe文件，linux下生成a.out文件。

在vs下，生成的符号表都被存放在pdb文件中。我打开这个文件，都是二进制数据，大

家可以打开看看。

上文参考书籍：《编译原理及实践教程》（第2版）（黄贤英著）

文章可能会有不合理的地方，希望读者指出~~谢谢