编译器、连接器学习笔记--（二）--编译

本文只记录学习过程中整理后的知识结构，不涉及具体细节，具体细节参考man手册和相关书籍，我再怎么说肯定都不如它们说的正确。

内容很浅，如果需要详细细节的可以点叉叉了，对此表示抱歉。

而且本来想写的详细一些，但是写着写着就跑题了，而且因为修改了多次，结果感觉中间错误很多

一、简单介绍

编译过程很复杂，而且不同的编程语言的编译过程也有所不同。

但是万变不离其踪，该有的过程还是得有，这个过程就是：

（Source Code）-->Scanner-->(Tokens)-->Parser-->(Syntax Tree)-->Semantic Analyzer-->(Commented Syntax Tree)-->Source Code Optimizer-->(Intermediate Representation)-->Code Generator-->(Target Code)-->Code Optimizer-->(Final Target Code)

这个过程很长，大致的过程就是：

扫描（词法分析）--》语法分析--》语义分析--》源代码优化--》源代码优化--》代码生成--》目标代码优化

1、1 词法分析

源代码被输入到扫描器（Scanner）将代码分割成一系列的记号（Token）。

例如：lex就是一个词法扫描器。

1、2 语法分析

在1、1中产生的标记，被送入语法分析器，产生语法树（Syntax Tree）

例如：yacc就是一个语法分析器

1、3 语义分析

这部分工作由语义分析器完成，但是它能分析的仅仅是静态语义。

1、4 源码优化

这部分由源码优化器完成，生成相应的中间代码。

常见中间代码有：三地址码，P -码等

1、1～1、4中的内容由被归纳成编译器前端，主要负责产生机器无关的中间代码。

1、5目标代码

这部分由代码生成器和目标代码优化器完成

 1、5中的内容又被划分到编译器后端。主要将中间码变成机器码。

上面的只是一些概念性的东西，其实也没什么大用。

编译过程其实很复杂，不仅和源代码使用的语言类型有关，还和具体的CPU体系相关，所以就以C语言为例，使用GCC编译，CPU是X86架构，下面分两个部分介绍：

（1）从C源码到目标文件

（2）分析目标文件

使用工具：

gcc、objdump，readelf。

2、从C源码到目标文件

2.1 预编译

功能：

• 宏展开
• 处理与编译指令，如“#if”，“#ifdef”等
• 删除注释
• 添加行号--便于编译时候产生调试用的行号信息和产生错误时候能够显示行号
• 其他

使用指令1编译代码1，得到test.i，内容如下：

# 1 "test.c"
# 1 "<command-line>"
# 1 "test.c"

int main()
{

    int a = 100;
    returun;
}

与test.c比较，容易发现

• 宏定义被展开
• 注释被删除
• 预编译指令也被处理
• 注：这里没有使用头文件

注意：预编译不检查任何错误，测试代码中，return语句拼写错误，并且不带返回值，但是可以执行成功。

2.2 编译

功能

生成汇编源代码

使用指令2编译代码1，得到test.s，其内容如下：

        .file   "test.c"
        .text
        .globl  main
        .type   main, @function
main:
.LFB0:
        .cfi_startproc
        pushl   %ebp
        .cfi_def_cfa_offset 8
        .cfi_offset 5, -8
        movl    %esp, %ebp
        .cfi_def_cfa_register 5
        subl    $16, %esp
        movl    $100, -4(%ebp)
        movl    $0, %eax
        leave
        .cfi_restore 5
        .cfi_def_cfa 4, 4
        ret
        .cfi_endproc
.LFE0:
        .size   main, .-main
        .ident  "GCC: (GNU) 4.7.1 20120721 (prerelease)"
        .section        .note.GNU-stack,"",@progbits

这个是X86下的汇编原代码。以后如果开始看链接过程，就需要对这个语法有一定了解。

汇编我也学的不怎么样。感觉比较重要的就是：

（1）弄明白ebp和esp寄存器作用，因为后面涉及到栈的操作，尤其是函数调用时候的栈操作。

（2）弄明白eax，ebx……几个寄存器的作用，尤其是eax寄存器，系统调用以及函数返回值都需要借助它保存一些临时变量。

（3）当然还有几个在代码中没有体现的，段寄存器和控制寄存器，内存寻址都依靠这些寄存器。

其他的基本看名字都能猜明白是什么意思。应该压力不大了。

2.3 汇编

功能：

将汇编源代码，编译成可执行指令

使用指令3编译代码1，得到test.o文件

使用指令4，查看得到的test.o文件，显示如下：

00000000  7f 45 4c 46 01 01 01 00  00 00 00 00 00 00 00 00  |.ELF............|
00000010  01 00 03 00 01 00 00 00  00 00 00 00 00 00 00 00  |................|
00000020  fc 00 00 00 00 00 00 00  34 00 00 00 00 00 28 00  |........4.....(.|
00000030  0b 00 08 00 55 89 e5 83  ec 10 c7 45 fc 64 00 00  |....U......E.d..|
00000040  00 b8 00 00 00 00 c9 c3  00 47 43 43 3a 20 28 47  |.........GCC: (G|
00000050  4e 55 29 20 34 2e 37 2e  31 20 32 30 31 32 30 37  |NU) 4.7.1 201207|
00000060  32 31 20 28 70 72 65 72  65 6c 65 61 73 65 29 00  |21 (prerelease).|
00000070  14 00 00 00 00 00 00 00  01 7a 52 00 01 7c 08 01  |.........zR..|..|
00000080  1b 0c 04 04 88 01 00 00  1c 00 00 00 1c 00 00 00  |................|
00000090  00 00 00 00 14 00 00 00  00 41 0e 08 85 02 42 0d  |.........A....B.|
000000a0  05 50 c5 0c 04 04 00 00  00 2e 73 79 6d 74 61 62  |.P........symtab|
000000b0  00 2e 73 74 72 74 61 62  00 2e 73 68 73 74 72 74  |..strtab..shstrt|
000000c0  61 62 00 2e 74 65 78 74  00 2e 64 61 74 61 00 2e  |ab..text..data..|
000000d0  62 73 73 00 2e 63 6f 6d  6d 65 6e 74 00 2e 6e 6f  |bss..comment..no|
000000e0  74 65 2e 47 4e 55 2d 73  74 61 63 6b 00 2e 72 65  |te.GNU-stack..re|
000000f0  6c 2e 65 68 5f 66 72 61  6d 65 00 00 00 00 00 00  |l.eh_frame......|
00000100  00 00 00 00 00 00 00 00  00 00 00 00 00 00 00 00  |................|
下文忽略
………………………………

内容很乱