C语言编译和链接

1.翻译环境和运行环境

在ANSIC的任何一种实现中,存在两种不同的环境

第一种是翻译环境,在这个环境中源代码被转换为可执行的机器指令(二进制指令)

第二种是执行环境,用于实际执行代码

2.翻译环境

那翻译环境时怎么将源代码转换为可执行的机器指令的呢？

翻译环境是由编译和链接两个大的过程组成的，而编译又可以分解为:预处理（有些也叫做预编译）、编译、汇编三个过程。

一个C语言项目包含多个.c文件时 

• 多个.c文件单独经过编译器，编译处理生成对应的目标文件。
• 注:在Windows环境下的，目标文件的后缀是.obj，Linux环境下的目标文件是.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。

编译器可以展开为下面三个过程

 

 1.预处理（预编译）

在预处理阶段，源文件和头文件会被处理为.i为后缀的文件

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、#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#program的编译器指令，编译器后续会使用
  经过预处理的.i文件中不再包含宏定义，因为宏定义已经被展开/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半酣正确的时候，可以查看与预处理后的.i文件来确认。

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、语法分析及优化，生成相应的汇编代码文件
以如下代码为例

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

I.词法分析

将源代码程序输入扫描器，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、特殊符号等）。

II.语法分析

接下来语法分析器，将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。

III.语法分析

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。

 3.汇编

汇编器是将汇编代码转变成机器可执行的指令，每一条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。

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生成可执行程序。

链接的过程主要包括：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项目中有两个.c文件add,c和test.c。在vs中如下

test.c

#include<stdio.h>
//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;
  }

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

在test.c的文件中使用了add.c文件中Add函数和g_val变量。

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函数和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的的目标地址的指令和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，对于全局变量g_val的地址也是类似的方法来修正。这个地址修正的过程也被叫做：重定位。
本文只是非常简洁的讲解了一个C程序是如何编译和链接，最终生成可执行程序的过程，很多细节并未展开讲解。如目标文件的格式elf，链接底层实现中的空间和地址分配，符号解析和重定位等，感兴趣，可以看《程序的自我修养》详细了解。

5.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；也可能是意外终止。