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。