目录
一:编译原理实质
编译原理是计算机科学中的一个重要分支,主要研究如何将高级语言编写的源代码转换成计算机能够直接执行的机器码。C语言作为一种广泛使用的高级编程语言,其编译过程同样遵循编译原理的基本框架。
编译过程通常可以分为以下几个阶段:预处理(Preprocessing)、编译(Compilation)、汇编(Assembly)和链接(Linking)。下面我们将详细介绍C语言编译原理与链接过程。
二:翻译环境和运行环境
在ANSI C的任何一种实现中,存在两个不同的环境。
1. 翻译环境,在这个环境中源代码被转换成可执行的机器指令。
2. 运行环境,它用于实际执行代码。
计算机执行的是二进制指令,但是我们写出的C语言代码是文本信息,计算机不能直接理解。
所以,翻译环境将C语言代码翻译为二进制指令(可执行程序),执行环境再去执行二进制的代码。如图所示:
那翻译环境是怎么将源代码转换为计算机可执行的二进制指令的呢?
这里我们展开开讲解⼀下翻译环境所做的事情。
(一)翻译环境
翻译环境是由编译和链接两个大的过程组成的,而编译又可以分解成:预处理、编译、汇编三个过程。
如图所示:
⼀个C语言的项目中可能有多个.c文件⼀起构建,那多个.c文件如何生成可执行程序呢?
• 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环境下目标文件的后缀是 .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。
如果再把编译器展开成3个过程,那就变成了下面的过程:
源代码——预处理——编译——汇编——链接——可执行程序
1.预处理(预处理在此处只做初步讲解)
在预处理阶段,源文件和头文件会被处理成为.i为后缀的文件。在 gcc 环境下想观察⼀下,对 test.c 文件预处理后的.i文件,命令如下:gcc -E test.c -o test.i。
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、#else、#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#pragma的编译器指令,编译器后续会使用。
经过预处理后的.i文件中不再包含宏定义,因为宏已经被展开。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包含正确的时候,可以查看预处理后的.i文件来确认。
2.编译
编译阶段编译内容是,将C语言代码转换成汇编代码;
转换的过程包括:语法分析、词法分析、语义分析、符号汇总;
符号汇总会将全局符号进行汇总,包括全局变量名、函数名、main等。
编译过程的命令如下:gcc -S test.i -o test.s。
如果把下面代码进行编译,会怎么做?
array[index] = (index+4)*(2+6);
1.词法分析
将源代码程序被输入扫描器,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、特殊字符等)。
上面程序进行词法分析后得到了16个记号:
2.语法分析
语法分析器,将对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。
3.语义分析
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。静态语义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转变成机器可执行的指令,每⼀个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才生成可执行程序。 链接过程主要包括: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的项目中有2个.c文件( test.c 和add.c ),代码如下:
我们已经知道,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
我们在 test.c 的文件中使用了 add.c 文件中的 Add 函数和 g_val 变量。
我们在 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 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 的指令的目标地址和 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,然后将 test.c 中所有引用到 Add 的指令重新修正,让他们的目标地址为真正的 Add 函数的地址,对于全局变量 g_val 也是类 似的方法来修正地址。
这个地址修正的过程也被叫做:重定位。
(二)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。
1.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。
2. 程序的执行便开始。接着便调用main函数。
3. 开始执行程序代码。这个时候程序将使用⼀个运行时堆栈(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。
4. 终止程序。正常终止main函数;也有可能是意外终止。
完结撒花。