编译和链接

在本篇中将对程序的执行流程有一个基本的认识与了解，重点学习翻译环境中的几大过程，希望通过本篇的讲解能让你对代码到程序的转化有基本的认识，一起加油吧！！！

---

1.翻译环境与运行环境

计算机只能识别二进制的信息，而我们用c语言写成的代码都是文本信息，所以要想把c语言的代码执行就需要把文本信息转换为二进制信息

在 ANSI C的任何⼀种实现中，存在两个不同的环境。
第1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2种是执行环境，它用于实际执行代码。

2 翻译环境

翻译环境又是怎么实现将源代码转换为二进制指令的呢？

首先要了解的是翻译环境可以分为编译和链接两个部分，在编译过程中每个.c文件都会单独通过编译器之后生产相应的.obj文件。之后生成的所有.obj文件会和链接库一起通过链接生成相应的.exe可执行程序

注： 
• 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：

2.1编译

1 预处理（预编译） 

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。

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：（注：以下代码都是在Linux环境下以gcc为编译器）

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

 通过以上代码就可以看出在预处理阶段会有以下规则 

• 将所有的 #define 删除，并展开所有的宏定义。
• 删除所有的注释

在test.i中就会看到以上代码可以看出在预处理阶段会有以下规则 
• 处理所有的条件编译指令，如： #if、#ifdef、#elif、#else、#endif 。

同时除以上规则还有以下处理的规则：
• 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。
• 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、语义分析及优化，生成相应的汇编代码文件。
编译过程的命令如下：

 gcc -S test.i -o test.s

 对下面代码进行编译的时候，编译过程会有什么样的操作呢？假设有下面的代码

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

1. 语法分析

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.词法分析

接下来语法分析器，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。

在汇编过程中还会汇总符号，形成符号表，会将全局的符号名字汇总
汇编的命令如下：

gcc -c test.s  -o test.o

 在输入命令后就会看到test.o文件会有以下提示
    

2.2 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：

#include <stdio.h>
//test.c
//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;
}

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。

 

翻译环境各流程图示

3. 运行环境

1. 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。
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。