1.概念定义:
提示:若想要深入了解程序的编译和链接请看看《程序员的自我修养》这本书
1.1 翻译环境和运行环境:
翻译环境,在这个环境下源代码将被转换为可执行程序(后缀为.exe)即可执行的二进制文件
执行环境,用于实际执行代码
1.2翻译环境
翻译环境有编译和链接两个大的过程组成的,编译可分解为:预处理(预编译)、编译、汇编
源文件(windows环境下后缀为.c的文件):
源文件是指程序员编写的用某种编程语言编写的原始代码文件。它包含了程序的逻辑结构和算法,并且通常以特定的文件扩展名(如.c、.cpp、.java等)保存。
目标文件(windows环境下后缀为.obj的文件,gcc环境下后缀为.o的文件):
目标文件是编译源文件后生成的中间文件。它包含了源文件的汇编代码和一些附加的符号和调试信息。目标文件通常以特定的文件扩展名(如.obj、.o、.elf等)保存,并且不能直接运行。
可执行程序(windows环境下后缀为.exe的文件):
可执行程序是经过链接器(linker)处理的目标文件,它包含了在目标文件中定义的各种函数和全局变量之间的符号链接信息,以及一些运行时所需的系统库函数等。可执行程序通常以特定的文件扩展名(如.exe、.out、.app等)保存,并且可以直接在操作系统上运行。
定义:
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:
• 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。
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。
编译过程命令如下:
gcc -S test.i -o test.s
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:
例如编译下列代码:
array[index] = (index+4)*(2+6);
记号 | 类型 |
array | 标识符 |
[ | 左方括号 |
index | 标识符 |
] | 右方括号 |
= | 赋值 |
( | 左圆括号 |
index | 标识符 |
+ | 加号 |
4 | 数字 |
) | 右圆括号 |
* | 乘号 |
( | 左圆括号 |
2 | 数字 |
+ | 加号 |
6 | 数字 |
) | 右圆括号 |
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。
语义分析:
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。
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。
汇编的命令如下:
gcc - c test.s -o test.o
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。
可以根据下图理解:
1.3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。