程序员的自我修养

编译和连接

1. 预处理（Prepressing）

• 将所有的#define删除，并展开宏定义。
• 处理所有的条件预编译，比如#if #ifdef #elif #else #endif。
• 处理#include预编译指令，将包含的文件插入到该预编译指令的位置，注意，这个过程是递归。
• 删除所有的//和/* */
• 添加行号和文件名标识
• 保留所有的#pragma 编译指令

2. 编译（Compilation）

编译就是把预处理完的文件进行一系列的词法分析、语法分析、语义分析及优化后生产相应的汇编代码文件。

gcc 这个命令只是后台程序的包装，它会根据不同的参数要求去调用预编译编译程序cc1、汇编器as、链接器来ld。

3. 汇编（Assembly）

将汇编代码转变成机器可以执行的指令

4. 链接（Linking）

1. 词法分析
   首先源代码程序被输入到扫描器（scanner），它运用一种类似有限状态机（Finite State Machine）的算法将源代码的字符序列分割成一系列的记号（Token）
2. 语法分析
   语法分析器（Grammar Parser）将对由扫描器产生的记号进行语法分析，产生语法树（Syntax Tree），整个过程采用长下文无关语法（Context-free Grammar）的分析手段。语法树就是以表达式（Expression）为及节点的树。
3. 语义分析
   由语义分析器（Semantic Analyer） 来完成。所能分析的语义是静态语义（Static Semantic），通常包括声明和类型的匹配、类型的转换。
4. 中间语言生成
   源码级优化器（Source Code Optimizer）将整个语法树转换成中间代码（Intermediate Code）
5. 目标代码的生成与优化
   源代码级优化器产生中间代码标志着下面的过程都属于编辑器后端，主要包括的代码生成器（Code Generator）和目标优化器（Target Code Optimizer）。代码生成器将中间代码转换目标机器码。
6. 链接
   链接的主要过程包括：地址和空间分配（Adress and Storage Allocation）、符号决议（symbol resolution） 和 重定向（Relocation）等步骤。

目标文件是什么样的

目标文件的内容至少有编译后的机器指令代码，数据。还有链接时所需要的信息，如符号表，调试信息，字符串等。

• 程序源代码编译后的机器指令经常被放在代码段（Code Setion），常见名字有“.code”和 “.text”
• 全局变量和局部静态变量数据经常放在数据段（Data Section），一般名字叫“.data”
• .bss段（Block Started by Symbol）只是为未初始化的全局变量和局部静态变量预留位置而已，并没有内容，它在文件中不占据空间。

自定义段

GCC提供了一个扩展机制，使得程序员可以指定变量所处的段：

_attribute_((section(“FOO”))) int global = 42;
_attribute_((section(“Bar”))) void foo ( )
{
}

我们在全局变量或者函数之前加上“_attribute_((section(“name”)))”属性就可以把相应的变量或者函数放到以“name”作为段名的段中。

ELF文件结构描述

ELF文件结构图

ELF Header
.text
.data
.bss
other sections…
Section header table
String Tables
Symbol Tables
…

静态链接

1.空间与地址分配

主要有两种方式：按序叠加和相似段合并。按序叠加会造成内存空间大量的内部碎片。所以一个更实际的方法是将相同性质的段合并在一起，叫做相似段合并。比如将所有输入文件的“.text”段合并到输出文件的“.text”段。使用这相思段合并方法的链接器一般都采用一种叫两步链接（Two-pass Linking）的方法，也就说整个过程分两步。

1. 空间与地址分配
2. 符号解析与重定位

装载与动态链接