编译示例

编译器（compiler）是将编程语言的代码转换为其他形式的软件，这种转换操作称为编译（compile）。

实际编译器有C语言的GCC（GNU Compiler Collection）、Java语言的编译器javac等。

编译示例

# 创建C语言程序
$ vim hello.c

#include <stdio.h>

int
main(int args, char **argv)
{
  printf("hello, world!\n");
  return 0;
}

# 生成名为hello的可执行文件（executable file）
$ gcc hello.c -o hello

# 运行生成的hello命令
$ ./hello
hello world!

疑问：

• 可执行文件是这样的文件呢？
• gcc命令是如何生成可执行文件的呢？
• 可执行文件hello是经过哪些步骤运行起来的呢？

可执行文件

首先从GCC生成的可执行文件说起

现代的Linux上的可执行文件，通常指符合 ELF（Executable and Linking Format） 这种特定形式的文件。例如ls、cp这些命令（command）对应的实体文件都是可执行文件。

# Windows上查看可执行文件
$ file hello
hello: PE32 executable (console) Intel 80386, for MS Windows

# Linux上查看可执行文件
$ file hello

ELF文件包含了程序代码以及如何运行该程序的相关信息（元数据）。程序代码就是机器语言（machine language）的列表。机器语言是唯一一种CPU能够直接执行的语言，不同种类的CPU使用不同的机器语言。

GCC将C语言的程序转化为用机器语言描述的程序，将机器语言的程序按照ELF这种特定的文件格式注入文件，得到的就是可执行文件。

编译

gcc命令式如何将hello.c转换为可执行文件的呢？

由 hello.c 这样的单个文件来生成可执行文件时，虽然只需要执行一次 gcc 命令，但实际上其内部经历了如下 4 个阶段的处理。

1. 预处理
2. 狭义的编译
3. 汇编
4. 链接

上述处理统称为编译，严谨地说“狭义的编译”才是真正意义上的编译，这4个阶段的处理统称为 build。

预处理

C语言的代码首先由预处理器（preprocessor）对#include和#define进行处理。

#include <stdio.h>

具体说来就是读入头文件，将所有的宏展开，这就是预处理（preprocess）。preprocess是前处理的意思，其实就是在编译前进行处理。

狭义的编译

接着，编译器（compiler）对预处理器的输出进行编译，生成汇编语言（assemble language）的代码。一般来说，汇编语言的代码的文件扩展名为.s。

汇编语言是由机器语言转换过来的人类较易阅读的文本形式的语言，机器语言是以CPU执行效率为第一要素设计的，用二进制代码表示，每个bit都有自己的含义，人类很难理解。因此，一般要使用与机器语言直接对应的汇编语言，以方便人类理解。

汇编

然后，汇编语言的代码由汇编器（assembler）转换为机器语言，这个处理过程称为汇编（assemble）。

汇编器的输出称为目标文件（object file），一般来说，目标文件的扩展名为 .o。

Linux中，目标文件也是ELF文件，既然都是ELF文件，那么究竟是目标文件还是可执行文件呢？这不是区分不了吗？这个不用担心。ELF文件中有用于提示文件种类的标志。

链接

目标文件本身还不能直接使用，无论是直接运行还是作为程序库（library）文件调用都不可以。将目标文件转换为最终可以使用的形式的处理称为链接（link）。使用程序库的情况下，会在这个阶段处理程序库的加载。

总结

build过程总结：C语言的代码经过预处理、编译、汇编、链接这4个阶段的处理，最终生成可执行文件。

生成可执行文件的过程

程序运行环境

程序运行的全过程

现代编程语言的运行过程中，运行环境所起的作用越来越大。

首先，链接的话题并非仅仅出现在build的过程中。如果使用共享库，那么在开始运行程序时，链接才会发生。最近广泛使用的动态加载（dynamic load），就是一种将所有链接处理放到程序运行时进行的手法。

其次，像Java和C#这种语言的运行环境中都有垃圾回收（GC, Garbage Collection）这一强大的功能，该功能对程序的运行有着很大的影响。

再次，在Java VM等具有代表性的Java的运行环境中，为了提高运行速度，采用了JIT编译器（Just In Time Compiler）。JIT编译器时在程序运行时进行处理，将程序转换为机器语言的编译器。也就是说，Java语言是在运行时进行编译的。

编程语言的运行方式

编译器会对程序进行编译，将其转换为可执行的形式。另外也有不进行编译，直接运行编译语言的方法。解释器（interpreter）就是这样的一个例子。解释器不将程序转换为别的语言，而是直接运行。例如Ruby和Perl的语言处理器就是用解释器来实现的。

运行语言的手段不止一种，例如C语言也可以用解释器来解释执行，Ruby也可以编译成机器语言或Java的二进制码。也就是说，编程语言与其运行方式可以自由搭配。因此，编译器也好，解释器也罢，都是处理并运行编程语言的手段之一，统称为编程语言处理器（programming language processor）。

但是，根据语言的特点，其运行方式有适合、不适合该语言之说。一般来说，有静态类型检查（static type checking）、要求较高可靠性的情况下使用编译的方式；相反，没有静态类型检查、对灵活性的要求高于严密性的情况，则使用解释的方式。

静态类型检查是指在程序开始运行之前，对函数的返回值以及参数的类型进行检查的功能。与之相反，在程序运行过程中随时进行类型检查的方式称为动态类型检查（dynamic type checking）。