1. 翻译环境和运⾏环境
在C语言程序执行过程中,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。
程序都是先经过翻译环境在进入运行环境的。
2. 翻译环境:预编译+编译+汇编+链接
那翻译环境是怎么将源代码转换为可执⾏的机器指令的呢?
翻译环境大体上可以分为编译和链接两个部分,其中编译部分又可分成预处理,编译和汇编三个部分。
一个C语言的项目可能会有多个 .c 的文件,这些文件经过编译器的编译形成各个 .obj 文件(Linux环境下⽬标⽂件的后缀是 .o),然后这些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。
将这个过程再次细分就是下图的样子。
我们一个个分析。
2.1 预处理(预编译)
我们先来看预处理。
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。这个叫做中间文件。
在gcc环境下,如果想要观察⼀下对 test.c ⽂件预处理后的.i⽂件的话可以输入以下代码。
预处理阶段主要处理那些源⽂件中#开始的预编译指令。
1 • 将所有的#define 删除,并展开所有的宏定义。
2 • 处理所有的条件编译指令,如: #if、#ifdef、#elif、#else、#endif 。
3• 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。
4• 删除所有的注释
5• 添加⾏号和⽂件名标识,⽅便后续编译器⽣成调试信息等。
6• 或保留所有的#pragma的编译器指令,编译器后续会使⽤。
2.2 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。
编译命令:
我们用下面这段代码为例子,演示一下编译的过程。
2.2.1 词法分析
首先对这行代码进行词法分析。也就是通过扫描器将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)。然后我们得到了16个记号:
2.2.2 语法分析
接着就进行语法分析,语法分析器会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。
以每个表达式为节点,向两边寻找其他表达式,如果没有再寻找标识符或数字。。。
2.2.3 语义分析
最后是语义分析。 语义分析器会完成语义分析,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。
虽然现在这个例子里的类型都是整型,但如果两边类型不相同的话,编译器便会报语法错误警告。
2.3 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。
汇编的命令:
机器只能读懂二进制指令,汇编就是将语句翻译成二进制指令,汇编产生的.obj文件其实已经全是二进制指令了。
2.4 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。
以下面的两段代码为例。
那么这段代码是怎么运行的呢。
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。
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。
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。