前言:
在我们日常用C语言所编写的程序中,电脑能够直接执行吗?答案是不能的,我们的电脑并不能直接看懂我们用编程语言所编写的源程序(test.c / test.h),它们能看懂的只能是机器指令,也就是二进制指令,所以在电脑执行我们编写的程序之前,程序还需要经过一系列的处理,最终转换为电脑能够执行的机器指令。那么从源程序到机器指令究竟经过了那些过程呢,接下来我们来一一学习。
1.翻译环境和运行环境
在 ANSIC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,在这个环境中我们的源代码经过编译与链接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。
下面我们来看示意图:
2. 翻译环境
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?
翻译环境里面包括了 编译 与 链接 两个大的步骤,而 编译 里面又包括了预处理(预编译)、编译、汇编 三个步骤。下面我们来看一下示意图:
一个C语言的项目中可能有多个 .c 或者 .h 文件一起构;
1-> 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。
2-> 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。
在我们日常所用到的编译器中,它们都是一个集成开发环境,包括了 编辑器、编译器、链接器、调试器,在VS2022中,编译器叫做 cl.exe , 链接器叫做 link.exe。
下图是编译与链接的具体步骤:
注:在 gcc 编译器环境下。
2.1 预处理(预编译)
在预处理阶段,源文件与头文件都会经过预处理后变成 .i 为后缀的中间文件,那么在预处理阶段,编译器究竟做了什么事情呢?
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、#endef。
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->· 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。
2.2 编译
在预处理过后,又会经过编译过程,编译过程就是将预处理后的 .i 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。
2.2.1 词法分析
词法分析会将源代码程序输入扫描器,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)。
例如下面代码经过词法分析后就会得到9个记号:
a = 4*(2+n)
记号 | 类型 |
a | 标识符 |
= | 赋值 |
4 | 数字 |
* | 乘号 |
( | 左圆括号 |
2 | 数字 |
+ | 加号 |
n | 标识符 |
) | 左圆括号 |
2.2.2 语法分析
接下来的语法分析器,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。
2.2.3 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。
2.3 汇编
经过编译生成汇编代码后,汇编器会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,不做指令优化。
2.4 链接
由汇编生成的以 .obj ( .o ) 为后缀的各个目标文件后,链接器会把一堆目标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。
上面代码中的
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。
我们在 test.c文件中每一次使用 Add 函数的时候必须确切的知道 Add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 函数的地址,所以暂时把调用Add 的指令的目标地址搁置。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,让他们的显示的地址为真正的 Add 函数的地址。这个地址修正的过程也被明: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,程序的必须由手工载入,也可能是通过可执行代码置入只读内存来完成。
2.程序的执行开始,接着调用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。