编译和链接
翻译环境和运行环境
在ANSI C(标准C)的任何一种实现中,存在两个不同的环境
第一种是翻译环境,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)
第二种是执行环境,它用于实际执行代码
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?这里我们就得展开讲解一下翻译环境所做的事情
其实翻译环境是由编译和链接两个大的过程组成的,而编译又可以分解成:预处理(有些书也叫预编译),编译,汇编三个过程
一个C语言的项目可能有多个,.c
文件一起构建,那多个.c
文件如何生成可执行程序呢?
- 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 - 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
- 多个目标文件和链接库一起经过连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
如果再把编译器展开成3个过程,那就变成了下面的过程(例子是Linux环境)
1. 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
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头文件 - 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
- 会保留所有的
#pragma
的编译器指令,编译器后续会使用
警告过预处理后的.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
预处理相关的内容较多,之后会单独讲解
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
以如下代码为例,看看编译的过程
array[index] = (index+4)*(2+6);
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:
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
语法分析器对扫描产生的记号进行语法分析,从而生成语法树,这些语法树是以表达式为节点的数
语义分析
语义分析器来完成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
3. 汇编
汇编器是将汇编代码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
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
链接的过程主要包括:地址和空间分配,符号决议和重定位等这些步骤
解决的是一个项目中多文件,多模块之间相互调用的问题
比如:
在一个C的项目中有两个.c
文件(test.c
和add.c
),代码如下:
//test.c
#include <stdio.h>
//声明外部函数
extern int Add(int x, int y);
//声明外部全局变量
extern int g_val;
int main(){
int a = 10;
int b = 20;
int sum = Add(a, b);
printf("%d\n", sum);
return 0;
}
//add.c
int g_val = 2022;
int Add(int x, int y){
return x + y;
}
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
则生成add.o
我们在test.c
文件中使用了add.c
文件中的Add
函数和g_val
变量
test.c
中每一次使用Add
和g_val
的时候必须确切的知道Add
和g_val
的地址,但又与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
和g_val
的地址,所以暂时把调用Add
指令的目标地址和g_val
的地址搁置,等到最后链接的时候有连接器根据引用的符号Add
在其他模块中查找Add
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,这个修正的过程也被叫做:重定位
运行环境
- 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来完成,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
- 程序的执行便开始,接着便调用main函数
- 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
- 终止程序,正常终止main函数(也有可能是意外终止)