C语言学习记录 - 编译和链接

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

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
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)