程序员的自我修养读书笔记-2-编译与静态链接

这一章主要讲述了一个程序从源文件变到可执行文件的整体流程，并且描述了编译与链接(静态链接)操作的一些细节，总体上看，这是对后续静态链接学习的一个铺垫。

编译和链接

1.程序生成的完整过程

以C程序为例，一个a.c的源文件，需要通过预处理（Prepressing,生成a.i文件），编译（Compilation,生成汇编文件a.s）,汇编(Assembly,生成中间目标文件a.o)，链接(Linking，生成可执行文件a.out),才能生成一个可执行的文件，而很多的IDE已经将这些步骤整合到了一起，统称为构建(Build),即使是gcc这一条命令，其中也是包含了这四个步骤。

1.1 预处理

处理源代码文件中以“#”开始的预编译指令，比如“#include”,"#define"

主要处理规则如下：

• 将所有的“#define”删除，并且展开所有的宏定义
• 处理所有条件预编译指令，比如“#if”,"#ifdef","#elif",“else”,"#endif"
• 处理“#include”预编译指令，将被包含的文件插入到该编译指令的位置，这个过程是递归的。
• 删除所有注释
• 添加行号和文件名标识，比如#2 “hello.c” 2
• 保留所有的#pragma编译指令，以供编译器使用

1.2 编译

编译的过程就是把预处理完的文件进行一系列词法分析，语法分析，语义分析以及优化后生成相应的汇编代码，是整个程序构建的核心部分。
现在版本的GCC把预处理和编译两个步骤合并成了一个，使用一个叫做cc1的程序来完成。
GCC其实是后台程序的包装，它会根据不同参数的要求去调用预编译编译程序cc1,汇编器as,链接器ld.

1.3 汇编

汇编器就是将汇编代码转变成机器可以执行的指令。

1.4 链接

把程序各个模块之间相互引用的部分处理好，使得各个模块之间能够正确的衔接。

2.编译器的具体细节

编译的过程一般可以分为6步：扫描，语法分析，语义分析，源代码优化，代码生成，目标代码优化，总体流程如下

2.1 词法分析

首先源代码被输入到扫描器(Scanner)，如何扫描器用一种类似于有限状态计的算法可以将代码的字符序列分割成一些了记号，比如array[index] = （index+4）*（2+6）可以变成如下

词法的扫描一般用一个叫lex的程序，它会按照他用户之前描述好的词法规则将输入的字符串分割成一个个记号。

2.2 语法分析

语法分析器(Grammar Parser)将对由扫描器产生的记号进行语法分析，从而产生语法树。整个过程采用了上下文无关语法。**简单来说，由语法分析器生成的语法树就是以表达式为节点的树。**符号和数字是最小的表达式，他们通常作为整个语法树的叶节点。在语法分析的同时，很多运算符会的优先级和含义也被确定下来了。
同样语法分析也有一个工具叫yacc。

2.3 语义分析

语义分析器(Semantic Analyzer)分析静态语义是否合法，并将整个语法树的表达式标识类型。

静态语义是指在编译期间可以确定的语义，动态语义是只有在运行期才能确定的语义。

2.4 中间语言生成

源码级优化器(Source Code Optimizer)将整个语法树转换成中间代码(Intermediate Code),中间代码已经非常接近目标代码了，但是它一般跟目标机器和运行时环境是无关的。

中间代码使得编译器可以被分为前端和后端。编译器前端负责产生机器无关的中间代码，编译器后端将中间代码转换成目标机器代码。

2.5 目标代码生成与优化

编译器后端主要包括代码生成器(Code Generator)和目标代码优化器(Target Code Optimizer).
这个两个模块的功能顾名思义，前者完成从中间代码到目标机器代码的转换，后者完成对生成的目标机器代码的优化，比如选择合适的寻址方式，使用位移来代替乘法运算，删除多余指令等。

3. 链接

重新计算各个目标地址的过程为重定向

链接的本质就是 重定位，将一个程序不同的模块相互引用的部分处理好，使得各个模块之间能偶正确的衔接。

链接过程主要包括了地址和空间分配，符号决议和重定位。

举个静态链接例子，假设一个main.c中使用另外一个模块func.c的函数foo(),我们在各处调用foo()的地方都必须确切知道foo函数的地址，但是由于每个模块都是单独编译的，所以编译器编译main.c的时候并不知道foo函数的地址，所以编译器暂时把这些调用foo的指令的而目标地址搁置，然后等到链接器在链接的是时候，会根据你所引用的符号foo,自动去相应的func.c模块查找foo地址，然后修正main.c模块中所有引用foo的指令。