谈谈C语言从源文件变为可执行文件之间发生的过程详解（C程序的编译链接运行）

程序的翻译环境和运行环境

在C语言中，一个源文件代码（.c为后缀的文件）变为可执行文件（windows为:.exe后缀）的过程中经历了什么步骤？

首先有两个环境：一个翻译环境，一个运行环境；
翻译环境：就是把源代码翻译为计算机可以识别得懂得01二进制代码；

运行环境：就是执行代码，运行代码的一个环境；

翻译环境完成的工作为：编译+链接的过程；

而编译又分为：预处理，编译，汇编三个步骤；

所以：一个源文件变为可执行文件中经历的一下的过程；

先将源文件翻译为计算机可以识别的机器指令，然后再让及算计执行这些指令；
翻译的过程主要使编译+链接；而编译又分为三个步骤：预处理，编译，汇编；

---

我们平时写的源代码，要形成可执行程序，需要经过编译器编译为目标文件，然后由链接器链接目标文件成为可执行文件；
编译器：主要使完成翻译环境阶段的编译功能；
链接器：主要使完成翻译环境阶段的链接功能；

---

程序的翻译环境

预处理

而预处理主要做的就是:

- 头文件的展开（#include）;
- 宏替换（#define）;
- 条件编译的处理（#if #endif等）；
- 去注释;
将.c文件变为预处理后的.i临时文件

---

在Linux 中我们可以通过 gcc编译器来查看编译的过程；
而 gcc -E是使得源文件编译到预处理阶段停下来；

先创建一个程序：main.c源文件
注意该程序有：
头文件包含#include<stdio.h>
宏定义#define X 10 #define Y 20
注释： //this is a add ;

#include<stdio.h> 
#define X 10
#define Y 20
 int main()
 {
     //this is a add ;
    int sum = X + Y;
    printf("sum = %d\n",sum);                                                        
    return 0;
}

预处理操作后，会将main.c，变成临时文件 main.i;
通过：gcc -E main.c -o main.i 命令：使得源文件从main.c变成main.i的临时文件，这个是预处理的结果：

对比两个文件：发现在预处理后的 main.i文件中。头文件展开了；宏替换了，注释也去掉了

---

编译

而在编译阶段主要做的事：

- 词法分析;
- 语义分析；
- 语法分析；
- 符号汇总；
将对每个.i文件单独转化为.s文件，也是对每个.i文件进行单独编译

---

通过：gcc -S main.i -o main.s 命令后，使得.i到编译阶段处理完后就停下来，并且生成.s的汇编文件；
也可以通过gcc -S main.c -o mian.s 只不过和上面的区别一个是从.c开始，会先预处理，再编译；而一个是从预处理后的.i开始，直接编译就可以了；

---

符号汇总：汇总的是全局的符号：（比如说函数名，全局变量）；

---

汇编

而在汇编阶段的主要工作：

- 形成符号表；
将.s的汇编文件变为.o的目标文件，该.0目标文件都是二进制的的信息，而该.o目标文件存储的格式在linux中为elf格式；

而elf格式是把文件分为好几个段（目前有点抽象，先知道有这个概念先）来存储文件信息的；比如.o目标文件就是被分为好几个段存储的elf文件，在Linux 可以通过 readelf 的命令查看elf格式的文件信息

---

通过 gcc -c main.s -o main.o的方式将汇编文件.s编译为.o的目标文件；
目标文件都是二进制文件，用vim打开是用文本的格式打开，所以看到的就是一堆乱码

---

形成的符号表的意思是：给全局的符号一个地址，以便在链接的阶段找到；在每一个.o文件都会形成自己的符号表，这个符号表的符号是来自于编译阶段的.s文件完成的符号汇总工作得来的

可以通过 readelf main.o -a 观察 符号汇总的信息

上图就是我们的.o文件符号汇总的 main printf 的两个全局符号

---

链接

而在链接阶段主要做的事情是:

- 合并段表；
- 合并符号表和符号表的重定位；
把每个目标文件.o合并成为一个可执行程序（Linux默认是a.out文件）；

---

合并段表的意思是：将每个单独的.o文件的段表信息合并成为一个段表信息：

比如一个工程由两个源文件：add.c 和 main.c文件他们的目标文件为 add.o 和main.o;
每个目标为文件都是elf格式的文件，而elf格式的文件都是以段的信息存储信息的；
在链接阶段，就是把add.o段表的信息和main.o段表的信息合并成为一个段表信息；

合并符号表的意思是：将每个单独的.o文件形成的符号表合并成为一个符号表；

比如也是个工程由两个源文件：add.c 和 main.c文件他们的目标文件为 add.o 和main.o;
每个目标文件都在汇编阶段生成了自己的符号表：比如add.o文件中有个符号表 add 0x123(只是举例，add为加法函数实现符号)；在main.o的符号表为main 0x100 ；add 0x111(这是函数声明的符号)：将两个文件的符号表合成一个符号表 add 0x123 main 0x100 （保留了实现函数的符号，去掉了声明的符号）

符号表的重定位的意思是：在合并符号表的过程，会将无效的符号去掉，保留有效的符号。

比如函数声明的符号会去掉，留下有效的函数实现的符号；

---

运行环境

可执行文件的运行是在运行环境中运行的；

程序执行的过程：

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。

---

总结

这里只是大致的讲了一下程序从编译链接到运行的阶段干的事情，也是初略的讲讲的；
如果需要细致了解更多的细节：可以关注一本书《程序员的自我修养》里面由对程序的编译链接做了非常详细的阐述，难得的一本好书。

---