目录
1. 翻译环境和运行环境
在ANSI C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,在这个环境中源代码被转换为可执行的机器指令。
第2种是执行环境,它用于实际执行代码。
2. 翻译环境
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(也叫预编译)、编译、汇编三个过程。
一个C语言的项目中可能有多个 .c 文件一起构建
- 多个.c文件经过单独编译处理,生产对应的目标文件
- 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
- 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。
如果把编译器展开成3个过程,就变成了下面的过程:
2.1 预处理(预编译)
在预处理阶段,源文件和头文件会被处理成.i为后缀的文件。在 gcc 环境下观察,对 test.c 文件预处理后的.i文件,命令如下:
1 gcc -E test.c -o test.i
预处理阶段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。
- 或保留所有的#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。所以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。
2.2 编译
编译过程就是将预处理后的文件进行一系列词法分析、语法分析、语义分析及优化,生成相应的汇编代码文件。编译过程的命令如下:
1 gcc -S test.i -o test.s
2.2.1 词法分析
有一个例子:
对下面代码进行编译的时候,会如何做?
1 array [ index ] = ( index + ) * ( 2 + 6 );
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)。上面程序进行词法分析后得到了16个记号:
2.2.2 语法分析
接下来,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
汇编器是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,也不做指令优化。汇编的命令如下:
1 gcc -c test.s -o test.o
2.4 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:
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 经过编译器处理生成 add.o
在 test.c 的文件中使用了 add.c 文件中的 Add 函数和 g_val 变量。
在 test.c 文件中每一次使用 Add 函数和 g_val 的时候必须确切的知道 Add 和 g_val 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 函数和 g_val变量的地址,所以暂时把调用 Add 的指令的目标地址和 g_val 的地址搁置。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。这个地址修正的过程也被叫做:重定位。
3. 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。
总结
编译和链接是软件开发中非常重要的步骤,可以将一个大型的应用程序分解成更小、更好管理的模块,这些模块可以独立地修改和编译。这样可以并行开发,提高团队协作的效率。编译程序生成的目标代码的执行速度通常比解释执行的程序要快。这是因为编译型语言在程序运行前就已经转换为机器语言,而解释型语言需要在运行时逐行翻译,这会增加额外的时间开销。编译过程中可以进行各种优化,比如删除未使用的代码、优化数据结构等,以减少程序运行时的内存占用。了解编译链接的过程有助于开发者更好地理解程序的运行机制,从而在编写代码时避免一些安全漏洞。例如,在写游戏外挂或者进行系统级编程时,对内存地址映射和模块加载的理解是非常重要的。编译过程中的错误检查可以帮助开发者更早地发现源代码中的问题,而不是等到程序运行时才暴露出来。了解编译链接过程有助于在不同平台间迁移和优化代码,尤其是在涉及多种操作系统和硬件架构的情况下。通过编译链接,可以只发布已经编译过的二进制代码,而不是源代码,这样可以保护知识产权,防止源代码被轻易获取和修改。
总之,编译和链接不仅是程序开发的必要步骤,而且对于提高开发效率、优化程序性能和安全性、以及进行跨平台开发等方面都有着重要的作用。对于希望深入理解程序运行机制的开发者来说,掌握编译链接的知识是非常有价值的。
前面非常简洁的讲解了一个C的程序是如何编译和链接,到最终生成可执行程序的过程,其实很多内部的细节无法展开讲解。比如:目标文件的格式elf,链接底层实现中的空间与地址分配,符号解析和重定位等,如果有兴趣,可以看《程序的自我修养》一书来详细了解。