目录
前言
今天我们来看一下C语言程序的编译和链接,增加我们对程序的理解。
1.翻译环境和运行环境
在ANSIC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。
2.翻译环境:预编译+编译+汇编+链接
翻译环境由编译和链接两个大的过程组成,编译可以分解为:预处理(有些书也叫预编译)、编译、汇编三个过程。
VS2022 生成的目标文件和可执行程序如下图所示:
一个C语言项目有一个或多个.c
文件一起构建,
- 多个.c文件单独经过编译器,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。
- 链接器是指运行时库(它是支持程序运行的基本函数合集)或者第三方库。
把编译展开成三个过程,如下图所示。
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为.i
为后缀的文件。
在gcc环境下想观察一下,对test.c
文件预处理后的.i
文件,命令如下:
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,将包含的头文件内容插入到该预编译指令的位置。这个过程是递归进行的,被包含的头文件可能包含其它文件。
- 删除所有注释
- 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编译器指令,编译器后续会使用。
经过预处理的.i
文件不再包含宏定义,并且包含的头文件都被插入到.i
文件中。当我们无法确定宏定义或者头文件是否包含正确时,可以查看预处理后的.i
文件来确认。
2.2 编译
编译过程将预处理后的文件进行:词法分析、语法分析、语义分析及优化,生成对应的汇编代码文件。
编译过程的命令如下:
gcc -S test.i -o test.s
我们举个例子
array[index] = (index+4)*(2+6);
2.2.1 词法分析
将源代码程序输入扫描器,扫描器的任务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,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变成机器可执行指令,每一个汇编语句几乎都对应一条机器指令。根据汇编指令和机器指令的对照表一一翻译,不做指令优化。
汇编的命令如下:
gcc -c test.s -o test.o
2.4 链接
链接是一个复杂的过程,连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步骤。
链接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>
//test.c
//声明外部函数
extern int Add(int x, int y);
//声明外部的全局变量
extern int g_val;
int main()
{
int a = 10;
int b = 20;
int sum = Add(a, b);
printf("sum = %d\n", sum);
printf("g_val = %d\n", g_val);
return 0;
}
add.c
//add.c
int g_val = 2024;
int Add(int x, int y)
{
return x + y;
}
我们知道,每个源文件单独经过编译器处理生成对应的目标文件。
test.c
经过编译处理生成test.o
add.c
进过编译器处理生成add.o
我们在test.c
的文件中使用了add.c
文件中的Add函数和g_val
变量。
我们在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
函数和g_val
变量的地址,我们需暂时把调用Add
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,这个地址修正的过程也被叫做:重定位。
到这里,我们非常简洁的了解了一个C语言程序是如何编译和链接,到最终生成可执行程序的过程,很多内部细节无法展开讲解。比如:目标文件的格式els,链接底层实现中的空间与地址分配,符号解析与重定位等。如果感兴趣,可以看《程序员的自我修养》一书详细了解。
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它们的值。
- 终止程序。正常终止main函数,也有可能是意外终止。
总结
了解C语言的编译和链接,有助于我们理解程序以及对于程序报错的处理,同时规范代码书写。
下一节,我们看预处理这一步的详解。