超详解------一个程序从编译到链接的全过程

在ANSI C标准下的一个程序中，分为两种环境，一个是翻译环境(也叫编译环境)，另一个叫执行环境。翻译环境是用来将源代码转换为计算机能够识别的机器代码，执行环境是将生成的执行文件实际执行的环境。

翻译环境

在一个完整的工程中，可能会有多个源文件和多个头文件，那么编译器在编译的过程中是怎样进行处理的呢？
首先，编译器会将每个源文件进行单独的编译，生成目标文件(后缀为.obj)。编译器会检查在每个源文件中所引用的库函数，将其生成链接库。最后链接器会将目标文件和链接库进行合成，生成最终的执行文件，用于实际的执行。

如下图所示：

翻译环境大体上分为编译和链接两个过程。

编译

编译这部分的每个阶段都有不一样的作用，因此下面的介绍会在Linux环境下来进行更加详细的讲解(在VS环境下也可以进行操作，但是比较繁琐，没有Linux环境下方便)。

预编译阶段

1. 头文件的包含

我们在Linux下的vim编辑器写了一段实现加法功能的代码，用gcc来进行编译(gcc时Linux常用的C编译器)。我们保存之后用gcc -E test.c对这个源文件进行预处理，如果不想在屏幕上看见结果，就把预编译之后的结果放到一个文件中。用gcc -E test.c > test.i来进行实现(>是重定向符号)。

我们可以看到，在源文件test.c中原本只有十几行代码，但是在预编译之后竟然有800多行代码。细细观察我们可以发现，两者相差的只有一个头文件，那么我们就知道了，在预编译阶段，编译器会把头文件中的所有内容全部拷贝过来。

2. 注释的删除
   我们在test.c的代码中加入了两行注释，在预编译之后会发生什么情况呢?
   
   在预编译之后我们发现，原本在源文件中的两行注释被删除了，这也是预编译阶段的功能。因为注释是给我们写代码的时候便于理解的，但是当编译时编译器并不需要知道注释中写的什么，自然注释也没有存在的必要。
   
3. #define定义的符号的替换
   这次我们在test.c中的开头通过#define定义了一个常量MAX，在预处理之后又会发生什么呢?
   
   在预编译之后打开test.i文件发现，用于定义MAX的#define语句被删除了，同时程序中的MAX也被替换了。
   
   以上就是预编译的一些文本操作，但是它并不局限于这些功能，博主只是举例了其中的几个，其他的希望感兴趣的你们继续探索。

编译

在编译阶段，我们用gcc -S test.i 将预编译之后的test.i文件进行下一步的编译操作，生成test.s文件。

打开test.s文件我们发现，这些是我们不太熟悉的东西，但是我们从中可以看到几个我们见过的符号，比如main、g_val、printf等等。其实这些我们所不熟悉的东西是汇编语言，那也就是说在编译阶段，编译器将我们的源文件生成为汇编代码，也可以说是把C代码翻译为汇编代码。

在这其中编译器做了下面的四件事：

1. 语法分析：检查原C代码中是否存在语法错误，因为要翻译为汇编代码，必须要保证不存在任何的语法错误。
2. 词法分析：编译器会将C代码每一个语句中的每一个符号拆解出来进行分析，生成语法树之类的东西，然后做相关的处理。
3. 语义分析：编译器分析我们所写的代码中每一句话想要实现的功能，这样才能更加准确的翻译成汇编代码。
4. 符号汇总
   关于符号汇总，在这里要详细解释一下：
   先用gcc test.c -C生成一个test.o的文件，在这个文件下我们才能知道编译器汇总了哪些符号。
   
   但是我们发现这里面的东西我们完全看不懂，因为在Linux下这个文件是以elf形式存放的，是二进制文件，但是我们可以用readelf -s命令来查看这个文件。
   
   打开之后我们就可以看到汇总的符号表，对比之后我们可以发现，在符号表中展示出来的都是全局的符号，g_val是我们定义的全局变量、main和Add也相当于一个全局的函数。

以上就是编译阶段所执行的功能。

汇编

通过gcc test.c -C命令生成test.o文件，test.o就是目标文件，在上面的符号汇总我们已经可以看到，test,o中是以二进制形式存放的。也就是说，在编译阶段，会把汇编代码转换成二进制指令。

那么在这个阶段又会执行什么操作呢?

形成符号表

我在VS中写了一些简单的代码来解释：


那么在add.c和test.c中我们可以发现有不同的符号。在add.c中，Add这个符号的地址是实际存在的，我们假设其地址为0x100；在test.c中，Add这个符号它只是引用的声明，并没有实际的意义，在符号表中的地址也只是为了进行一个表示，并不实际存在。main这个符号是实际存在的，因此也有实际的地址，假设为0x400。

到这里我们整个编译过程就结束了，可能有人会问：那上面形成符号表有什么作用呢？我来解释一下：符号表从编译阶段开始到链接是一直存在的，并且不断继承的，每一部分都对符号表有不同的功能。

链接

我们都知道，在链接阶段会生成可执行程序，供我们运行。
在这个部分我主要想解释上面的符号表在链接阶段的作用。

在链接时，要做的一个处理是合并段表，也就是会把形成二进制文件之后生成的各种段进行一个合并，当然也包括符号表。在合并的时候，就那刚才生成的符号表来说，链接器在其中发现有两个相同的符号Add，那么在合并的时候肯定会选择有实际意义的那个Add符号。
也就是说，链接器在链接的时候，对于程序中出现的函数或者变量，会去在符号表中进行查找，看是否已经定义过，如果没有定义的话就会报错，这就是符号表在链接这部分的意义。