C语言编译和链接

我们在正式进入话题之前，先来简单了解些其他有关知识：

像我们平时用源文件（test.c）或者头文件（test.c）来放置代码等，而代码都是文本信息。

我们再仔细思考一下，电脑能直接执行C语言代码吗？当然不能；

计算机能够执行的是二进制的指令。

但是我们看平时写的代码都是代码，是C语言指令啊——

所以我们要对C语言代码进行处理 —变——成—> 二进制指令 

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（二进制指令）。
第2种是执行环境，它用于实际执行代码。

翻译环境 就可以简单粗暴的理解为 翻译官，把计算机不认识的东西翻译成认识的。它以来的工具就是编译器

运行环境 就是把翻译出来的代码做成 .exe 文件。一般指的是操作系统

2.翻译环境

那翻译环境是怎么将源代码转换为可执行的机器指令的呢？这里我们就得展开开讲解一下翻译环境所做的事情。
其实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（有些书也叫预编译）、编译、汇编三个过程。

windows 环境为例

VS2022：集成开发环境（编辑器，编译器，连接器，调试器）

cl.exe 编译器

link.exe 连接器

 一个C语言的项目中可能有多个.c 文件一起构建，那多个.c 文件如何生成可执行程序呢？
• 多个.c文件单独经过编译器，编译处理生成对应的目标文件。
• 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.obj
• 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。

以 gcc 为例

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 文件预处理后的文件，命令如下：

gcc test.c -E -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。所以当我们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的：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：

gcc -S test.i -o test.s

也就是说，编译把 .i 文件转换为 .s 文件。 .s 就是汇编代码

对下面代码进行编译的时候，会怎么做呢？假设有下面的代码

array[index] = (index+4)*(2+6);

2.2.1 词法分析

将源代码程序被输入扫描器，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：

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。

在一个C的项目中有2个.c文件（ test.c 和 add.c ）

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("%d\n", sum);
	return 0;
}

 add.c:

int g_val = 2022;
int Add(int x, int y)
{
	return x + y;
}

我们已经知道，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,
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 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。

 前面我们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，如果你有兴趣，可以看《程序的自我修养》一书来详细了解。

3. 运行环境

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（例如用双击打开浏览器）安排，也可能是通过可执行代码置入（例如给单片机导入程序）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。