(十六)编译过程(1):从源文件到汇编文件

本专栏总结王利涛《C语言嵌入式Linux高级编程》第三期课程

一、编译输入输出

• (1) 输入：C程序源文件；
• (2)输出：汇编文件，目标文件；
• (3)编译过程主要做了什么？
  • 从高级语言到低级语言的转变
    • 程序语句：函数 ---->代码段；
    • 变量、常数----->数据段、BSS段、rodata段；
    • 各种辅助信息----->符号表、重定位表。

二、编译过程

• 基本过程：
  词法分析；
  语法分析；
  词义分析；
  中间代码生成；
  汇编代码生成；
  目标代码生成。

三、编译第一阶段

1）语法分析

• 从左到右，一个字符一个字符读入源程序；
• 对源程序的字符流进行扫描，分解成一系列记号：token；
• 常见记号：
  关键字、标识符（函数名、变量名、标号等）
  字面量（数字、字符串等）
  分界符（分号、逗号等）
• 将标识符存到符号表，将数字、字符串存放到字符串表。
• 词法扫描器
  ①该阶段主要由词法扫描器完成，比如lex词法扫描器；
  ②采用有限状态机去解析并识别这些token、分界符、结束符；
  ③词法错误：遇到中文字符、圆角/半角字符会出错。
• 举例：
  语句：sum = a+b/c;
  包含8个记号：“sun”、“=”、“a”、“+”、“b”、“/”、“c”、“;”

四、编译第二阶段

1）语法分析

• 前一阶段产生的token序列进行语法分析，看是否构成一个语法上正确的程序，分解成语法短语（程序、语句、表达式等）；
• 语法短语用语法树表示，是一种树形结构，不再是线性序列；

2）语法分析器

• 专门的语法分析工具：yacc，对输入序列进行分析，构建出语法树；
• 对于不同的编程语言，编译器开发者只需改变语法规则，而无需为每个编译器写一个语法分析器；
• 语法错误：syntax error
  

五、编译第三阶段

1）语义分析

• 检查语法分析输出的语句、程序、表达式有没有错误；
• 仅仅完成了语法层分析，对程序、语句的真正意义并不了解；
• 静态语义：在编译期间能确定的语义
  函数实参形参类型匹配及转换；
  不允许使用一个未声明的变量。
• 动态语义：在运行期间才能确定的语义
  比如：除数为0，

2）语义分析器

• 经过语义分析后，整个语法树的表达式都被标示了类型；
• 如果源代码语义上没有问题，就会接下来进入下一个阶段；

3）常见的语言错误（警告）

• 使用一个未声明的变量或函数；
• 函数的形参实参、返回类型不匹配、不兼容（默认类型转换后）；
• continue 语句不能出现循环语句之外；
• break 不能出现在循环或switch语句之外。

六、编译器第四阶段

1）生成中间代码

• 将语法树转换成中间代码；

2）现代编译器构造

• 前端：词法分析、语法分析、语义分析；
• 优化端：对中间代码进行优化；
• 后端：指令选择，寄存器分配。

3）中间代码

• 将源代码变成一种内部表示形式，这种形式称为中间代码；
• 中间代码是一种记号系统，常见的有：三地址码。
• 语法树是二维树结构，而中间代码可以看作一堆线性序列；
• 特点：
  非常间接目标代码，类似于伪代码；
  容易生成，容易将其翻译成目标代码。

4）为什么要使用中间代码？

5）三地址码

• $arn-linux-gnuebigcc -fdump-tree-gimple main.c

int main()
{
	int sum = 0;
	int a = 2;
	int b = 1;
	int c = 1;
	sum = a+b/c;
	return 0;
}

三地址码↓↓

main()
{
	int D.4226;  //定义了一些临时变量，最终被翻译成寄存器
	int D.4227;
	{
		int sum;
		int a;
		int c;
		sum = 0;
		a = 2;
		b = 1;
		c = 1;
		D.4226 = b/c;
		sum = D.4226+a;
		D.4227 = 0;
		return D.4427;
	}
}

七、编译第五阶段

1）生成汇编

• 指令选择: 将中间代码翻译成汇编文件；

2）过程

• 中间代码——》控制流、数据流分析、寄存器分配——》汇编语言；
• 汇编语言——》汇编器——》目标文件。