C代码是如何加载到系统执行的？

C语言代码–汇编代码–机器码

我们大家都知道C语言代码先变成汇编，再变成机器码，可是这个过程不是一蹴而就，它们经历了什么？
下面我举个列子。

// add_lib.c 
int add(int a, int b) 
{ return a+b; }

// link_example.c 
#include <stdio.h>
 int main() 
 { int a = 10;
  int b = 5; 
  int c = add(a, b);
   printf("c = %d\n", c); 
 }

这是两端代码经过编译后，会成为两个目标文件，而在link_example.c文件里main函数调用add_lib.c 文件里的add方法，在执行的时候他会找不到，因为他们是两个单独的文件。

咋办呐？

通过链接器（Linker）把多个目标文件以及调用的各种函数库链接起来，我们才能得到一个可执行文件。

实际上，“C语言代码–汇编代码–机器码” 这个过程，在我们的计算机上进行的时候是由两部分组成的。

• 第一个部分由编译（Compile）、汇编（Assemble）以及链接（Link）三个阶段组成。在这三个阶段完成之 后，我们就生成了一个可执行文件。
• 第二部分，我们通过装载器（Loader）把可执行文件装载（Load）到内存中。CPU从内存中读取指令和数 据，来开始真正执行程序。
  

ELF格式和链接

在Linux下， 可执行文件和目标文件所使用的都是一种叫EELLFF（Execuatable and Linkable File Format）的文件格式，中 文名字叫可可执执行行与与可可链链接接文文件件格格式式，这里面不仅存放了编译成的汇编指令，还保留了很多别的数据。

而Windows的可执行文件格式是一种叫作PE（Portable Executable Format）的文件格式。

ELF文件格式把各种信息，分成一个一个的Section保存起来。ELF有一个基本的文件头（File Header），用 来表示这个文件的基本属性，比如是否是可执行文件，对应的CPU、操作系统等等。除了这些基本属性之 外，大部分程序还有这么一些Section：

• 首先是.text Section，也叫作代代码码段段或者指令段（Code Section），用来保存程序的代码和指令；
• 接着是.data Section，也叫作数数据据段段（Data Section），用来保存程序里面设置好的初始化数据信息；
• 然后就是.rel.text Secion，叫作重重定定位位表表（Relocation Table）。重定位表里，保留的是当前的文件里 面，哪些跳转地址其实是我们不知道的。比如上面的 link_example.o 里面，我们在main函数里面调用了 add 和 printf 这两个函数，但是在链接发生之前，我们并不知道该跳转到哪里，这些信息就会存储在重 定位表里；
• 最后是.symtab Section，叫作符符号号表表（Symbol Table）。符号表保留了我们所说的当前文件里面定义的 函数名称和对应地址的地址簿

链接器会扫描所有输入的目标文件，然后把所有符号表里的信息收集起来，构成一个全局的符号表。然后再 根据重定位表，把所有不确定要跳转地址的代码，根据符号表里面存储的地址，进行一次修正。最后，把所 有的目标文件的对应段进行一次合并，变成了最终的可执行代码。这也是为什么，可执行文件里面的函数调 用的地址都是正确的。

在链接器把程序变成可执行文件之后，要装载器去执行程序就容易多了。装载器不再需要考虑地址跳转的问 题，只需要解析 ELF 文件，把对应的指令和数据，加载到内存里面供CPU执行就可以了。