C语言代码在编译为程序的过程是怎么样的？

Hhh __灏

已于 2023-10-29 18:56:02 修改

阅读量120

点赞数

文章标签： c语言开发语言

于 2023-10-29 18:47:44 首次发布

本文链接：https://blog.csdn.net/weixin_50945234/article/details/134104903

版权

一、程序的翻译环境和执行环境

在ANSI C中，有如下两种环境，

翻译环境把源代码转化为可以执行的机器指令（二进制）。
执行环境用于实际执行代码。

二、详解编译+链接

2.1翻译环境

组成一个程序的每个源文件通过编译过程分别转换成目标代码（object code）。
每个目标文件由链接器（linker）捆绑在一起，形成一个单一而完整的可执行程序。
链接器同时也会引入标准C函数库中任何被该程序所用到的函数，而且它可以搜索程序员个人

2.2 翻译本身也分为几个阶段

编译过程：

我们在Linux中观察编译的过程，先创建一个C语言程序，

mkdir test //创建文件

vim test.c//创建源文件

vim add.c

(1)预编译（预处理）

1、gcc test.c -E //-E可以预编译之后停下来，但是这时候是输出在命令行界面，不方便看

  **gcc test.c -E -o test.i**  //-o就是output输出在后面的test.i文件上，这就是预处理的文件。

  同时处理add.c **gcc add.c -E -o add.i**

Linux环境中，头文件放在/usr/include发现stdio.h的内容在test.i里面

结论预编译阶段（都是文本操作）：

1、预编译包括头文件的包含

#include - 预处理指令

2、在.c文件中使用#define定义符号（也是预处理指令），在预编译阶段会替换掉

//源代码
#define Max 100
int mian()
{
    int a = Max;
}
//预编译后
int mian()
{
    int a = 100;
}

3、注释也没有了。

（2）编译

gcc test.i -S//-S可以在编译后停下

gcc add.i -S

生成test.s和add.s文件，.s文件里面是汇编代码，把c语言翻译成了汇编代码

（3）汇编

gcc test.s -c

gcc add.s -c

生成

add.o和test.o（目标文件，window是obj，linux是.o（eld格式））

把汇编指令翻译成二进制的指令、形成符号表

readelf test.o

readelf test.o -s

（4）链接

根据段名来链接各段代码，可以查看《程序员的自我修养》。

2.3运行环境

程序执行的过程：

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来完成。
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他们的值。
终止程序。正常终止main函数；也有可能是意外终止。

三、预处理详解

3.1预定义符号

//这些预定义符号都是语言内置的，不需要头文件
__FILE__      //进行编译的源文件位置
__LINE__     //文件当前的行号
__DATE__    //文件被编译的日期
__TIME__    //文件被编译的时间
__STDC__    //如果编译器遵循ANSI C（c语言国际标准），其值为1，否则未定义
    
__func__    //函数名

写日志到文件代码：

#include <stdio.h>
int main()
{
	FILE* pf = fopen("log.txt", "a");//追加日志文件
	if(pf == NULL)
	{
		perror("fopen");
		return 1;
	}
	for(int i = 0; i < 10; i++)
	{
        fprintf(pf,"name:%s file:%s line:%d data:%s time:%s i=%d\n", __func__, __FILE__, __LINE__, __DATE__, __TIME__,i);//写到日志文件中
	}
	
	return 0;
}

3.2#define

3.2.1 #define 定义标识符

简单理解就是替换

#define MAX 1000
#define reg register          //为 register这个关键字，创建一个简短的名字
#define do_forever for(;;)     //用更形象的符号来替换一种实现
#define CASE break;case        //在写case语句的时候自动把 break写上。
// 如果定义的 stuff过长，可以分成几行写，除了最后一行外，每行的后面都加一个反斜杠(续行符)。
#define DEBUG_PRINT printf("file:%s\tline:%d\t \
                          date:%s\ttime:%s\n" ,\
                          __FILE__,__LINE__ ,       \
                          __DATE__,__TIME__ )  

//在定义时不需要加上(;)，它是直接替换的，加上分号可能出现语法问题，当然它能换。

查看预处理后的.i文件

3.2.2 #define定义宏

判断宏与标识符的区别主要看有没有括号，因为标识符不能有括号。

宏不会计算内容，只会替换，所以#define SQUARE(x) x*x这种，如果替换的是a+1，替换进去的是

a+1*a+1,所以要注意，可以改为(x)*(x),但是这个也有可能使用时替换成（a+1）*(x)*(x),所以最好是((x）*（x))
//所以写宏的时候不要吝啬写括号，比如#define SQUARE(x,y)（x>y?x:y)可以写成((x)>(y)?(x):(y)),每个参数都价格括号增加错容率。

宏是替换，函数是计算，所以记得要写好语法。

3.2.3 #define替换规则

在程序中扩展#define定义符号和宏时，需要涉及几个步骤。

在调用宏时，首先对参数进行检查，看看是否包含任何由#define定义的符号。如果是，它们首先

被替换。

替换文本随后被插入到程序中原来文本的位置。对于宏，参数名被他们的值所替换。
最后，再次对结果文件进行扫描，看看它是否包含任何由#define定义的符号。如果是，就重复上

述处理过程。

注意：

宏参数和#define 定义中可以出现其他#define定义的符号（嵌套）。但是对于宏，不能出现递归。
当预处理器搜索#define定义的符号的时候，字符串常量的内容并不被搜索，也就是“”里的不会被替换。

#define INT_PTR int*
typedef int*int_ptr;
INT_PTR a,b;//这个是替换的，*只给了a用，b是int型
int_ptr c,d;//这是一个完整的类型，两个都是指针
//这是一个缺陷，所以类型重定义一般不用#define而是用typedef

3.2.4 #和##

1.printf函数的两段应用

printf("hello bit\n");
printf("hello ""bit\n");//可以拆成两段使用printf，结果一样是hello bit。

#define PRINTF(N) printf("the value is "#N" is %d\n",N)

int main()
{

	int a = 10;
	int b = 20;
	PRINTF(a);
	PRINTF(b);
	return 0;
}
//这段宏定义可以把a，b给替换出来，直接把#N置换为"a"。

//更高级用法,把类型也传过来，这样子什么类型都可以输出，不仅仅是%d
#define PRINTF(N,format) printf("the value is "#N" is "format"\n",N)

int main()
{

	int a = 10;
	double b = 20;
	PRINTF(a,"%d");
	PRINTF(b,"%lf");
	return 0;
}

2.##

##可以把位于它两边的符号合成一个符号。

它允许宏定义从分离的文本片段创建标识符。

#define a(room,num) room##num
int main()
{
	int class105 = 100;
	printf("%d", a(class, 105));
	return 0;
}

3.2.5 带副作用的宏参数

当宏参数在宏的定义中出现超过一次的时候，如果参数带有副作用，那么你在使用这个宏的时候就可能

出现危险，导致不可预测的后果。副作用就是表达式求值的时候出现的永久性效果。

例如：

x+1;//不带副作用
x++;//带有副作用

MAX宏可以证明具有副作用的参数所引起的问题。

#define MAX(a, b) ( (a) > (b) ? (a) : (b) )
...
x = 5;
y = 8;
z = MAX(x++, y++);
printf("x=%d y=%d z=%d\n", x, y, z);//输出的结果是什么？

这里我们得知道预处理器处理之后的结果是什么：

z = ( (x++) > (y++) ? (x++) : (y++));//后置++用完在+

所以输出的结果是：

x=6 y=10 z=9

3.2.6 宏和函数对比

宏通常用于简单运算，比如

#define MAX(a, b) ((a)>(b)?(a):(b))

为什么不用函数而是用宏？

用于调用函数和从函数返回的代码可能比实际执行这个小型计算工作所需要的时间更多。

所以宏比函数在程序的规模和速度方面更胜一筹。

更为重要的是函数的参数必须声明为特定的类型。

所以函数只能在类型合适的表达式上使用。反之这个宏怎可以适用于整形、长整型、浮点型等可以

用于>来比较的类型。

宏是类型无关的。

宏的缺点：当然和函数相比宏也有劣势的地方：

每次使用宏的时候，一份宏定义的代码将插入到程序中。除非宏比较短，否则可能大幅度增加程序

的长度。

宏是没法调试的。
宏由于类型无关，也就不够严谨。
宏可能会带来运算符优先级的问题，导致程容易出现错。

宏有时候可以做函数做不到的事情。比如：宏的参数可以出现类型，但是函数做不到

#define MALLOC(num, type)\
 (type *)malloc(num * sizeof(type))
...
//使用
MALLOC(10, int);//类型作为参数
//预处理器替换之后：
(int *)malloc(10 * sizeof(int));

宏和函数的一个对比

在c99和c++中有函数和宏结合的优点

inline 内联函数

3.2.7命名约定

把宏名全部大写

函数名不要全部大写

3.3 #undef

移除一个宏定义，在主函数中间#undef 宏定义名字，后面的代码就不能用这个宏。

3.4 命令行定义

不在代码里面定义，直接在linux命令行里面编译时定义（也就是代码没有定义，我在编译时给你加上）

许多C 的编译器提供了一种能力，允许在命令行中定义符号。用于启动编译过程。

例如：当我们根据同一个源文件要编译出一个程序的不同版本的时候，这个特性有点用处。（假定某个

程序中声明了一个某个长度的数组，如果机器内存有限，我们需要一个很小的数组，但是另外一个机器

内存大些，我们需要一个数组能够大些。）

#include <stdio.h>
int main()
{
    int array [ARRAY_SIZE];
    int i = 0;
    for(i = 0; i< ARRAY_SIZE; i ++)
   {
        array[i] = i;
   }
    for(i = 0; i< ARRAY_SIZE; i ++)
   {
        printf("%d " ,array[i]);
   }
    printf("\n" );
    return 0;
}

编译指令：

//linux 环境演示
gcc -D ARRAY_SIZE=10 programe.c    //-D后面的空格加不加都可以

3.5 条件编译

在编译一个程序的时候我们如果要将一条语句（一组语句）编译或者放弃是很方便的。因为我们有条件

编译指令。

比如说：

调试性的代码，删除可惜，保留又碍事，所以我们可以选择性的编译。

#include <stdio.h>
#define __DEBUG__
int main()
{
 int i = 0;
 int arr[10] = {0};
 for(i=0; i<10; i++)
 {
 arr[i] = i;
 #ifdef __DEBUG__
 printf("%d\n", arr[i]);//为了观察数组是否赋值成功。 
 #endif //__DEBUG__
 }
 return 0;
}


#include <stdio.h>
#define MAX 0
int main()
{
#if defined(MAX)//如果MAX已经定义了，就编译，MAX只要有值就可以。  //#if !defined(MAX),加个感叹号这个是没有定义MAX的写法
//#ifdef max 这个写法与上面一样   //#ifndef MAX ，n是not，就是没有定义MAX的写法
	printf("%d", 1);
#endif
	return 0;
}

常见的条件编译指令：

1.
#if 常量表达式
 //...
#endif
//常量表达式由预处理器求值。
如：
#define __DEBUG__ 1
#if __DEBUG__
 //..
#endif
2.多个分支的条件编译
#if 常量表达式
 //...
#elif 常量表达式
 //...
#else
 //...
#endif
3.判断是否被定义
#if defined(symbol)
#ifdef symbol
#if !defined(symbol)
#ifndef symbol
4.嵌套指令
#if defined(OS_UNIX)
 #ifdef OPTION1
 unix_version_option1();
 #endif
 #ifdef OPTION2
 unix_version_option2();
 #endif
#elif defined(OS_MSDOS)
 #ifdef OPTION2
 msdos_version_option2();
 #endif
#endif

观察stdio.h的代码，发现很多#if #endif的语句，因为为了实现跨平台，有些语句不需要，在预编译阶段就把它给干掉。

3.6 文件包含

我们已经知道， #include 指令可以使另外一个文件被编译。就像它实际出现于 #include 指令的地方

一样。

这种替换的方式很简单：

预处理器先删除这条指令，并用包含文件的内容替换。

这样一个源文件被包含10次，那就实际被编译10次。

3.6.1 头文件被包含的方式：

（1）本地包含（#include “filename”）

查找策略：先在源文件所在目录下查找，如果该头文件未找到，编译器就像查找库函数头文件一样在标

准位置查找头文件。

如果找不到就提示编译错误。

Linux环境的标准头文件的路径：

/usr/include

VS环境的标准头文件的路径：

C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\include
//这是VS2013的默认路径
    
    C:\Program Files (x86)\Arduino\hardware\tools\avr\avr\include
        //vs2022的默认路径

注意按照自己的安装路径去找。

（2）库文件包含（#include <filename.h>）

查找头文件直接去标准路径下去查找，如果找不到就提示编译错误。

这样是不是可以说，对于库文件也可以使用 “” 的形式包含？

答案是肯定的，可以

但是这样做查找的效率就低些，当然这样也不容易区分是库文件还是本地文件了。

鹏哥编译一个成熟项目编了一下午，如果<>和“”不好好用，大型项目效率就很低。

3.6.2嵌套文件包

出现这个场景

comm.h和comm.c是公共模块。

test1.h和test1.c使用了公共模块。

test2.h和test2.c使用了公共模块。

test.h和test.c使用了test1模块和test2模块。

这样最终程序中就会出现两份comm.h的内容。这样就造成了文件内容的重复。

如何解决这个问题？

答案：条件编译。

每个头文件的开头写：

#ifndef __TEST_H__
#define __TEST_H__
//头文件的内容
#endif   //__TEST_H__

或者：

#pragma once

就可以避免头文件的重复引入。

注：

推荐《高质量C/C++编程指南》中附录的考试试卷（很重要）。

笔试题：

1. 头文件中的 ifndef/define/endif是干什么用的?
2. #include <filename.h> 和 #include "filename.h"有什么区别?

四、其他预处理指令

#error
#pragma
#line
...
不做介绍，自己去了解。
#pragma pack()在结构体部分介绍。

本文就此完结，详细介绍了C语言编译过程以及预编译过程中的预处理符号解析，如果需要深入了解可以研读《c语言深度解剖》。