C语言之：编译和链接

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。

第一种是翻译环境，在这种环境中源代码被转换为可执行的机器指令
第二种是执行环境，它用于实际执行代码

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呢？这里我们就得展开讲解一下翻译环境所作的事情

其实翻译环境是由编译和链接量大过程组成的，而编译又可以分解成：预处理（预编译）、编译、汇编三个过程

一个 C语言的项目可能有很多个.c文件一起构成，那多个.c文件如何生成可执行程序呢？

• 多个.c文件单独经过编译出编译处理生产对应的目标文件
• 注：在windows环境下的目标文件的后缀是.obj,linux环境下的目标文件的后缀是.o
• 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

如果再把编译器展开成3个过程，那就编程了下面的过程：

2. 翻译环境：预编译+编译+汇编+链接

预处理（预编译）

VS2022 IDE集成开发环境
Linux环境下C语言编译器：gcc

在预处理阶段，源文件和头文件会被处理称为.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.i文件，命令如下:

gcc -E test.c -o test.i

预处理阶段主要处理那些源文件中的#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、#elde、#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

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

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);

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得到了16个记号：

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

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

汇编

汇编器是将汇编代码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

链接

链接是一个复杂的过程，链接的时候需要把一对文件链接在一起才生成可执行程序。

链接的过程主要包括：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、多模块之间相互调用的问题

比如：
在一次C文件中有2个.c文件（test.c和add.c）代码如下：

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的时候必须知道ADD 和g_val的地址，但是由于每个文件都是单独编译的，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连接器根据引用的符号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连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。这个地址修正的过程也被叫做：重定位

前面的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细说：比如：目标文件格式的elf，链接底层实现中的空间和地址分配，符号解析和重定位等。

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安排，也可能是通过可执行代码置入只读内存来完成
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，存储函数的局部变量个返回地址。程序同时也可以使用静态内存，存储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