前言:电脑不能执行C语言指令,计算机只能执行二进制指令。
1.两个环境 - 翻译环境和运行环境
代码运行起来,会经过两个环境,一个是翻译环境,一个是运行环境。
翻译环境:在这个环境下源代码被转换成可执行的机器指令(二进制指令).
执行环境:它用于实际执行代码。
2. 翻译环境
翻译环境是由编译和链接两个过程组成的,编译又可细分为:预处理(预编译)、编译、汇编三个过程。
在windows环境下,.c源文件经过编译器生成.obj目标文件,
VS2022:集成开发环境(编辑器、编译器、链接器、调试器)
cl.exe -- 编译器
link.exe -- 链接器
例如:写一个test.c文件
#include <stdio.h>
extern int Sub(int x, int y);
int main()
{
int x = 5;
int y = 10;
int ret = Sub(x, y);
printf("ret = %d\n", ret);
return 0;
}
Sub.c文件
int Sub(int x, int y)
{
return x - y;
}
输入结果:
ret = -5
经过编译生成两个目标文件(每个源文件都是经过编译器单独机进行处理):
一个C语言的项目中可能有多个.c 文件,多个.c文件生成可执行程序的过程:
- 多个.c源文件单独经过编译器,编译处理生成对应的目标文件。
- 注意:在Windows环境下的目标文件的后缀名是.obj,Linux环境下的目标文件的后缀名是.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。
- 链接库是指运行时的库(支持程序运行的基本函数集合)或第三方库。
2.1 预处理(预编译)阶段
在预编译阶段,源文件和头文件会被处理成为.i为后缀的文件。
在Linux的gcc环境下观察对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源文件中#开始的预编译指令,如:#include ,#define等,处理规则如下:
- 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、#endif、#else。
- 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(包含的头文件也有可能包含其他文件)。
- 添加行号和文件名标识,方便后续编译器生成调试信息等。
- 删除所有的注释
- 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, .i 文件中不再包含宏定义,此时宏已被展开了,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 编译阶段
将预处理后的文件进行一系列的词法分析、语法分析、语义分析与优化,然后生成相应的汇编代码文件。
Linux环境下的编译过程命令:
gcc -S test.i -o test.s
例如:下面这段代码进行编译时,过程会是这样的?
arr[index] = (index+2)+(1+8);
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、特殊字符等等)。
上述程序进行词法分析可得到下面16个记号:
记号 | 类型 |
arr | 标识符 |
[ | 左方括号 |
index | 标识符 |
] | 右方括号 |
= | 赋值 |
( | 左小括号 |
index | 标识符 |
+ | 加号 |
2 | 数值 |
) | 右小括号 |
+ | 加号 |
( | 左小括号 |
1 | 数值 |
+ | 加号 |
8 | 数值 |
) | 右小括号 |
2.2.2 语法分析
下面由语法分析器,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结点的树。
2.2.3 语义分析
语义分析器完成语义的分析 —— 对表达式的语法层面分析。编译器所能做的分析为语义的静态分析。通常包括声明和类型的匹配、类型的转换等等。在这个阶段会报告错误的语法信息。
示例:
2.3 汇编
汇编器可以把汇编代码转变为计算机所能识别的语言,每条汇编语句几乎都可对应一条机器指令,根据汇编指令和机器指令的对照表进行翻译,不做指令优化。
汇编的命令:
gcc -c test.s -o test.o
2.4 链接
链接是把多个文件链接在一起生成可执行程序。
链接的过程主要包括:地址和空间分配,符号决定和重定位等步骤。
链接能解决一个项目中多文件、多模块之间相互调用的问题。
test.c
#include <stdio.h>
int main()
{
int a = 5;
int b = 12;
int ret = Mul(5, 12);
printf("%d\n", ret);
}
Mul.h
#pragma once
int Mul(int x, int y);
Mul.c
int Mul(int x, int y)
{
return x * y;
}
每个源文件都是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
Mul.c经过编译器处理生成Mul.o
我们在test.c 文件中使用了Mul.c文件中的Mul函数。
在 test.c 文件中每次使用Mul函数的时候要明确的知道Mul的地址,但是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Mul函数的地址,所以会暂时把调用Mul的地址搁置。在最后链接的时候由连接器根据引用的符号Mul在其他模块中查找Mul函数的地址,然后将test.c中所有引用到Mul的指令重新修正,让它们的目标地址为真正的Mul函数的地址。地址修正的过程也被称为:重定位。
3.运行环境
① 程序要运行必须要载入内存中。一般操作系统的环境中,由操作系统完成。在独立的环境中,程序的载入需要手动载入,也可以通过可执行代码植入只读内存来完成。
② 程序的执行开始,然后调用main函数。
③ 开始执行程序代码。这时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,存储在静态内存中的变量在程序的整个执行过程一直保留它们的值。
④ 终止程序。一般有两种情况。正常终止main函数或意外终止。
------------------------------------------------------------------------------------------------------------------------------
这里只是粗略的说明了一个C语言程序是怎样编译和链接,到最终的可执行程序的一个过程。如果对这方面感兴趣的读者可以去看看《程序员的自我修养》这本书,有详细介绍。感谢阅读此文~