浅谈C语言编译与链接

个人主页（找往期文章包括但不限于本期文章中不懂的知识点）：我要学编程(ಥ_ಥ)-CSDN博客

翻译环境和运行环境

在ANSI C（标准 C）的任何一种实现中，存在两个不同的环境。

第1种是翻译环境，在这个环境中源代码被转换为可执行的机器指令（二进制指令）。 第2种是执行环境，它用于实际执行代码。翻译过程可以理解为机器把我们写的代码转换成它自己看得懂的一个过程。执行过程就是机器把它自己翻译过的代码，按照自己的理解运行起来。

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的呢？这里我们就得学习一下翻译环境所做的事情。 其实翻译环境是由编译和链接两个大的过程组成的，而编译又可以分解成：预处理（也叫预编译）、编译、汇编三个过程。 如下图所示：

⼀个C语言的项目中可能有多个 .c 文件一起构建，那多个 .c 文件如何生成可执行程序呢？

• 多个.c文件分别单独经过编译器，编译处理生成对应的目标文件（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，知道有这个东西即可）。 

下图是Linux环境下，以gcc为例的详细过程。

预处理（预编译）

在预处理阶段，源文件和头文件会被处理成为.i为后缀的文件。 在 gcc 环境下想观察，对 test.c 文件预处理后的.i文件，命令如下：gcc -E test.c -o test.i（是gcc下才能观察）

预处理阶段主要处理那些源文件中#开始的预编译指令。比如：#include,#define，处理的规则如下：

• 将所有 #define 定义的语句或者宏删除，并展开所有的宏定义。

• 处理所有的条件编译指令，如： #if、#ifdef、#elif、#else、#endif 。（这些条件编译指令在文末会介绍）

• 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头文件。

• 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。所以当我们想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，看看经过预编译后的结果是否符合我们的要求。

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（是gcc下才能观察）

对下面代码进行编译的时候，编译器会怎么做呢？我们就一起来观察：

array[index] = (index+4)*(2+6);//假设我们写了一句这样的代码

首先，是进行词法分析。将源代码程序输入扫描器，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后得到了16个记号（如下表）：

词法分析完之后就是语法分析。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（如下图所示）。

再下来就是进行语义分析。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。静态语义分析通常包括声明和类型的匹配，类型的转换（如下图所示）等。这个阶段会报告有错误的语法信息。 

汇编 

上述操作进行完之后就代表编译结束了，则开始进行汇编。汇编器是将汇编代码转变成机器可执行的（二进制）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（gcc下才能观察）

链接

链接是一个复杂的过程，链接的时候需要把一堆文件链接在一起才生成可执行程序。 链接过程主要包括：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、多模块之间互相调用的问题。假设在一个C的项目中有两个.c文件（ test.c 和 add.c ），代码如下：

#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.cint g_val = 2022;int Add(int x, int y){ return x+y;}

我们已经知道，每个源文件都是分别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 的时候必须确切的知道 Add 和 g_val 的地 址，但是由于每个文件是单独编译的，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链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，让他们的目标地址为真正的 Add 函数的地址，对于全局变量 g_val 也是类似的方法来修正地址。这个地址修正的过程也被叫做：重定位。

运行环境

1. 程序要运行起来必须要载入内存中。在有操作系统的环境中：一般这个由操作系统完成（例如：我们启动微信，QQ等应用，操作系统会自动加载与其相关的数据，注意我们在写代码运行时也是由操作系统自己完成的）。在独立的环境中，程序的载入必须由手工执行，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（stack）（也叫函数栈帧），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。 4. 终止程序。正常终止main函数；也有可能是意外终止。

好啦！以上就是C语言编译和链接的大概过程。下一期我们再一起学习吧！