⽬录
1. 翻译环境和运⾏环境
2. 翻译环境:预编译+编译+汇编+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2.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?这⾥我们就得展开开讲解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(有些书也叫预编译)、编译、汇编三个过程。 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? 1.多个.c⽂件单独经过编译器,编译处理⽣成对应的⽬标⽂件。 2.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 3.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。 4.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,那就变成了下⾯的过程:2.1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#开始的预编译指令。⽐如:#include,#define,处理的规则如下:
1.将所有的
#define
删除,并展开所有的宏定义。
2.处理所有的条件编译指令,如:
#if
、
#ifdef
、
#elif
、
#else
、
#endif
。
3.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。
4.删除所有的注释
5.添加⾏号和⽂件名标识,⽅便后续编译器⽣成调试信息等。
6.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。
2.2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);
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)。 上⾯程序进⾏词法分析后得到了16个记号:2.2.2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。2.2.3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,类型的转换等。这个阶段会报告错误的语法信息。2.3汇编
汇编器是将汇编代码转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
2.4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。 ⽐如: 在⼀个C的项⽬中有2个.c⽂件( test.c 和 add.c ),代码如下 test.c//test.c
//声明外部函数
extern int Add(int x, int y);
//声明3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
extern 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。
前⾯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讲解。⽐如:⽬标⽂件的格式elf,链接底层实现中的空间与地址分配,符号解析 和重定位等,如果你有兴趣,可以看《程序员的⾃我修养》⼀书来详细了解。