第23讲：编译和链接

目录

1. 翻译环境和运行环境
2. 翻译环境
   • 2.1 预处理（预编译）
   • 2.2 编译
     • 2.2.1 词法分析
     • 2.2.2 语法分析
     • 2.2.3 语义分析
   • 2.3 汇编
   • 2.4 链接
3. 运行环境

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？

• 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。
• 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。

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以.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-Etest.c-otest.i

预处理阶段主要处理那些源文件中以#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、#else、#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。
• 保留所有的#pragma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-Stest.i-otest.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地进行词法分析，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地进行翻译，也不做指令优化。

汇编的命令如下：

gcc-ctest.s-otest.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

#include<stdio.h>//test.c//声明外部函数externintAdd(intx,inty);//声明外部的全局变量externintg_val;intmain(){inta=10;intb=20;intsum=Add(a,b);printf("%d\n",sum);return0;}

add.c

intg_val=2022;intAdd(intx,inty){returnx+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的时候必须确切地知道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，让它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。

前面我们非常简洁地讲解了一个 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《程序的自我修养》一书来详细了解。

3. 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（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它们的值。
4. 终止程序。正常终止main函数；也有可能是意外终止。