目录
1.翻译环境和运行环境
在ANSIC的任何一种实现中,存在两个不同的环境:
1.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)
2.执行环境,它用于实际执行代码
2.翻译环境
翻译环境将源代码转换为可执行的机器指令
翻译环境是由编译 和链接 两个大的过程组成的,编译又可以分解为:预处理(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,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名是.obj,Linux环境下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的编译器指令,编译器后续会使用
经处理后的.i文件中不在包含宏定义,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
test.s-汇编代码
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数
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的进行翻译,也不做指令优化
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
连接过程主要包括: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:
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在其它模块中查找Add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。这个修正的过程也叫做:重定位
前面介绍了一个C程序是如何编译和链接,到最后生成可执行程序的过程,很多的内部细节比如: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,可以通过《程序员的自我修养》一书来详细了解
3.运行环境
- 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植入只读内存来完成
- 程序的执行便开始,接着便使用main函数
- 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
- 终止程序,正常终止main函数;也有可能是意外终止