C语言之编译和链接

前言

一、翻译环境和运行环境

二、翻译环境

三、运行环境

总结

前言

我们平时写的C语言代码是如何变为可执行程序的呢？这个过程其实就是C语言的编译和链接过程。本文就来大致讲述这里的过程，让我们对这个过程有一个较清晰的认知。

❤️感谢支持，点赞关注不迷路❤️

一、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：

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。

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？

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。

解析： 如上图，翻译环境被分为：编译和链接两个过程，这就是本文的主要内容，而编译又被分为预处理、编译、汇编三个过程，经过这个过程后会生成 .obj文件（windowns系统） 或者 **.o文件（Linux系统），**再经过链接过程，最后生成可执行程序。

二、翻译环境

一个C语言的项目中可能有多个链接 .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：

1.预处理

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。

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，会被替换为空行。
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.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。

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);

首先，编译分为三个大阶段：词法分析、语法分析、语义分析。

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）。

例如：上面程序进行词法分析后得到了16个记号：（从左往右顺序）

|--------|----------|
| 记号 | 类型 |
| array | 标识符（变量名） |
| $| 左方括号 | | index | 标识符 | |$ | 右方括号 |
| = | 赋值 |
| ( | 左圆括号 |
| index | 标识符 |
| + | 加号 |
| 4 | 数字 |
| ) | 右圆括号 |
| * | 乘号 |
| ( | 左圆括号 |
| 2 | 数字 |
| + | 加号 |
| 6 | 数字 |
| ) | 右圆括号 |

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。

解析：从下往上看，2,6,+构成一个表达式，index,4,+也构成一个表达式，然后这两个表达式的结果与*构成一个表达式。以此类推，左边 \[\] 表达式的结果与右边 *表达式的结果再与 = 构成一个表达式。

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。

解析：假设上图左边经过语义分析为浮点型，此过程就会报错，这就是语义分析的作用，检查类型和声明的匹配等

最后在经过一些复杂的处理，最后生成汇编代码的 .s 文件

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。

简单点说，就是将汇编代码转化成二进制指令（机械指令）

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。

这个阶段会报一些链接错误

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。

**例如：**在一个C项目中有两个. c 文件（test.c 和 add.c），代码如下：

test.c

cpp 复制代码

#define _CRT_SECURE_NO_WARNINGS 1

#include <stdio.h>

//声明外部函数和变量
extern int Add(int x, int y);
extern int g_avl;

int main()
{
	int a = 10;
	int b = 20;
	int c = 0;
	c = Add(a, b);
	printf("%d\n", c);
	printf("%d\n", g_avl);

	return 0;
}

add.c

cpp 复制代码

int g_avl = 2024;

int Add(int x, int y)
{
	return x + y;
}

如图：

运行结果：

解析：

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。

注意：如果我们第一次写上述代码时没有使用 extern 声明，就可能会报一些链接错误（LNK）

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。

三、运行环境

程序必须载入内存中（如桌面双击运行程序）。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（如单片机），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。
程序的执行便开始。接着便调用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他们的值。（这个过程就是函数栈帧的创建）
终止程序。正常终止main函数；也有可能是意外终止。
注意：其实看起来简单，实际上整个过程还是非常复杂的，只不过一些复杂的问题都被编译器和系统代劳了。

总结

以上就是本文的全部内容了，感谢支持。