(C语言) 8大翻译阶段
文章目录
- [(C语言) 8大翻译阶段](#(C语言) 8大翻译阶段)
⭐前言
我们常说的C语言编译的4阶段，预处理，汇编，编译，链接。
其实这背后有复杂和细分的阶段，将之称为翻译阶段。
而C语言共有8个这样的阶段。
- 字符映射
- 行分割
- 标记化
- 预处理
- 字符集映射
- 字符串拼接
- 翻译
- 链接
🗃️8大阶段
🗂️1. 字符映射
编译器将物理源文件中的字符转换为编译器可以理解的内部表示。
这通常涉及到字符编码的处理，比如将文件中的UTF-8，UTF-16等编码字符统一转换为编译器可识别的源字符集字符集。
注意：在 C23 前需要处理三标符。
源字符集 是包含作为单字节子集的基本源字符集的多字节字符集，后者由以下 96 个字符组成：
a) 5 个空白字符（空格、水平制表、垂直制表、换页、换行）
b) 10 个数字字符，从 '0' 到 '9'
c) 52 个字母，从 'A' 到 'Z' 以及从 'a' 到 'z'
d) 29 个标点字符： _ { } [ ] # ( ) < > % : ; . ? * + - / ^ & | ~ ! = , \ " '
🗂️2. 行分割
编译器将物理行转化为逻辑行。
将代码并按行分割，这样每行可以单独进行处理。
在源代码中由反斜杠\结尾（紧跟着换行符），删除反斜杠和换行符号，将下一个物理行连接上来合并为一个逻辑行。
注意：若此步骤后，非空源文件不以换行符结束（无论是原本就无换行，还是以反斜杠结束），则行为未定义。
物理行 (physical line) -> 逻辑行 (logical line)
物理文件
c
#include <stdio.h>
#define PUTS p\
u\
t\
s
/* 行拼接在阶段 2 进行，
* 而宏的标记分析是在阶段 3 并在阶段 4 展开，
* 因此以上代码等价于 #define PUTS puts
*/
int main(void)
{
/* 用行拼接来调用 puts */ PUT\
S\
("Output ends here\\
0Not printed" /* 行拼接之后，剩余的反斜杠
* 转义了 0，提早结束了字符串。
*/
);
}效果
c
#include <stdio.h>
#define PUTS puts
int main(void)
{
PUTS
("Output ends here\0Not printed"
);
}🗂️3. 标记化
编译器将源代码分解最小独立单元。
将源文件分解为注释、空白字符（空格、水平制表、换行、垂直制表、换页）序列和下列预处理记号：
a) 头文件名：<stdio.h> 或 "myfile.h"
b) 标识符
c) 预处理数字，包括整数常量和浮点常量，但也包括一些非法记号，例如 1...E+3.foo 或 0JBK
e) 运算符与标点，例如 +、<<=、<% 或 ##。
f) 不属于任何其他类别的单独非空白字符
以一个空格字符替换每段注释
保持换行符。是否可将非换行的空白符序列缩减成单个空格字符是实现定义的。
另一种分类法：
Tokens:
The smallest individual units are known as tokens such as keywords, identifiers, strings, operators &
special symbols.
- Keywords are the reserved (special) words and can't be used as variable, functions names.
- Identifiers refer to the names of the variables, arrays, functions, classes etc.
- Constants refer to fixed values that we cannot change in a program.
- String is a group of characters.
- Operators are special symbols which operate on variable & constants and form expressions.
- Special symbols are () {} [] etc.
🗂️4. 预处理
预处理器对上述的结果进行预处理。
执行预处理器。
#include 指令所引入的每个文件都经历阶段 1 到 4（上述所有阶段），递归执行。
此阶段结束时，从源码移除所有预处理器指令。
🗂️5. 字符集映射
将源字符集转换成执行字符集。
将字符常量及字符串字面量中的所有字符及转义序列从源字符集 转换成执行字符集 （可为如 UTF-8 的多字节字符集，只要来自阶段 1 中所列的基本源字符集的所有 96 个字符拥有单字节表示）。
注意：若转义序列所指定的字符不是执行字符集的成员，则结果是实现定义的，但保证不是空（宽）字符。
🗂️6. 字符串拼接
连接相邻的字符串字面量。
例如，使用字符串化运算符（#）可以将两个字符串合并。
c
#include <stdio.h>
int main() {
const char* str = "Hello" ", " "World";
printf(str);
}最后将输出：Hello, World。
🗂️7. 翻译
对每个翻译单元进行翻译。
发生编译：对各个记号进行语法和语义分析，并将它们作为翻译单元完成翻译。
这个阶段将预处理后的源代码转换成中间表示形式，然后进一步转换成目标代码。
这包括语法分析、语义分析、中间代码生成、代码优化和目标代码生成。
🗂️8. 链接
将所有需要的二进制文件连接成一个可执行程序。
发生链接：将翻译单元和满足外部引用所需的库组件到汇集成程序映像，它含有在其执行环境（操作系统）中执行所需的信息。
🗃️C++ 的 9 大阶段
C++ 共 9 个阶段，本质和 C语言 差不多，有一些细节的差异。
最核心的是在翻译和链接之间 ，有一个实例化模板阶段。
🗂️实例化模板
检验每个翻译单元，产生所要求的模板实例化的列表，其中包括显式实例化所要求的实例化。
定位模板定义，并进行所要求的实例化，以产生实例化单元。
⭐END
🌟ref
🌟交流方式
关注我，学习更多C/C++，python，算法，软件工程，计算机知识！
⭐交流方式⭐ |C/C++|算法|设计模式|软件架构-CSDN社区
B站👨💻主页：天赐细莲 bilibili
