编译与汇编

本文来自《程序员的自我修养》

编译过程是把预处理完的文件进行一系列词法分析，语法分析，语义分析以及优化后生成相应的汇编文件代码。

现在版本的GCC把预编译和编译两个步骤合并为一个步骤。

gcc -S HelloWorld.c HelloWorld.s

int main()
{
    //test
    /* test */
    return 0;
}

	.file	"HelloWorld.c"
	.text
	.globl	main
	.type	main, @function
main:
.LFB0:
	.cfi_startproc
	endbr64
	pushq	%rbp
	.cfi_def_cfa_offset 16
	.cfi_offset 6, -16
	movq	%rsp, %rbp
	.cfi_def_cfa_register 6
	movl	$0, %eax
	popq	%rbp
	.cfi_def_cfa 7, 8
	ret
	.cfi_endproc
.LFE0:
	.size	main, .-main
	.ident	"GCC: (Ubuntu 11.4.0-1ubuntu1~22.04) 11.4.0"
	.section	.note.GNU-stack,"",@progbits
	.section	.note.gnu.property,"a"
	.align 8
	.long	1f - 0f
	.long	4f - 1f
	.long	5
0:
	.string	"GNU"
1:
	.align 8
	.long	0xc0000002
	.long	3f - 2f
2:
	.long	0x3
3:
	.align 8
4:

---

对于C语言的代码来说，这个预编译和编译的程序是cc1,

对于C++来说，对应的程序是cc1plus;

实际上gcc这个命令只是这些后台程序的封装，它会根据不同的参数要求去调用预编译编译程序cc1,汇编器as,链接器ld.

---

汇编器将汇编代码转变为机器可以执行的指令，每一个汇编代码几乎都对应一条机器指令，所以汇编器的汇编过程相对于编译器来说比较简单，没有复杂的语法，没有语义，不需要做指令优化；

只是根据汇编指令和机器指令的对照表一一翻译即可。

gcc -c HelloWorld.s -o HelloWorld.o

把汇编代码转为机器指令。

---

机器指令是计算机能够直接理解和执行的最基本的命令。它们通常以二进制形式存在，是硬件与软件交互的桥梁。每一条机器指令都对应着处理器上的一个特定的操作，比如数据传输、算术计算、控制操作等。

以下是机器指令的一些基本特点：

1. 二进制格式：机器指令通常由一系列的二进制数表示，这些二进制数可以被计算机的CPU直接解读。

2. 操作码：每条机器指令都包含一个操作码（Opcode），它指定了CPU要执行的操作类型，如加法、减法、移动数据等。

3. 操作数：大多数指令还包括一个或多个操作数，这些操作数指定了数据的位置，例如寄存器、内存地址或者指令中直接包含的常数。

4. 指令长度：不同架构的CPU，其机器指令的长度可能不同。有的指令可能是固定长度的，而有的可能是变长的。

5. 执行顺序：机器指令通常按照它们在存储器中的顺序执行，除非遇到跳转指令或者其他改变执行流程的指令。

以下是一些常见的机器指令类型：

• 数据传输指令：如MOV（移动数据），用来在寄存器与内存之间或者寄存器之间传输数据。
• 算术指令：如ADD（加法）、SUB（减法）、MUL（乘法）、DIV（除法）等，用于执行数学运算。
• 逻辑指令：如AND、OR、NOT、XOR等，用于执行逻辑运算。
• 控制流指令：如JMP（跳转）、JE（等于时跳转）、JNE（不等于时跳转）等，用于改变程序的执行顺序。

程序员通常使用高级编程语言来编写程序，然后通过编译器或解释器转换成机器指令，计算机才能执行这些程序。机器指令直接与硬件相关，因此它们在不同的计算机架构之间通常是不同的。

---

MOV 既可以作为机器指令，也可以作为汇编指令。

在汇编语言中，MOV 是一个汇编指令，它用于指示处理器将数据从一个位置移动到另一个位置。当程序员编写汇编语言程序时，他们使用 MOV 这样的助记符来表示他们想要执行的数据移动操作。

当汇编语言程序被汇编器（assembler）转换成机器代码时，MOV 汇编指令会被翻译成对应的机器指令。这个机器指令是处理器可以直接执行的二进制编码，它具体表示了移动数据的操作。

所以，MOV 在汇编语言层面是一个汇编指令，而在机器代码层面则对应一个或多个****具体的机器指令。不同的处理器架构可能会有不同的机器指令来执行 MOV 操作。例如，在 x86 架构中，MOV 汇编指令会对应于一个特定的机器指令操作码，而在 ARM 架构中，它可能对应于不同的机器指令操作码。