编译器的工作过程

本文主要针对gcc编译器，也就是针对C和C++，不一定适用于其他语言的编译。
原作者

编译器的任务

源码要运行，必须先转成二进制的机器码

#include 

int main(void)
{
  fputs("Hello, world!\n", stdout);
  return 0;
}

编译过程

第一步 配置（configure）

确定编译参数的步骤，就叫做”配置”（configure）。
为什么确定编译参数？
编译器在开始工作之前，需要知道当前的系统环境

标准库在哪里
软件的安装位置在哪里
需要安装哪些组件

怎么配置
配置信息保存在一个配置文件之中，叫做configure的脚本文件，由autoconf工具生成的。编译器通过运行这个脚本，获知编译参数。

第二步 确定标准库和头文件的位置

源码肯定会用到标准库函数（standard library）和头文件（header）,存放在系统的任意目录
编译器从配置文件中知道标准库和头文件的位置

第三步 确定依赖关系

源码文件之间往往存在依赖关系,编译器需要确定编译的先后顺序
编译顺序保存在一个叫做makefile的文件中
makefile
保存编译顺序–>列出哪个文件先编译，哪个文件后编译
由configure脚本运行生成–>为什么编译时configure必须首先运行的原因

第四步 头文件的预编译（precompilation）

不同的源码文件，可能引用同一个头文件（比如stdio.h）
编译的时候，头文件也必须一起编译
编译器会在编译源码之前，先编译头文件—>保证了头文件只需编译一次
声明宏的#define命令，就不会被预编译。

第五步 预处理（Preprocessing）

预编译完成后,编译器就开始替换掉源码中bash的头文件和宏
例如：

extern int fputs(const char *, FILE *);
extern FILE *stdout;

int main(void)
{
    fputs("Hello, world!\n", stdout);
    return 0;
}

有所忽略，只截取了fputs和FILE的声明
上面代码的头文件没有经过预编译，而实际上，插入源码的是预编译后的结果。编译器在这一步还会移除注释。
完成之后，就要开始真正的处理了。

第六步 编译（Compilation）

预处理之后，编译器就开始生成机器码
某些编译器来说，还存在一个中间步骤，会先把源码转为汇编码（assembly）然后再把汇编码转为机器码。

.file   "test.c"
    .section    .rodata
.LC0:
    .string "Hello, world!\n"
    .text
    .globl  main
    .type   main, @function
main:
.LFB0:
    .cfi_startproc
    pushq   %rbp
    .cfi_def_cfa_offset 16
    .cfi_offset 6, -16
    movq    %rsp, %rbp
    .cfi_def_cfa_register 6
    movq    stdout(%rip), %rax
    movq    %rax, %rcx
    movl    $14, %edx
    movl    $1, %esi
    movl    $.LC0, %edi
    call    fwrite
    movl    $0, %eax
    popq    %rbp
    .cfi_def_cfa 7, 8
    ret
    .cfi_endproc
.LFE0:
    .size   main, .-main
    .ident  "GCC: (Debian 4.9.1-19) 4.9.1"
    .section    .note.GNU-stack,"",@progbits

种转码后的文件称为对象文件（object file）

第七步 连接（Linking）

编译器在内存中生成了可执行文件
对象文件还不能运行，必须进一步转成可执行文件。
转码结果，会发现其中引用了stdout函数和fwrite函数
程序要正常运行,还必须有stdout和fwrite这两个函数的代码,C语言的标准库提供

编译器的下一步工作，就是把外部函数的代码（通常是后缀名为.lib和.a的文件），添加到可执行文件中。这就叫做连接（linking）。

这种通过拷贝，将外部函数库添加到可执行文件的方式，叫做静态连接，后文会提到还有动态连接（dynamic linking）。

make命令的作用，就是从第四步头文件预编译开始，一直到做完这一步。

第八步 安装（Installation）

连接是在内存中进行的,编译器在内存中生成了可执行文件
下一步，必须将可执行文件保存到用户事先指定的安装目录
这一步还必须完成创建目录、保存文件、设置权限等步骤。这整个的保存过程就称为"安装"（Installation）。

第九步 操作系统连接

可执行文件安装后，必须以某种方式通知操作系统可以使用这个程序了
例如：希望双击txt文件，该程序就会自动运行。
要求在操作系统中，登记这个程序的元数据：文件名、文件描述、关联后缀名等等
Linux系统中，这些信息通常保存在/usr/share/applications目录下的.desktop文件中。另外，在Windows操作系统中，还需要在Start启动菜单中，建立一个快捷方式。
这些事情就叫做”操作系统连接”。make install命令，就用来完成”安装”和”操作系统连接”这两步。

第十步 生成安装包

编译器将上一步生成的可执行文件，做成可以分发的安装包
通常是将可执行文件（连带相关的数据文件），以某种目录结构，保存成压缩文件包，交给用户

第十一步 动态连接（Dynamic linking）

开发者可以在编译阶段选择可执行文件连接外部函数库的方式，到底是静态连接（编译时连接），还是动态连接（运行时连接）

静态连接

就是把外部函数库，拷贝到可执行文件中
好处是:
适用范围比较广，不用担心用户机器缺少某个库文件
缺点是:
安装包会比较大，而且多个应用程序之间，无法共享库文件

动态连接

外部函数库不进入安装包，只在运行时动态引用
好处是:
安装包会比较小，多个应用程序可以共享库文件
缺点是:
用户必须事先安装好库文件，而且版本和安装位置都必须符合要求，否则就不能正常运行。

现实中，大部分软件采用动态连接，共享库文件。这种动态共享的库文件，Linux平台是后缀名为.so的文件，Windows平台是.dll文件，Mac平台是.dylib文件。