“Hello，World”背后的故事

学习一门语言，经常都是从打印“Hello，World”开始的，打过招呼后，你便可以进入程序的新世界。

就拿经典的C语言举例，基本上每个程序员在上学时就可以闭着眼睛写下“Hello，World”，这也是检测开发环境是否能正常工作常用的小程序，就像有的人看能不能上网就输个百度试试（手动斜眼，程序员应该用谷歌）.

//hello.c
#include 

int main()
{
    printf("Hello World\n");
    return 0;
}

我们使用gcc编译并运行该文件：

$ gcc hello.c -o hello
$ ./hello

输出结果：

helloworld

其实，输出一行字符并没有那么简单，gcc帮我们处理了很多步，如果你用Visual Studio，运行按钮更是连编译指令都不用敲了，IDE是简化了很多步骤，但是深入探索背后的步骤是每个程序员必备的素养，更何况很多成熟的大型项目都是需要自己构建(Build)。

上述过程可以分为4个步骤：

• 预处理 (Prepressing)
• 编译 (Compilation)
• 汇编 (Assembly)
• 链接 (Linking)

gcc编译过程

下面我们详述这一过程：

预处理##

预处理器cpp将hello.c及包含的头文件，这里就是stdio.h预编译成为一个hello.i的文件。
我们可以用以下命令只对hello.c进行预处理：

$ gcc -E hello.c -o hello.i

或者：

$ cpp hello.c > hello.i

你没看错，预处理器就是cpp，与C++扩展名.cpp没有关系，具体可以man cpp查看手册，其实gcc只是把预编译器，编译器，汇编器，链接器这一系列工具集成在一起，通过不同的参数去调用不同的部分或者全部调用

预处理做的工作：

• 将所有的#define删除， 并且展开所有的宏定义，像#define MAX 1024,那么代码文件中所有的MAX都会被1024代替。
• 处理所有的条件预编译指令，包括#if、#ifdef、#elif、#else、#endif。至于这些指令到底干嘛的，任何一本C语言教材都会有明确的解释。
• 处理#include指令,将所有头文件插入到预编译指令的位置，这一过程是递归进行的，也就是说，头文件里包含的头文件也会被插入头文件里。良好的代码规范都指导我们使用头文件保护，避免重复包含头文件。
• 删除所有注释//和/* ··· */。注释给人看的，机器不需要看注释。
• 添加行号和文件名标识，比如打开刚刚的hello.i,int main()之前插入了一句# 2 "hello.c" 2，以便于编译器产生调试用的行号信息，这样产生编译错误或警告时，编译器就会给出文件名和行号。
  -保留所有的#pragma指令，编译器会使用它们。

经过预处理后，文件中所有的宏被展开，包含的文件也被插入，这时候就可以给编译器使用。

编译##

编译过程是整个程序构建的核心部分，包含了大量编译原理的知识，注明的参考书有龙书。
编译过程可以分为以下几个部分，每个部分深究起来都很耗费功夫，有机会可以自己实现：

• 词法分析
• 语法分析
• 语义分析
• 中间语言生成与优化

现在版本的gcc把预处理和编译两个步骤合二为一，使用一个叫cc1的程序完成这两个步骤，在我的计算机里位于“/usr/lib/gcc/i686-linux-gnu/4.8/cc1”。
我们可以通过以下命令生成编译后的文件：

$ gcc -S hello.c -o hello.s

也可以直接使用cc1:

$ /usr/lib/gcc/i686-linux-gnu/4.8/cc1 hello.c

编译后生成汇编文件hello.s

汇编##

汇编器就是将汇编代码转变成机器可以执行的指令，每一条汇编语句几乎都对应一条机器指令。所以汇编器相对简单，只需要一一翻译就可以。
我们使用汇编器as完成如上工作：

$ gcc -c hello.s -o hello.o

或者

$ as hello.s - o hello.o

也可以直接从hello.c直接得到目标文件：

$ gcc -c hello.c -o hello.o

链接##

据说链接器的历史比编译器还长，像我们的“Hello，World”程序，生成的hello.o中包含了printf函数，头文件只包含了函数的申明，所以最后还需要链接到libc.a，其实需要链接的不仅仅是printf，我们用链接器ld链接以下这么多模块才能生成最终的可执行文件。

$ ld -static /usr/lib/crt1.o /usr/lib/crti.o /usr/lib/gcc/i686-linux-gnu/4.8/crtbeginT.o 
-L/usr/lib -L/lib hello.o --start-group -lgcc -lgcc_rh -lc --end-group 
/usr/lib/gcc/i686-linux-gnu/4.8/crtend.o /usr/lib/crtn.o

一个再复杂的软件也是如此，将源代码分别独立编译，再组装起来，这个过程就叫做链接，链接的主要目的，一个是将模块间依赖的函数调用打通，还有就是模块间共通的变量打通。

链接器所做的工作主要就是“调整地址”，写汇编代码时，有这么一句jmp foo,其实链接器就帮我们把foo翻译成运行时的地址。

链接的主要过程：

• 地址和空间分配 (Address and Storage Allocation)
• 符号决议 (Symbol Resolution)
• 重定位 (Relocation)

举个例子，可以很清楚的解释这个过程，我们在main.c调用了另外一个文件func.c中的函数test(),那么当我们在main.c中每使用一次test()都必须知道test()的地址，但文件都是单独编译的，所以我们在main.c中的做法是暂时搁置test()的地址，当链接的时候，链接器会根据test符号，自动填入test()的地址，如果func.c重新编译了，test()地址会变化，但是编译时，没有改变的main.c并不会编译了，只是在链接时，会链接新的test()的地址。这个修正的过程也叫作重定位。

链接还分为静态链接和动态链接，这个以后会专门说。

如果觉得还不错，请点个赞吧~