一个程序从源代码到可执行程序的过程

一个源程序到一个可执行程序的过程：预编译（.i, .ii(c++)）、编译(.s)、汇编(.o)、链接。 
其中，编译是主要部分，其中又分为六个部分：词法分析、语法分析、语义分析、中间代码生成、目标代码生成和优化。 
链接中，分为静态链接和动态链接，本文主要是静态链接。

一、预编译：主要处理源代码文件中的以“#”开头的预编译指令。

1.删除所有的#define，展开所有的宏定义。 
2.处理所有的条件预编译指令，如“#if”、“#endif”、“#ifdef”、“#elif”和“#else”。 
3.处理“#include”预编译指令，将文件内容替换到它的位置，这个过程是递归进行的，文件中包含其他文件。 
4.删除所有的注释，“//”和“/**/”。 
5.保留所有的#pragma 编译器指令，编译器需要用到他们，如：#pragma once 是为了防止有文件被重复引用。 
6.添加行号和文件标识，便于编译时编译器产生调试用的行号信息，和编译时产生编译错误或警告是能够显示行号。

C语言的宏替换和文件包含的工作，不归入编译器的范围，而是交给独立的预处理器。 
C语言中源代码文件的文件扩展名为.c，头文件的文件扩展名为.h，经预编译之后，生成xxx.i文件。 
在C++，源代码文件的扩展名是.cpp或.cxx，头文件的文件扩展名为.hpp，经预编译之后，生成xxx.ii文件。

二、编译：把预编译之后生成的xxx.i或xxx.ii文件，进行一系列词法分析、语法分析、语义分析及优化后，生成相应的汇编代码文件。

arr[3] = (a+4)*(3+8);

1.词法分析：利用类似于“有限状态机”的算法，将源代码程序输入到扫描机中，将其中的字符序列分割成一系列的记号。 
以上的一行C语言程序，一共有16个空字符，经扫描机扫描之后，产生了16个记号。

2.语法分析：语法分析器对由扫描器产生的记号，进行语法分析，产生语法树。由语法分析器输出的语法树是一种以表达式为节点的树。

3.语义分析：语法分析器只是完成了对表达式语法层面的分析，语义分析器则对表达式是否有意义进行判断，其分析的语义是静态语义——在编译期能分期的语义，相对应的动态语义是在运行期才能确定的语义。 
其中，静态语义通常包括：声明和类型的匹配，类型的转换，那么语义分析就会对这些方面进行检查，例如将一个int型赋值给int*型时，语义分析程序会发现这个类型不匹配，编译器就会报错。这个语句中的类型都是int型，无须做转换。

 4.优化:*源代码级别的一个优化过程*，例如该语句中的(3+8)的值可以在编译期确定，源代码优化器会将整个语法树转换成中间代码——语法树的顺序表示，十分接近目标代码。 

5.目标代码生成：由代码生成器将中间代码转换成目标机器代码，生成一系列的代码序列——汇编语言表示。

6.目标代码优化：目标代码优化器对上述的目标机器代码进行优化：寻找合适的寻址方式、使用位移来替代乘法运算、删除多余的指令等。

gcc把预编译和编译两个步骤合并成一个步骤。对于C语言的代码，是用“cc1”这个程序来完成这两步，对于C++代码，对应的程序为“cc1plus”。gcc这个命令只是后台程序的包装，根据不同的参数去调用：预编译编译程序——cc1，汇编器——as，连接器——ld。

C语言的代码，经编译后产生的文件名为xxx.s。

三、汇编：将汇编代码转变成机器可以执行的指令(机器码文件)。 

汇编器的汇编过程相对于编译器来说更简单，没有复杂的语法，也没有语义，更不需要做指令优化，只是根据汇编指令和机器指令的对照表一一翻译过来，汇编过程有汇编器as完成。

经汇编之后，产生目标文件(与可执行文件格式几乎一样)xxx.o(Windows下)、xxx.obj(Linux下)。

但是，经过预编译、编译、汇编之后，生成机器可以执行的目标文件之后，还有一个问题——变量a和数组arr的地址还没有确定。这就需要链接器来搞定啦~

四、链接

1.链接：“组装”模块的过程。 
2.链接的内容：把各个模块之间相互引用的部分都处理好，使得各个模块之间能够正确地衔接。(就像拼图，凸起和凹槽的位置一定一一对应，否则…) 
3.链接的过程：地址和空间的分配、符号决议(也叫“符号绑定”，倾向于动态链接)和重定位 

.c文件经过编译器、汇编器之后得到目标文件.o，目标文件再与库进行链接得到可执行文件.out。 
库其实就是一组目标文件的打包，这些目标文件中都是一些常用的代码。

我们在fun.c模块中定义了函数foo()，在main.c模块中引用了foo()函数，在编译过程当中，编译器并不知道main.c中foo()的地址，所以将调用foo()的指令的目标地址部分搁置， 
等到了链接的阶段，链接器会去找到foo()定义的那个模块，在main.o中填入正确的函数地址，这个修改地址的过程被叫做“重定位”，每个被修正的地方叫“重定位入口”。