程序编译+连接的简单过程

1.程序的翻译环境和执行环境

在ANSI C的任何一种实现（编译器）中，存在两个不同的环境。

第1种是翻译环境，在这个环境中源代码被转换为可执行的机器指令。

第2种是执行环境，它用于实际执行代码。

test.c要经过翻译环境变成可执行程序。可执行程序(test.exe)依赖执行环境实现效果。

二进制指令只有机器可以读懂，所以也叫机器指令。

翻译环境就是将C语言的源代码翻译成机器能读懂的二进制指令

翻译环境可以再分为两个过程：编译和链接

C语言源代码经过编译会生成一个目标文件，目标文件经过链接可以得到二进制文件

C语言代码在被编译后按ctrl+f7，在工程名路径底下（存在test.c的）的debug中有一个test.obj文件，在windows底下，以obj为后缀名的，就是目标文件。

一个工程中还可能存在多个如test.c一样的.c源文件，每一个.c文件都会单独经过编译生成一个.obj文件。

如存在test.c，add.c，sub.c源文件(写好的源代码)，每个源文件都会单独进行编译器处理生成目标文件test.obj，add.obj，sub.obj

所有目标文件和链接库整体经过链接处理生成test.exe。

编译过程依赖编译器，链接过程依赖链接器。

程序的编译分为4个阶段：预处理，编译，汇编，链接

预处理是进行宏替换，去注释等操作，编译是先进行语法检错，然后把C语言代码编译成汇编代码(即目标文件)，汇编就是把汇编代码编译成二进制机器指令。链接是将所有用到的代码打包，生成可执行程序

链接库就是把所用到的库函数从库中拿出来，头文件的作用是在编译时告诉编译器，这个函数是有的，格式如何，编译完成后进行链接时会从库中拿出来，头文件的作用是声明。

printf函数是C语言提供的，printf放在Libraries中，以.LIB为后缀的就是库。

静态库是指在我们的应用中，有一些公共代码是需要反复使用，就把这些代码编译为"库"文件;在链接步骤中，链接器将从库文件取得所需的代码，复制到生成的可执行文件中的这种库。

软件中源代码编译成静态库来完成各种功能。

下面将使用Linux中的gcc编译器演示程序编译和链接的过程。

先了解Linux的基本操作指令：is——列出当前目录中的东西，图二是有东西的情况

vim——编辑器，相当于windows下的记事本，vim test.c相当于创建一个test.c文件(如果test.c已经存在，则是对test.c的修改)，回车，进行代码的书写。写完后保存（保存方式不知道，但不妨碍理解编译）

gcc——Linux中的编译器

每个源文件都要经过编译器处理生成目标文件

完成基本的书写后，先进行预编译（也叫预处理）操作

使用预编译功能——因为Add已经声明，所以在预编译和编译阶段都不会报错

gcc  -E  test.c回车 //-E可以在test.c前，可以在test.c后，对test.c进行预编译操作

得到的结果是预处理产生的结果打印到屏幕上，如果不想打印到屏幕上可以使用如下命令：

gcc  -E  test.c  -o  test.i回车 //o是输出，将预处理的结果输出到test.i上

回车后会发现没有输出到屏幕上，使用is指令可以看到：

查看test.i:

发现一个十几行的代码经过预处理后变成一个800+行的代码

仔细看test.i的内容，发现最后十几行代码就是test.c中的内容，只有一个#include不见了，所以多出来的代码是头文件中的内容

可以通过指令：cd  /usr/include/回车

查找头文件，其中/usr是路径，然后用vim这个工具打开头文件

然后发现有相同的部分(行数不一样是注释被消除的原因)

所以预编译会使头文件的内容包含进来；以及删除注释。(有时是被空格替换)

对test.c进行修改增加两行代码：

#define  max  100

int m = max;

然后预编译，结果放到test.i中，再查看test.i

可以看到，max的部分被替换成100了

由此可知，#define定义符号的替换也是预处理的功能之一。替换后#define及其定义的符号会被删掉

所以预编译阶段进行的事就是

1.头文件的包含

2.删除注释。(有时是被空格替换)

3.#define定义符号的替换

都是文本操作。

预编译阶段完成后对test.i进行-S操作(-S可以放在test.i前，也可以放在test.i后面)，-S就是编译操作指令，这个过程生成了test.s文件

vim  test.s回车，查看test.s中的内容

这里面都是汇编代码

这里可以笼统的概括编程步骤就是将C语言代码转变为汇编代码

其中包含细节操作有：1.语法分析2.词法分析3.语义分析4.符号汇总——是《编译原理》的内容——相当于介绍编译器怎么造

《编译原理》过于晦涩难懂，如果想要了解这方面的知识，推荐《程序员的自我修养》。

编译完成后进行汇编操作指令：

gcc  -c  test.s

生成test.o文件，在Linux环境下，.o是目标文件的后缀名，windows环境下是.obj

vim查看test.o:

这里已经是二进制指令了。

汇编操作就是将汇编代码转换为二进制代码。

包含的细节操作有：1.形成符号表

同样：add.c也经历了生成目标文件的操作

gcc -E add.c -o add.i

gcc -S add.i   ->  add.s

gcc -c add.s   ->  add.o

add.o和test.o加上链接库经过链接操作生成可执行程序

下面讲一下之前的符号汇总，形成符号表是什么操作

这些代码在进行编译后，其中一些符号会被记录下来比如Add,main,printf(重复的只会记录一次)，printf暂不关注，库中的函数有库的实现方式。

test.c中Add,main会被符号汇总

add.c中Add会被符号汇总

符号汇总的是全局类型的符号。各种源文件的符号会分别汇总出来。

符号汇总完成后在下一步汇编会进行形成符号表的操作。形成汇总出的符号对应其地址的表格，称为符号表

test.c的符号表

main	0x400
Add	0x000

Add没有一个有效地址(之前的操作是单独对test.c的处理，test.c中只有Add的声明，没有函数的实现，所以不存在有效地址，0x000只是一个填充值)，main函数的有效地址也只是假设，实际并不一定是0x400。

add.c的符号表

Add

0x200

0x200也是假设值。

但符号表真的存在吗?

在Linux环境下，.o文件和可执行程序的文件格式(文件组织形式)是elf

如何读懂elf文件

有一个工具：readelf可以解析elf格式的文件。

这样是不行的，会告诉你要有选项的打开

其中-s选项是打印它的符号表

可以看到在.o文件中确实存在符号表

如果之前按序转变的操作有失误，则进行链接操作时不会生成文件

gcc test.c -c 会直接生成目标文件。选择重新生成一次。

gcc test.o add.o -o test

链接test.o和add.o输出到test文件中。 没有-o test也可以，不过生成的是a.out文件。

a.out和test都是可执行程序，a.out是默认生成的可执行程序。

./test是执行该文件，进行./test和./a.out操作，发现得到的结果是一样的。

链接阶段进行的操作有：

1.合并段表

2.符号表的合并与重定位

合并段表，elf的文件格式会将test.o和add.o文件分成一个个段表，段表每个部分代表某个含义，合并段表就是将代表相同含义部分的合并到一起。

符号表的合并与重定位是指将test.o与add.o的符号表合并为一个符号表

main函数没有争议，还是0x400，add函数有两个位置，这就涉及了符号的重定义，重新找到add函数的实现位置是0x200

所以新的符号表就是

main	0x400
add	0x200

也是test中的符号表。

程序的编译和链接结束后，将代码拷贝到vs环境下查看效果，可以正常得出30。

原因在于，当需要使用add函数时，可执行文件中的符号表是有add所在位置的。

如果没有add.c文件，那么在汇编阶段生成的符号表add的位置是0x000，生成可执行文件后从0x000位置不是有效地址。编译器就会报错。同样，如果没有声明外部函数，除了会报一个语法错误，其他的都可以正常实现，因为add的实际地址来源于add.c文件中的add函数。

所有多个目标文件进行链接的时候，会通过符号表查看来自外部的符号是否真实存在。

以上就是多个源文件生成可执行程序的过程。

下面简单介绍一下运行环境：

程序执行的过程：

1. 程序必须载入内存中。在有操作系统的环境中：一般这个由操作系统完成。在独立的环境中，程序的载入必须由手工安排，也可能是通过可执行代码置入只读内存来完成。

2. 程序的执行便开始。接着便调用main函数。

3. 开始执行程序代码。这个时候程序将使用一个运行时堆栈（stack）（就是函数栈帧），存储函数的局部变量和返回地址。程序同时也可以使用静态（static）内存，存储于静态内存中的变量在程序的整个执行过程一直保留他们的值。

4. 终止程序。正常终止main函数；也有可能是意外终止