C语言：编译和链接

目录

一：翻译环境和运行环境

二：翻译环境

2.1预处理（预编译）

2.2编译

2.2.1 词法分析：

2.2.2语法分析

2.2.3语义分析

2.3 汇编

三：运行环境

---

一：翻译环境和运行环境

在ANSI C的任何一种实现中，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。

---

二：翻译环境

那翻译环境是怎么将源代码转换为可执行的机器指令的呢？这里我们就得展开开讲解一下翻译环境所做的事情。

其实翻译环境是由编译和链接两个大的过程组成的，而编译又可以分解成：预处理（有些书也叫预翻译）、编译、汇编三个过程。

一个C语言的项目中可能有多个 .c 文 件⼀起构建，那多个 .c 文 件如何生成可执行程序呢？

• 多个.c文件单独经过编译出编译处理生产对应的目标文件。

• 注：在Windows环境下的目标文件的后缀是 .obj ，Linux环境下目标文件的后缀是 .o

• 多个目标文件和链接库⼀起经过链接器处理生成最终的可执行程序。

• 链接库是指运行时库(它是支持程序运行的基本函数集合)或者第三方库。

如果再把编译器展开成3个过程，那就变成了下面的过程：

VS是集成开发环境，在VS中无法看见预处理，编译等中间文件。

但在Linux环境下，可以通过指令，看见预处理，编译等中间文件。

2.1预处理（预编译）

在预处理阶段，源文件和头文件会被处理成为.i为后缀的文件。

在 gcc 环境下想观察⼀下，对 test.c 文 件预处理后的.i文件，命令如下：

gcc -E test.c -o test.i
gcc test -E -o test.i
//两种均可以
//-E是表示让翻译到预处理就停止
//-o是让预处理的到的文件命名为test.i

预处理阶段主要处理那些源文件中#开始的预编译指令（在C语言中一般#开头的都在预处理进行）。比如：#include,#define，处理的规则如下：

• 将所有的 #define 删除，并展开所有的宏定义。

• 处理所有的条件编译指令，如： #if 、 #ifdef 、 #elif 、 #else 、 #endif 

• 处理#include 预编译指令，将包含的头文件的内容插入到该预编译指令的位置。这个过程是递归进行的，也就是说被包含的头文件也可能包含其他文件。

• 删除所有的注释

• 添加行号和文件名标识，方便后续编译器生成调试信息等。

• 或保留所有的#pragma的编译器指令，编译器后续会使用。

经过预处理后的.i文件中不再包含宏定义，因为宏已经被展开。并且包含的头文件都被插入到.i文件

中。所以当我无法知道宏定义或者头文件是否包含正确的时候，可以查看预处理后的.i文件来确认，但比较遗憾的是，.i文件一般是作为临时文件的，最后会被系统直接删除，所以在文件夹中找不到，在VS这样的集成环境下是无法观察的，但在gcc下可以用命令观察到。

2.2编译

编译过程就是将预处理后的文件进行⼀系列的：词法分析、语法分析、语义分析及优化，生成相应的汇编代码文件。

编译过程的命令如下：

gcc -S test.i -o test.s
gcc test -S
//不写-o test.s默认生成的文件名也这个

对下面码进行编译的时候，会怎么做呢？假设有下面的代码

array[index] = (index+4)*(2+6);

2.2.1 词法分析：

将源代码程序被输入扫描器，扫描器的任务就是简单的进行词法分析，把代码中的字符分割成⼀系列的记号（关键字、标识符、字面量、特殊字符等）。

上面程序进行词法分析后得到了16个记号：

记号	类型
array	标识符
[	左方括号
index	标识符
]	右方括号
=	赋值
{	左圆括号
index	标识符
+	加号
4	数字
}	右圆括号
*	乘号
{	左方括号
2	数字
+	加号
6	数字
}	右方括号

2.2.2语法分析

接下来语法分析器，将对扫描产生的记号进行语法分析，从而产生语法树。这些语法树是以表达式为节点的树。

2.2.3语义分析

由语义分析器来完成语义分析，即对表达式的语法层面分析。编译器所能做的分析是语义的静态分

析。静态语义分析通常包括声明和类型的匹配，类型的转换等。这个阶段会报告错误的语法信息。

2.3 汇编

汇编器是将汇编代码转转变成机器可执行的指令，每⼀个汇编语句几乎都对应⼀条机器指令。就是根据汇编指令和机器指令的对照表⼀⼀的进行翻译，也不做指令优化。

汇编的命令如下：

gcc -c test.s -o test.o

2.4 链接

链接是⼀个复杂的过程，链接的时候需要把⼀堆文件链接在⼀起才生成可执行程序。

链接过程主要包括：地址和空间分配，符号决议和重定位等这些步骤。

链接解决的是⼀个项目中多文件、多模块之间互相调用的问题。

比如：

在一个C的项目中有2个.c文件（ test.c 和 add.c ），代码如下：

我们已经知道，每个源文件都是单独经过编译器处理生成对应的目文件。

test.c 经过编译器处理生成 test.o

add.c 经过编译器处理生成 add.o

我们在 test.c 的文件中使用了 add.c 文 件中的 Add 函数和 g_val 变量。

我们在 test.c 文 件中每⼀次使用  Add 函数和 g_val 的时候必须确切的知道 Add 和 g_val 的地

址，但是由于每个文件是单独编译的，在编译器编译 test.c 的时候并不知道 Add 函数和 g_val

变量的地址，所以暂时把调用 Add 的指令的目标地址和 g_val 的地址搁置。等待最后链接的时候由链接器根据引用的符号 Add 在其他模块中查找 Add 函数的地址，然后将 test.c 中所有引用到

Add 的指令重新修正，让他们的目标地址为真正的 Add 函数的地址，对于全局变量 g_val 也是类

似的方法来修正地址。这个地址修正的过程也被叫做：重定位。

前面我们非常简洁的讲解了⼀个C的程序是如何编译和链接，到最终生成可执行程序的过程。

其实很多内部的细节无法展开讲解。比如：目标文件的格式elf，链接底层实现中的空间与地址分配，符号解析和重定位等，如果你有兴趣，可以看《程序的自我修养》⼀书来详细了解。

---

三：运行环境

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），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。