C 语言-＞编译和链接实现原理

✅作者简介：大家好，我是橘橙黄又青，一个想要与大家共同进步的男人

个人主页：橘橙黄又青-CSDN博客

今天学习：浅学编译和链接内部实现原理

前提：本文是在gcc编译环境下学习，目前只是浅学习

1. 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。

如图：

2. 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（有些书也叫预编 译）、编译、汇编三个过程。

 

如图：

.c文件生成可执行文件过程：

• 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：

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

预处理阶段主要处理那些源⽂件中#开始的预编译指令。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。所以当我们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。

 

来我们看看.i文件是怎么生成的呢？

这里我们发现有700多行代码，没错这里面的都是#include里面的全部函数 等定义

 输入指令生成test.i文件，文件名可以随便改.i文件为文件后缀就行，那我们举上面的两个例子

案例1：

外部函数包含例子

代码：

test.c文件

#include
#include "test.h"

int g_val = 2024;

int main()
{
	printf("hehe\n");
	printf("%d\n", g_val);
	return 0;
}

test.h 文件

 

int Add(int x, int y) {
	return x + y;
}

生成de.i文件里面的内容：

案例2：

#denfinen的例子

预处理完之后MAX就变成1000，这都是在test.i文件里面完成的，所以说使用#define到后面是不利于调试的，因为调试是在.exe文件里面完成的，.i文件只是一个过渡阶段。使用后就删除了 。

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

输入指令后。生成.s文件,.s文件是汇编指令。

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）。

来看一个案例：

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

上⾯程序进⾏词法分析后得到了16个记号：

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
)	左圆括号
*	乘号
(	右圆括号
2	数字
+	加号
6	数字
）	右圆括号

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 A dd.c ），代码如下:

test.c代码：

#include 
//test.c
//声明外部函数
extern int Add(int x, int y);
//声明外部的全局变量
int main()
{
     int a = 10;
     int b = 20;
     int sum = Add(a, b);
     printf("%d\n", sum);
     return 0;
}

Add.c代码：

int g_val = 2022;
int Add(int x, int y)
{
     return x+y;
}

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标⽂件。

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。

我们在 test.c ⽂件中每⼀次使⽤ Add 函数的时候必须确切的知道 Add 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 函数的地址，所以暂时把调⽤ Add 的指令的⽬标地址搁置。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 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 。

如图：

 

第2点的全部知识点图解：

 

3. 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。

好啦，今天就到这里了，都看到这里了点一个赞吧，感谢观看。