编译和链接

⽬录

1. 翻译环境和运⾏环境

2. 翻译环境：预编译+编译+汇编+链接

正⽂开始  

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（二进制）。

第2种是执⾏环境，它⽤于实际执⾏代码。 

 

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

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：

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（先替换后删除）。

• 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。

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

 对下⾯代码进⾏编译的时候，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：

 

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：

1 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。

 

 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。