C语言之:编译和链接

目录

    • 1. 翻译环境和运行环境
      • 翻译环境
    • 2. 翻译环境:预编译+编译+汇编+链接
      • 预处理(预编译)
      • 编译
      • 词法分析
      • 语法分析
      • 语义分析
      • 汇编
      • 链接
      • 运行环境

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。

第一种是翻译环境,在这种环境中源代码被转换为可执行的机器指令
第二种是执行环境,它用于实际执行代码
C语言之:编译和链接_第1张图片

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呢?这里我们就得展开讲解一下翻译环境所作的事情

其实翻译环境是由编译链接量大过程组成的,而编译又可以分解成:预处理(预编译)、编译、汇编三个过程
C语言之:编译和链接_第2张图片

一个 C语言的项目可能有很多个.c文件一起构成,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环境下的目标文件的后缀是.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,那就编程了下面的过程:

C语言之:编译和链接_第3张图片

2. 翻译环境:预编译+编译+汇编+链接

C语言之:编译和链接_第4张图片

预处理(预编译)

VS2022 IDE集成开发环境
Linux环境下C语言编译器:gcc

在预处理阶段,源文件和头文件会被处理称为.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的#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、#elde、#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

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);

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得到了16个记号:

C语言之:编译和链接_第5张图片

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
C语言之:编译和链接_第6张图片

语义分析

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

C语言之:编译和链接_第7张图片

汇编

汇编器是将汇编代码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

链接

链接是一个复杂的过程,链接的时候需要把一对文件链接在一起才生成可执行程序。

链接的过程主要包括: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、多模块之间相互调用的问题

比如:
在一次C文件中有2个.c文件(test.c和add.c)代码如下:

test.c

#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
extern int g_val;
int main()
{
 int a = 10;
 int b = 20;
 int sum = Add(a, b);
 printf("%d\n", sum);
 return 0; 
 }

add.c

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的时候必须知道ADD 和g_val的地址,但是由于每个文件都是单独编译的,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连接器根据引用的符号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连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。这个地址修正的过程也被叫做:重定位

前面的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细说:比如:目标文件格式的elf,链接底层实现中的空间和地址分配,符号解析和重定位等。

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,存储函数的局部变量个返回地址。程序同时也可以使用静态内存,存储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

你可能感兴趣的:(C语言知识,c语言,开发语言)