【C語言】 —— 編譯和鏈接

一、編譯環境和運行環境
二、翻譯環境
- 2.1、預處理
- 2.2、編譯
- - （1）詞法分析
  - （2）語法分析
  - （3）語義分析
- 2.3、匯編
- 2.4、鏈接
三、運行環境

一、編譯環境和運行環境

??平時我們說寫 C語言代碼，寫程序，不難發現：其實寫出來的都是 $t es t$ . $c$ 、 $t es t$ . $h$ 等源文件和頭文件。我們直接打開他們，是可以直接看懂的，這也就說明了他們其實是文本文件。但是計算機是看不懂他們的，計算機只能識別二進制指令，無法對文件中的代碼直接執行。這時就需要將 C語言代碼進行處理變成二進制的指令。
??
??而將代碼處理成二進制指令正是編譯器需要做的事情。
??
在 ANCI C 的任何一種實現中，存在兩個不同的環境:

翻譯環境：在這個環境中源代碼被轉換成可執行的機器指令（二進制指令）
執行環境：它用于實際執行代碼

二、翻譯環境

??那翻譯環境是怎么將源代碼轉換為可執行的機器指令的呢？這里我們就得展開講解一下翻譯環境所做的事情
??
??其實翻譯環境是由編譯和鏈接兩大過程組成，而編譯又可以分解成：預處理（有些書也叫預編譯）、編譯、匯編三個過程。

??
一個C語言的項目中可能由多個 . $c$ 文件一起構建，那多個 . $c$ 文件如何生成可執行程序呢？

多個 . $c$ 文件單獨經過編譯器，編譯處理生成對應的目標文件。
在 $Win d o w s$ 環境下的目標文件的后綴是 .obj，在 $L in u s$ 環境下目標文件的后綴是 .o
多個目標文件和鏈接庫一起經過連接器處理生成最終的可執行程序。
鏈接庫是指運行時庫（它是支持程序運行的基本函數集合）、C語言庫函數或者第三方庫。

??這里需提一下，我們所用的 $V S 2022$ 是一種集成開發環境，包括：編輯器、編譯器、鏈接器、調試器。而 $c l$ . $e x e$ 是其編譯器， $l ink$ . $e x e$ 是其鏈接器
??

??我們可以在 $L in u s$ 服務器、 $g cc$ 的環境下對鏈接和編譯各個階段進行觀察
??
??

2.1、預處理

??在預處理階段，源文件和頭文件會被處理成 .i 為后綴的文件。

??在 $g cc$ 中，將 .c 文件處理成 .h 文件，命令如下：

gcc -E test.c -o test.i

??
??預處理階段主要處理那些源文件中 # 開始的編譯指令。比如：# $in c l u d e$ ，# $d e f in e$ ，處理的規則如下：

將所有的 # $d e f in e$ 刪除，展開所有的宏定義
處理所有的條件編譯指令，如：#if、#ifdef、#elif、#else、#endif
處理 # $in c l u d e$ 預編譯指令，將包含的頭文件的內容插入到該預編譯指令的位置。這個過程是遞歸進行的，也就是說被包含的頭文件也可能包含其他文件。
刪除所有注釋
添加行號和文件名標識，方便后續編譯器生成調試信息等
或保留所有的 # $p r a g ma$ 的編譯器指令，編譯器后續會使用

??經過預處理后的 $. i$ 文件不再包含宏定義，因為宏已經被展開。并且包含的頭文件都被插入到 .i 文件中。所以我們無法知道宏定義或者頭文件是否包含正確的時候，可以查看預處理后的 $. i$ 文件來確認。
??
$t es t$ . $c$ 文件：

??
$t es t$ . $i$ 文件：

?? $. i$ 文件只有輸入指令生成后我們才能看到，正常情況下生成中間文件編譯器用完就刪掉了。
??
??

2.2、編譯

??編譯過程就是將預處理后的文件進行一系列的：詞法分析、語法分析、語義分析及優化，生成相應的匯編代碼文件。

編譯過程的命令如下：

gcc -S test.i -o test.s

??編譯過程最終會生成 .s 的文件，它里面放的是匯編代碼。其實編譯階段整體上就是將 C 代碼轉換成匯編代碼
??
$t es t . s$ 文件：

??那編譯過程具體是做了什么工作呢？
??他們分別是：詞法分析、語法分析、語義分析及優化
??下面讓我們一起簡單了解
??
??假設有下面的代碼，在進行編譯時會時編譯器怎么做呢

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

（1）詞法分析

??將源代碼程序輸入掃描器，掃描器的任務就是簡單的進行詞法分析，把代碼中的字符分割成一系列的記號（關鍵字、標識符、字面量、特殊字符等）。
??

上述代碼進行詞法分析后得到了 16 個記號：

記號	類型	記號	類型
array	標識符	4	數字
[	左方括號	)	右圓括號
index	標識符	*	乘號
]	右方括號	(	左圓括號
=	賦值	2	數字
(	左圓括號	+	加號
index	標識符	6	數字
+	加號	)	右圓括號

（2）語法分析

??接下來則是語法分析。語法分析器會對掃描產生的記號進行語法分析，從而產生語法樹。這些語法樹是以表達式為節點的樹

（3）語義分析

??由語義分析器來完成語義分析，即對表達式的語法層面分析。編譯器所能做的分析是語義的靜態分析。靜態語義分析通常包括聲明和類型的匹配。這個階段會報告錯誤的語法信息

2.3、匯編

??匯編是指通過匯編器將匯編代碼轉變成機器可執行的指令，每一個匯編語句幾乎都對應一條機器指令。就是按照匯編指令和機器指令的對照表一一的進行翻譯，也不做指令優化

??匯編的命令如下：

gcc -c test.s -o test.o

??經過匯編處理后文件即為目標文件（ $. o bj$ / $. o$ ）目標文件為二進制文件，無法通過文本編輯器打開

2.4、鏈接

??鏈接是一個復雜的過程，鏈接的時候需要把一堆文件鏈接在一起才生成可執行程序。
??鏈接的過程主要包括：地址和空間分配，符號決議和重定位等這些步驟。
??
??鏈接主要解決的是一個項目中多個文件、多模塊之間互相調用的問題。
??比如：現在有兩個文件（ $t es t . c$ 和 $a dd . c$ ）
??
$t es t . c$ 文件

#incldue<stdio.h>//聲明外部函數
extern int Add(int x, int y);
//聲明外部的全局變量
extern int g_val;int main()
{int a = 10;int b = 20;int c = Add(10, 20);printf("%d\n", c);return 0;
}

??
$A dd . c$ 文件

int g_val = 2024;int Add(int x, int y)
{return x + y;
}

??
??為什么在 Add.c 中定義的文件在 test.c 文件中聲明一下就可以使用呢？
??這里進行簡單的了解
??
??經過前面的學習，我們知道每一個源文件（ $. c$ ）經過編譯過程后都會生成自己的目標文件（ $. o$ / $. o bj$ ）
??
??在編譯的過程中，會對代碼中的符號進行符號的匯總，并形成相應的符號表，符號表中會存儲符號相對應的地址。在產生 $t es t . c$ 文件的符號表時，遇到只有聲明而未定義的符號 Add 和 g_val 時，會暫時將其地址擱置。

??到了編譯過程，編譯器會將多個目標文件鏈接在一起（目標文件的格式是一樣的，并且是分段的形式），從而生成可執行程序（可執行策劃給你續最終也是如目標文件一樣的分段形式）
??
??在合并過程中，符號表也需要合并成一份。合并后的符號表每個符號只能有一份，那 Add 和 g_val 符號自然用其有效地址的那一份，這樣符號表就完成了合并。通過 $A dd$ 的地址，就自然而然能找到 $A dd$ 函數了。
??

??而上述對地址的修正過程被叫做：重定位
??
??前面我們非常簡潔的講解了一個 C 的程序是如何編譯和鏈接，到最終生成可執行程序的過程，其實很多內部的細節無法展開講解。
??比如：目標文件的格式 $e l f$ ，鏈接底層實現中的空間與地址分配，符號解析和重定位等，如果你有興趣，可以看《程序員的自我修養》一書來詳細了解。
??
??

三、運行環境

??運行環境實際上是非常復雜的，我們這里簡單了解了解

程序必須載入內存中。在有操作系統的環境中：一般這個由操作系統完成。在獨立的環境中，程序的載入必須由手動安排（單片機燒板子），也可以通過可執行代碼置入只讀內存來完成。
程序的執行便開始。接著便調用 $main$ 函數
開始執行程序代碼。這個時候程序將使用一個運行時堆棧（函數棧幀），存儲函數的局部變量和返回地址。程序同時也可以使用靜態（static）內存，存儲于靜態內存中的變量在程序的整個執行過程一直保留他們的值。
終止程序。正常終止 $main$ 函數；也有可能是意外終止。