1. C 語言編譯原理和詳細過程

編譯是將源代碼轉換為計算機可執行的二進制文件的過程，整個過程主要分為四個階段: 預處理; 編譯; 匯編; 鏈接。

1.1 預處理階段

工具：預處理器
輸入：.c 源文件
輸出：.i 預處理后的文件

預處理階段做的主要工作：

• 宏展開：將所有#define定義的宏進行文本替換
• 頭文件包含：遞歸展開#include指令，將頭文件內容插入源代碼
• 條件編譯：處理條件編譯指令（如#ifdef等命令），根據條件保留或刪除代碼塊（如調試代碼）
• 刪除注釋

1.2 編譯階段

工具：編譯器
輸入：.i文件
輸出：.s匯編代碼文件

編譯階段做的主要工作：

• 詞法分析：將代碼拆分為token（如標識符，關鍵字，運算符）
• 語法分析：構建抽象語法樹（AST）,檢查語法是否符合C標準（如檢查括號是否匹配，語句是否合法）
• 語義分析：檢查類型匹配，變量聲明，作用域規則
• 中間代碼生成：生成與平臺無關的中間表示（如三地址碼）
• 代碼優化：對中間代碼進行優化。如刪除冗余代碼、常量折疊等
• 目標代碼生成：將優化后的中間代碼轉換為目標平臺的匯編代碼

1.3 匯編階段

工具：匯編器
輸入：.s匯編文件
輸出：.o目標文件，即二進制機器碼
匯編階段做的主要工作：

• 指令轉換：將匯編代碼逐行轉換為機器碼
• 生成目標文件：生成包含機器碼、符號表、重定位信息的**.o文件**

1.4 鏈接階段

工具：鏈接器
輸入：多個.o目標文件+靜態庫.a文件
輸出：可執行文件
鏈接階段做的主要工作：

• 符號解析：解決跨文件的函數或變量引用。如main.o中調用printf函數，則需找到該函數在libc.a中的定義
• 重定位：合并所有目標文件的代碼段、數據段，分配最終內存地址；修正符號表中的地址偏移量
• 庫文件處理：
  　　- 靜態鏈接：將靜態庫.a代碼直接復制到可執行文件中
  　　- 動態鏈接：記錄動態庫.so的路徑，運行時加載
• 生成可執行文件：生成符合操作系統格式的可執行文件

注：可執行文件分為 代碼段（.text）、數據段（.data）、未初始化數據段（.bss） 等

經過這一系列過程，c源代碼最終變成了操作系統可直接執行的二進制文件 運行時由加載器將其讀入內存并執行。

2. 疑問點解析

2.1 三地址碼是什么？有什么作用

三地址碼（Three-Address Code，TAC）是編譯器中常用的一種中間表示（Intermediate Representation, IR）形式，它將復雜的表達式和語句拆解為一系列簡單的指令，每條指令最多包含三個操作數。它的核心目標是簡化代碼優化和目標代碼生成的過程，同時保持與機器無關的特性。
每條指令僅包含一個操作（如賦值，運算，跳轉等），最多涉及三個操作數，兩個輸入一個輸出。常見的通用格式如下：

result = operand1 op operand2

2.2 符號表是什么？有何作用

符號表是編譯器/匯編器生成的一種數據結構，記錄了程序中所有符號的信息：

• 符號名稱：如函數名、全局變量名稱；
• 符號類型：函數、變量、靜態/全局作用域等；
• 符號地址：在目標文件中的相對地址或內存地址。

符號分類：

• 全局符號：可被其他文件訪問的符號，如extern變量、非static函數；
• 局部符號：僅在本文件內可見的符號，如static函數或變量；
• 外部符號：在本文件中使用但未定義的符號，如調用了其他文件中的函數。

在鏈接階段，鏈接器通過符號表解析不同目標文件之間的符號引用，如函數調用、變量訪問等；符號表包含了符號的地址和類型，支持調試器（如gdb）定位代碼和變量（比如有時候調試的時候會導入符號表）；動態鏈接庫.so需要依賴符號表在運行時綁定函數地址。

2.3 重定位的含義與作用

重定位時鏈接器在合并多個目標文件時，修正符號引用地址的過程。目標文件.o中的代碼和數據地址是臨時地址（基于偏移量的），鏈接器需要將其調整為最終可執行文件的絕對地址。

重定位表：每個目標文件都有一個重定位表，記錄了需要修正的位置及其規則：

• 需要修正的偏移量：在目標文件中的位置；
• 符號名稱：需要修正為哪個符號的地址；
• 重定位類型：如何計算最終地址，如相對地址或絕對地址。

重定位的作用：

• 合并多目標文件：將分散在多個.o文件中的代碼和數據分配到統一的內存布局中；
• 解析外部依賴：將未定義的符號綁定到庫中的實際地址；
• 生成可執行文件：確保程序運行時，所有指令和數據的地址正確。

2.3 符號表和重定位在整個編譯過程中的作用

編譯階段會生成符號表并記錄重定位信息：

• 生成符號表：編譯器為每個.c文件生成.o目標文件，包含符號表和代碼；
• 記錄重定位信息：編譯器標記所有需要重定位的位置，如外部函數調用等。

鏈接階段會進行符號解析以及地址分配與重定位：

• 符號解析：鏈接器會檢查所有目標文件的符號表，確保每個符號有且僅有一個定義；
• 地址分配與重定位：鏈接器為所有符號分配最終地址，并修正代碼中的引用。

即符號表是程序符號的地址簿，記錄了符號的定義和引用；重定位是鏈接器的修正工具，確保程序可以正確訪問所有符號。

2.4 動態鏈接庫.so和靜態鏈接庫.a

動態鏈接庫.so文件，是在程序運行時被加載的，多個程序可共享同一個庫文件，節省內存和磁盤空間。

靜態鏈接庫.a文件，是在編譯時被整合到可執行文件中，生成獨立的可執行文件，不需要外部依賴。

靜態鏈接庫和動態鏈接庫的主要區別：

特性	靜態庫（.a）	動態庫（.so）
鏈接方式	編譯時直接嵌入到可執行文件中	程序運行時動態加載
文件體積	可執行文件體積較大（包含庫代碼）	可執行文件體積較小（僅存引用）
運行時依賴	無需外部庫文件	必須存在對應的.so文件
內存占用	每個進程獨立加載庫代碼，內存冗余	多個進程共享同一份庫代碼，內存節省
更新維護	需重新編譯整個程序	僅替換.so文件即可更新庫功能
加載速度	啟動快（代碼已嵌入）	啟動稍慢（需加載動態庫）
兼容性風險	無版本沖突問題	需保證.so版本與程序兼容
常見使用場景	嵌入式系統、獨立工具、無依賴部署	通用系統庫（如libc）、多進程共享場景

示例：

1. 靜態鏈接：

   gcc main.c -o program -L/path/to/libs -lstaticlib -static
   

   -static選項表明強制靜態鏈接所有庫，包括庫系統如libc
   這樣生成的program不依賴任何外部庫。

2. 動態鏈接：

   gcc main.c -o program -L/path/to/libs -ldynamiclib
   

   默認鏈接動態庫（優先查找.so），運行時需確保動態庫在系統路徑或通過LD_LIBRARY_PATH指定。

3. 混合鏈接：

   gcc main.c -o program -Wl,-Bstatic -lstaticlib -Wl,-Bdynamic -ldynamiclib
   

   • -Wl,-Bstatic：指定后續庫靜態鏈接。
   • -Wl,-Bdynamic：恢復為動態鏈接

2.5 不要混淆.o文件和.so文件

.o文件是目標文件，通常是編譯單個源文件后的輸出，包含機器碼和符號表，但還未經過鏈接，所以可能有未解析的符號。

.so文件是動態鏈接庫，是多個目標文件經過鏈接后生成的共享庫，可以在運行時被多個程序共享。

.o文件是編譯階段的產物，.so文件是鏈接階段的產物；.so文件在程序運行時加載，.o文件在鏈接時被合并到可執行文件或靜態庫中。

二者主要區別：

特性	目標文件（.o）	動態鏈接庫（.so）
生成階段	編譯階段的產物（單個源文件編譯后生成）	鏈接階段的產物（多個目標文件或源碼鏈接生成）
內容	包含單個源文件編譯后的機器碼、符號表、重定位信息	包含多個目標文件或源碼的已鏈接代碼，具有完整的符號解析和地址分配
用途	作為中間文件，供后續鏈接生成可執行文件或庫	作為共享庫，供程序在運行時動態加載
依賴關系	未解析的符號需在鏈接階段解決	符號已完全解析，但需在運行時與主程序或其他庫動態綁定
文件獨立性	無法單獨運行，需鏈接后使用	可獨立存在，但需主程序調用或動態加載
內存共享	不共享，每個進程獨立加載	多個進程可共享同一份.so的代碼段，節省內存
更新維護	修改后需重新編譯和鏈接	更新.so后，主程序無需重新編譯（需接口兼容）

.o文件，通過編譯單個源文件生成，包含機器碼、符號表和重定位信息。.o文件作為中間文件，以供后續鏈接器將所有.o文件合并為可執行文件或庫（可被歸檔為靜態庫.a文件，本質上是多個.o的集合）

.so文件，通過鏈接多個目標文件或源碼生成，包含完全鏈接的代碼（所有的符號已解析，除非依賴其他動態庫）、位置無關代碼（代碼可加載到任意內存地址運行）、導出符號表（聲明庫中可供外部調用的函數或變量）。.so文件是在程序運行時由動態鏈接器加載到內存的，多個程序可共享一份.so代碼，減少內存占用，同時支持庫的熱更新（即替換.so文件后重啟程序生效）

總結：

• .o文件是編譯階段的中間產物，用于后續鏈接；.so文件是鏈接后的動態庫，用于運行時共享。
• .o文件聚焦單個模塊的編譯結果，.so文件聚焦多模塊的協作與動態加載。

3. 知識補充

【GCC】gcc編譯學習
【GDB】gdb使用