深入详解编译与链接：翻译环境和运行环境，翻译环境：预编译+编译+汇编+链接，运行环境-CSDN博客

前言:前面几篇文章介绍了c语言的一些知识，包括循环、数组、函数、VS实用调试技巧、函数递归、操作符、指针、字符函数和字符串函数、C语言内存函数、数据在内存中的存储、结构体、联合和枚举、动态内存管理、文件操作等，在这篇文章中，我将开始介绍编译和链接的一些重要知识点！对编译和链接感兴趣的友友们可以在评论区一起交流学习！

一、翻译环境和运行环境

在ANSI C的任何一种实现中，存在两种不同的环境：

1、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（二进制指令）；

2、第2种是执行环境，用于实际执行代码。

二、翻译环境：预编译+编译+汇编+链接

这个翻译环境是怎么将源代码转换为可执行的机器指令的呢？这里我们就得展开讲解一下翻译环境所做的事情，我们先了解一下翻译环境的组成：翻译环境是由编译和链接两个大的过程组成，而编译又可以分解成：预处理（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文件又是如何生成可执行程序的呢？

1、多个.c文件单独经过编译器，编译处理生成对应的目标文件；

2、注意：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；

3、多个目标文件和链接一起经过链接器处理生成最终的可执行程序；

4、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3个过程，那就变成了下面的过程：

我们这里以gcc为例，展现拆解编译链接的过程。

（一）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源文件中的 #开始的预编译指令。比如：#include，#define，处理的规则如下：

1、将所有的#define删除，并且展开所有的宏定义；

2、处理所有的条件编译指令，比如：#if、#ifder、#elif、#else、#endif。

3、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；

4、删除所有的注释；

5、添加行号和文件名标识，方便后续编译器生成调试信息等等；

6、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，因此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。

（二）编译

编译过程就是将预处理后的文件进行一系列的处理，包括：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，我们会怎么做呢？代码如下：

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

我们程序员肯定一眼就能看出来这是一个C语言代码，但是不够啊，这只是你看懂了，你得让计算机看懂啊，得让编译器看懂啊。编译器会怎么处理呢？这个时候就要编译，

1、词法分析

将源代码程序输入扫描器，扫描器的任务是进行简单的词法分析，将代码中的字符分割成一系列的记号（关键字、标识符、字面量、特殊符号等等）。

上面的程序进行语法分析之后得到了16个记号，即：

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

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

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。如下图，上面的程序可以这样表示：

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进行分析。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，类型的转换等等。这一阶段会报告错误的语法信息。

预处理和编译部分就如下图：

（三）汇编

汇编器是将汇编代码变成机器可执行的指令（二进制的指令），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

（四）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能生成可执行程序。

链接过程主要包括了地址和空间分配、符号决议和重定位等步骤。

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。

打个比方，在一个C的项目中有两个.c文件（分别是test.c和add.c），代码如下所示：

（1）test.c

#define  _CRT_SECURE_NO_WARNINGS  1

#include<stdio.h>

//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("sum=%d\n", sum);

	printf("g_val=%d", g_val);
	return 0;
}

（2）add.c

#define  _CRT_SECURE_NO_WARNINGS  1


//add.c

int g_val = 2022;

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

如下：

已知每个源代码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

具体实施过程：

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，在test.c文件中每一次使用Add函数和g_val变量的时候必须确切地知道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的地址先搁置，等待最候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，让它们的目标地址变成真正的Add函数的地址，对于全局变量g_val也是同理，用类似的方法来修正地址。

这个地址修正的过程也被称为：重定位。

前面我们简单地讲解了一个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我们在这里没办法详细展开介绍了。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等。

这里给对其内部细节感兴趣的友友们推荐一本书：

《程序员的自我修养》——可以通过这本书来详细了解，这里我们就不多赘言啦。

三、运行环境

要求：

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于只读内存来完成；

2、程序的执行便开始。接着就调用main函数；

3、开始执行程序代码。此时程序将使用一个运行时栈堆（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。