C语言程序的编译和链接

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（⼆进制指令）。

第2种是执⾏环境，它⽤于实际执⾏代码。

1，翻译环境

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⽂件单独经过编译器，编译处理⽣成对应的⽬标⽂件。

• 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：

整个翻译过程如下：

1.1，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。

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。

• 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。

• 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。

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

1.2，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

假设有如下代码：

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

1.2.1，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：

1.2.2，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。

1.2.3，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。

1.3，汇编

汇编器是将汇编代码转变成机器可执⾏的指令（2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 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

1.4，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。

一个C项目中有两个文件，test.c和add.c，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。

链接过程之所以可以重定位是因为，在链接时发生了符号表的合并。

在连接之前，每一个.c文件生成目标文件的时候，都会生成一个属于自己的符号表，这个符号表是放在目标文件中的。

上面两个文件会生成两个符号表：

test.c中没有Add,g_val的定义，所以地址先设为空，

两个符号表分别存储了变量和函数的地址，在链接时，符号表合并：

从而实现了重定位，就能够正常运行了。

但如果我们在test.c中写错了，如写成了add，那么在符号表中找不到add，编译器就会报错

上面只是简单的说明了⼀个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。这其中还有许多细节没有涉及，大家可以自己去查找相关书籍了解。

2，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。