C语言 程序的编译系统解析

今天我来补一下C语言篇的程序的编译的一篇文章，也算是有一个结尾了。

程序的翻译环境和执行环境

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。

第2种是执行环境 ,它用于实际执行代码。

一个.c的文件事如何变成.exe的可执行文件的呢？下面这张图片是一个大概的过程：

编译和链接

翻译环境

• 组成一个程序的每个源文件通过编译过程分别转换成目标代码( object code )。
• 每个目标文件由链接器( linker )捆绑在一 起,形成一个单一-而完整的可执行程序。
• 链接器同时也会引入标准C函数库中任何被该程序所用到的函数,而且它可以搜索程序员个人的程序库，将其需要的函数也链接到程序中。

编译的几个阶段

接下来，我来用Linux平台来给大家演示一下编译的三个过程：

我们先编写一个简单C程序：

然后执行这样一句指令：

gcc test.c

这句指令是让gcc这个编译器来编译我们的代码，执行完这句指令我们会发现会生成一个a.out这样一个可执行文件，

我们执行再下面这样一句指令：

./a.out

这样我们就可以执行这个可执行文件了，

为了让大家更好地感受到编译的过程，我们来一步一步看：

预处理

我们执行再下面这样一句指令，让代码预处理完之后就停下来：

gcc -E test.c -o test.i

这句指令的意思就是把预处理完之后的信息输出到一个test.i的文件中。

可以发现的是，这里多了一个test,i的文件，我们可以打开看一看：

可以发现的是，有三个点发生了变化：

• 头文件被展开
• 宏被文本替换了
• 注释被删除了

我们对原代码做一个处理，不包含stdio.h的头文件，我们自己写一个头文件：

再来看一下，预处理后的文件是什么样子的：

效果通上面一样。

所以预处理的几个动作

• 头文件的包含
• 预处理指令的完成（eg:#define、#pragma…）
• 注释的删除

编译

执行再下面这样一句指令让文件进行编译形成汇编代码：

gcc -S test.c

执行完之后就可以生产出一个test.s的文件，我们可以打开看一看：

这里其实就是汇编代码。

所以编译的几个动作

• 语法分析
• 词法分析
• 语义分析
• 符号汇总

符号汇总: 符号汇总的都是全局的符号。例如上面我们的代码头文件就汇总了一个Add，.c文件就汇总的一个Add和main。

汇编

接下来我们执行这样一条指令：

gcc -c test.c

对源文件进行汇编，结果生成了一个test.o的目标文件：

打开这个文件，我们会发现这是一个我们看不懂的二进制文件：

所以其实汇编是把汇编代码转换为二进制代码（机器指令）。

这个过程还做了一件件事——形成符号表

链接

链接做的两个事情

• 合并段表
• 符号表的合并和符号表的重定位

在Linux系统下，test.o二进制文件是用一个elf这样的格式来组织文件的。

elf会把文件组织成一个段。test.o和Add.o都有一个段，那么我们怎样才能看懂elf格式的文件呢？

我们有这样一个工具叫做readelf，他可以看懂这样一个文件，所以我们输入这样一条指令：

readelf test.o -a

我们就确实可以看到这样一个段的存在。

然后这下面还有符号表的汇总：

其实a.out这个文件也是elf格式的，所以其实链接就是把这几个elf格式的文件的段表合并，然后test中的Add函数就有了地址。

运行环境

程序执行的过程：

• 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。
• 程序的执行便开始。接着便调用main函数。
• 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。
• 终止程序。正常终止main函数；也有可能是意外终止。