“ Hello world ”中的秘密之【C语言程序编译和链接】

C语言程序编译和链接

#include<stdio.h>
int main()
{
  printf("Hello world\n");
  return 0;
}

作为C语言最经典的代码，大家都可以轻易写出。但是代码的运行过程却很少有人清楚，接下来我将介绍代码运行的奥秘。

1.1运行过程

实际上，运行过程中包括四个过程：预处理，编译，汇编，链接。 具体过程如下：

1.1.1 预编译 (预处理)

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：

1 gcc -E test.c -o test.i

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。 • 或保留所有的#pragma的编译器指令，编译器后续会使用。 注意： 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。

1.1.2 编译

编译环节是比较复杂的，包含一系列词法分析，语法分析，语义分析以及优化后生成相应的汇编语言代码文件。这个过程是整个程序最重要的过程。

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）。 通过 lex的程序可以做到快速扫描词法，帮助开发者不需要为每个编译器开发相应词法扫描器。

语法分析

在进行完词法分析后，会生成相应记号，然后对记号进行语法分析，从而产生语法树。该过程采用“上下文无关语法”的分析手段（该语法我尚且不了解，如有需要可自行查找）。 语法树类似于：

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

可见一个语句被拆解为不同板块，同时进行操作符的优先级的记录等过程。 并且和上面的lex程序一样语法分析有yacc程序帮助解析过程。

语义分析

在该过程中会将不同语句分段并标明类型，如下：

汇编

汇编器是将汇编代码转转变成机器可执⾏的指令，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

这样我们就生成了汇编语言文件。（这个过程是比较复杂的）

1.1.3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。 ⽐如：

test.c

#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("%d\n", sum);
 return 0;
}

add.c

int g_val = 2022;
int Add(int x, int y)
{
 return x+y;
}

此时存在两个源文件，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。

经过这些处理我们会成功运行程序

2.1 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。

运行环境对代码程序运行也有重要作用。