C语言翻译环境：预编译+编译+汇编+链接详解

⭐翻译环境和运行环境

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种是运行环境，它用于实际执行代码。

可执行程序中存储的是二进制指令（机器指令）

⭐翻译环境

那翻译环境是怎么将源代码转换为可执行的机器指令的呢？这里我们就得展开开讲解⼀下翻译环境所做的事情。 其实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（后缀为.obj）。
• 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：

🏲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(Linux) 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。

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（替换）。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。

🏲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

对下面代码进行编译的时候，会怎么做呢？假设有下面的代码

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

⚡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）。

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

上面程序进行词法分析后得到了16个记号：

⚡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。

⚡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。

🏲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地进行翻译，翻译成机器语言（二进制指令），也不做指令优化。 汇编的命令如下：

gcc -c test.s -o test.o

因为编辑器格式不匹配，所以这些二进制指令展示出来的是乱码。

🏲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： 在⼀个C的项目中有2个.c文件（ test.c 和 add.c ），代码如下

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变量 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

在编译阶段，每个.c文件都会生成一个符号表，然后在链接的时候进行汇总。

⭐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动安排，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。