前言:
在C/C++中,所有的代码在输出结果前都需要经过这五个阶段:预编译—>编译—>汇编—>链接—>执行代码。其中前四个阶段是在翻译环境下进行,因为在翻译环境中有编译器和链接器这两个重要工具,二者配合能将文本形式的代码转化为对应的二进制代码和可执行文件,
而最后一个阶段是在执行环境中进行的,代码在这个阶段已经打包好了,只需要执行器运行此代码,结果就能很好的输出。
本文主要分为两部分:程序环境讲解和预处理指令详解,其中程序环境需要在Linux环境下用gcc编译器展示,光是环境配置就比较麻烦,因此这部分会偏向于理论知识,不需要去实践,理解性记忆就好了;预处理指令在VS上就能展示,这部分知识偏向于实践,篇幅会比较长。
1. 程序的翻译环境和执行环境
1.1 翻译环境
翻译环境的主要目标是把 test.c 转化为 test.exe,其中 test.c 需要先经过预编译转为 test.i ,然后再经过编译转为 test.s ,接着经过汇编翻译为 test.o ,最后再由链接器将目标文件 test.o 与其他目标文件、库函数文件等链接后生成可执行程序 test.exe。其中前三步由编译器完成,最后一步由链接器完成(这两个工具已经集成于VS中了),每个不同的源文件都需要分开编译,最后由链接器合并,下图很好的演示了整个翻译过程,当然更详细的在后面。
图示如下:
单个目标文件经过编译器的处理,生成了目标文件,多个目标文件经连接器处理,最终会生成可执行文件。
上代码:
sum.c int g_val = 2016; void print(const char *str) { printf("%s\n", str); }
test.c #include <stdio.h> int main() { extern void print(char *str);//想使用外部的函数,只需要用extern去声明以下 extern int g_val; printf("%d\n", g_val); print("hello bit.\n"); return 0; }
我们在编译的时候,会创建两个 .c 的源文件分别是 sum.c 和 test.c 。经过编译器会生成两个 .obj 的中间文件,分别是 sum.obj 和 test.obj 。再经过连接器链接生成 .exe 的文件。
对于上图,我们在连接器过程中还有一个链接库文件没有用到,那它的作用是什么呢?
回到test.c 中,里面有printf()函数,这个不是我们写的,而是放在链接库中的。当我们要去使用外部函数时,要在链接过程中去链接库中链接,而该函数就是被<stdio.h>包含的。
总结:
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。
1.2 编译本身也分为几个阶段
1.2.1 编译环境
编译分为四个阶段:预编译,编译,汇编,链接。拿一张图来看看
上代码:
#define _CRT_SECURE_NO_WARNINGS 1 #include<stdio.h> #define MAX 100 //测试预编译阶段 int Add(int x, int y) { return x + y; } int main() { int x = 10; int y = 20; int z = Add(x, y); printf("%d\n", z + MAX); return 0; }
我们可以看到这是段经过预编译后形成 后缀为 .i 的文件。
接下来就进入编译阶段:
编译阶段干的事比较多:
- 1.语法分析
- 2.词法分析
- 3.语义分析
- 4.符号汇总
经过上述步骤后,可以把文本代码转成成汇编代码,即后缀为 .s 的汇编文件,此时代码我们已经看不懂了,文件格式为 elf,需要用其他工具来解析查看此文件,这里就不展示了。
从这一步开始,文件就逐渐从人看的懂的语言走向机器看得懂的语言了。
下一步便是汇编:
汇编阶段:
- 把已经生成的汇编指令转换成二进制指令
- 形成符号表
最终生成 .o 目标文件,此时的文件格式仍然为 elf
比如上面的代码,会生成这两个符号表:
我们假设有怎么些个地址存在。
最后一个阶段:
链接阶段,会干这两件事:
- 1.合并段表
- 2.将符号表进行合并和重定位
如果在合并符号表后,发现信息不匹配,就会报错,原因为某些函数不存在。链接完成后,会生成一个.exe 可执行文件,最终交给执行器运行代码就行了。当然这个函数是不会报错的,我们 Add 函数时=是存在的。
1.2.2 运行环境
我们可以在文件下找到怎么一个 .exe 文件,具体我在这里不演示了。
运行 环境下的注意事项:
- 1.程序必须载入到内存中
- 2.找 main 函数后,开始执行程序
- 3.程序运行时,会调用一个运行堆栈,存储局部变量和返回地址等信息,主函数在堆栈中
- 4.程序终止后,有两种情况:正常结束和异常终止
另外再推荐一本好书:《程序员的自我修养》里面讲的非常详细。
2. 预处理详解
2.1 预定义符号
__FILE__ // 进行编译的源文件
__LINE__ // 文件当前的行号
__DATE__ // 文件被编译的日期
__TIME__ // 文件被编译的时间
__STDC__ // 如果编译器遵循 ANSI C ,其值为 1 ,否则未定义
这些符号都是内置好的,直接使用便是。
上代码:
#include <stdio.h> int main() { printf("%s\n", __FILE__);//打印当前编译源文件信息 printf("%d\n", __LINE__);//打印当前的行数,为24 printf("%s\n", __DATE__);//打印当前的日期,现在是10月25日 printf("%s\n", __TIME__);//打印当前时间,为20:39 //printf("%d\n", __STDC__);//这个用不了,VS中没定义,这是vs编译器的问题 return 0; }
2.2 #define
2.2.1 #define 定义标识符
#define 定义的符号,在翻译环境中的预编译阶段,会被替换。
#define 的知识就比较丰富了,之前在初始C语言中,我们已经见过了 #define 定义的宏实现加法
#define ADD(x,y) ((x) + (y)) //#define 定义两个数加法宏
语法:
#define name stuff
举个例子:
#define MAX 1000 #define reg register //为 register这个关键字,创建一个简短的名字 #define do_forever for(;;) //用更形象的符号来替换一种实现 #define CASE break;case //在写case语句的时候自动把 break写上。 // 如果定义的 stuff过长,可以分成几行写,除了最后一行外,每行的后面都加一个反斜杠(续行符)。 #define DEBUG_PRINT printf("file:%s\tline:%d\t \ date:%s\ttime:%s\n" ,\ __FILE__,__LINE__ , \ __DATE__,__TIME__ )
//#define 定义标识符常量 #define YEAR 2022 #define MONTH 10 #define DAY 15 int main() { printf("今天是%d年%d月%d号\n", YEAR, MONTH, DAY); return 0; }
注意观察,我们每个 #define 后面都没有加分号 “ :” 如果我们加了分号:
#define YEAR 2022;
编译器将 YEAR 认为是 2022; 运行阶段自然过不了。
2.2.2 #define 定义宏
#define 机制包括了一个规定,允许把参数替换到文本中,这种实现通常称为宏(macro)或定义 宏(define macro)。
#define 定义符号时,不带参数时是在定义标识符常量,带参数时就是在定义宏(有点像函数)。
下面是宏的申明方式:
#define name( parament - list ) stuff
其中的 parament - list 是一个由逗号隔开的符号表,它们可能出现在 stuff 中。
注意:
参数列表的左括号必须与 name 紧邻。
如果两者之间有任何空白存在,参数列表就会被解释为 stuff 的一部分:
例如:
#define SQUARE( x ) x * x
这个宏接收一个参数 x .
如果在上述声明之后,你把
SQUARE( 5 );
置于程序中,预处理器就会用下面这个表达式替换上面的表达式:
1. 5 * 5 2.
警告:
这个宏存在一个问题:
观察下面的代码段:
//#define 定义宏 #define MUL(x,y) x * y //宏定义乘法,有瑕疵 int main() { printf("%d\n", MUL(1 + 2, 3 + 4)); return 0; }
结果: 11
并不是预想中的7,原因很简单,宏定义时,是直接替换的,此时代码是这个样子
printf("%d\n", 1 + 2 * 3 + 4); //直接替换后的样子
这样就比较清晰了,由替换产生的表达式并没有按照预想的次序进行求值。
在宏定义上加上两个括号,这个问题便轻松的解决了:
#define MUL(x,y) ((x) * (y))
这里还有一个宏定义:
#define DOUBLE(x) (x) + (x)
定义中我们使用了括号,想避免之前的问题,但是这个宏可能会出现新的错误。
1. int a = 5; 2. printf("%d\n" ,10 * DOUBLE(a));
这将打印什么值呢?
warning:
看上去,好像打印100,但事实上打印的是55.
我们发现替换之后:
printf ("%d\n",10 * (5) + (5));
乘法运算先于宏定义的加法,所以出现了
55 .
这个问题,的解决办法是在宏定义表达式两边加上一对括号就可以了。
#define DOUBLE( x) ( ( x ) + ( x ) )
提示:
所以用于对数值表达式进行求值的宏定义都应该用这种方式加上括号,避免在使用宏时由于参数中 的操作符或邻近操作符之间不可预料的相互作用。
2.2.3、#define 替换规则
来简单总结一下 #define 的替换规则
1.当宏在进行替换时,会对其中的参数进行检查,看是否有 #define 定义的符号,如果有的话,先优先替换参数
2.替换文本会被插入到程序中原来文本的位置;对于宏,参数名被他们的值所替换
3.最后,再对结果文件进行扫描,看看是否还有 #define 定义的符号,如果有的话,就重复上述步骤。
注意:
1. 宏的参数和 #define 定义中可以出现其他 #define 定义的符号,也就是说 #define 可以嵌套使用,但要合法。对于宏,不能使用递归。
举例:
#define ADD(x,y) ((ADD(x, y)), y) //定义宏时,不允许出现递归!
这条代码在运行时会报错: 第二个ADD未定义。
2. 当预处理器搜索 #define 定义的符号的时候,字符串常量的内容并不会被搜索。
2.2.4、# 与 ##
这是两个比较奇葩的预编译指令,在实际中很少用,但是真实存在的。
#
这个东西比较有意思,就是在宏定义中,把某个参数变成对应的字符串,再配合上 " " 号,就能 插入到后面的字符串中,比如下面这个例子,实现了全数据类型的打印
char* p = "hello ""bit\n"; printf("hello"" bit\n"); printf("%s", p);
这里输出的是不是
hello bit ?
答案是确定的:是。
我们发现字符串是有自动连接的特点的。
1. 那我们是不是可以写这样的代码?:
#define PRINT(FORMAT, VALUE)\ printf("the value is "FORMAT"\n", VALUE); ... PRINT("%d", 10);
这里只有当字符串作为宏参数的时候才可以把字符串放在字符串中。
1. 另外一个技巧是:
使用 # ,把一个宏参数变成对应的字符串。
比如:
int i = 10; #define PRINT(FORMAT, VALUE)\ printf("the value of " #VALUE "is "FORMAT "\n", VALUE); ... PRINT("%d", i+3);//产生了什么效果
## 的作用
##可以把位于它两边的符号合成一个符号。
它允许宏定义从分离的文本片段创建标识符。
例如:
#define ADD_TO_SUM(num, value) \ sum##num += value; ... ADD_TO_SUM(5, 10);//作用是:给sum5增加10.
注:
这样的连接必须产生一个合法的标识符。否则其结果就是未定义的。
2.2.5 带副作用的宏参数
当宏参数在宏的定义中出现超过一次的时候,如果参数带有副作用,那么你在使用这个宏的时候就可能 出现危险,导致不可预测的后果。副作用就是表达式求值的时候出现的永久性效果。
例如:
x+1;//不带副作用 x++;//带有副作用
MAX 宏可以证明具有副作用的参数所引起的问题。
#define MAX(a, b) ( (a) > (b) ? (a) : (b) ) ... x = 5; y = 8; z = MAX(x++, y++); printf("x=%d y=%d z=%d\n", x, y, z);//输出的结果是什么?
这里我们得知道预处理器处理之后的结果是什么:
z = ( (x++) > (y++) ? (x++) : (y++));
所以输出的结果是:
x=6 y=10 z=9
2.2.6 命名约定
一般来讲函数的宏的使用语法很相似。所以语言本身没法帮我们区分二者。
那我们平时的一个习惯是:
把宏名全部大写
函数名不要全部大写
3.宏和函数对比
宏通常被应用于执行简单的运算。
比如在两个数中找出较大的一个。
#define MAX(a, b) ((a)>(b)?(a):(b))
那为什么不用函数来完成这个任务?
原因有二:
1. 用于调用函数和从函数返回的代码可能比实际执行这个小型计算工作所需要的时间更多。
所以宏比函数在程序的规模和速度方面更胜一筹。
2. 更为重要的是函数的参数必须声明为特定的类型。
所以函数只能在类型合适的表达式上使用。反之这个宏怎可以适用于整形、长整型、浮点型等可以
用于 > 来比较的类型。
宏是类型无关的。
宏的缺点: 当然和函数相比宏也有劣势的地方:
1. 每次使用宏的时候,一份宏定义的代码将插入到程序中。除非宏比较短,否则可能大幅度增加程序 的长度。
2. 宏是没法调试的。
3. 宏由于类型无关,也就不够严谨。
4. 宏可能会带来运算符优先级的问题,导致程容易出现错。
宏有时候可以做函数做不到的事情。比如:宏的参数可以出现 类型 ,但是函数做不到。
#define MALLOC(num, type)\ (type *)malloc(num * sizeof(type)) ... //使用 MALLOC(10, int);//类型作为参数 //预处理器替换之后: (int *)malloc(10 * sizeof(int));
宏有时候可以做函数做不到的事情。比如:宏的参数可以出现 类型 ,但是函数做不到。
#define MALLOC(num, type)\ (type *)malloc(num * sizeof(type)) ... //使用 MALLOC(10, int);//类型作为参数 //预处理器替换之后: (int *)malloc(10 * sizeof(int));
宏和函数的一个对比图书:
总结:
优点:
1.宏的运行速度比函数更快
2.宏与类型无关,涉及多类型的简单算法推荐使用宏
缺点:
1.当多次调用宏时,除非宏体很短,否则会大幅度增加程序的长度
2.宏是不方便调试的
3.宏没有类型,不够严谨
4.宏在使用时,可能会出现优先级和副作用问题
3.1 #undef
除了能 #define 定义符号外,还能 #undef 移除宏定义
语法:
- #undef name
//name 是已经定义好的符号名或宏名,必须合法(存在)
#define MAX 100 #define ADD(x,y) (x + y) int main() { #undef MAX //取消定义的标识符 MAX printf("%d\n", MAX); #undef ADD //取消定义的宏 ADD printf("%d\n", ADD(2, 3)); return 0; }
3.2 命令行定义
许多C 的编译器提供了一种能力,允许在命令行中定义符号。用于启动编译过程。
例如:当我们根据同一个源文件要编译出一个程序的不同版本的时候,这个特性有点用处。(假定某个程序中声明了一个某个长度的数组,如果机器内存有限,我们需要一个很小的数组,但是另外一个机器内存大些,我们需要一个数组能够大些。)
#include <stdio.h> int main() { int array [ARRAY_SIZE]; int i = 0; for(i = 0; i< ARRAY_SIZE; i ++) { array[i] = i; } for(i = 0; i< ARRAY_SIZE; i ++) { printf("%d " ,array[i]); } printf("\n" ); return 0; }
在 Linux 环境下 gcc 中输入指令: gcc -D ARR_SIZE=10 test.c //假设文件为 test.c
此时程序中的数组大小就变为了10,显然命令行定义的方式能让程序更加灵活,环境适配性更强
结果: 1 2 3 4 5 6 7 8 9 10
这些都在 Linux 上看的更加清楚,这里不过多介绍。
3.3 条件编译
在编译一个程序的时候我们如果要将一条语句(一组语句)编译或者放弃是很方便的。因为我们有条件编译指令。
比如说:
调试性的代码,删除可惜,保留又碍事,所以我们可以选择性的编译
3.3.1 单分支条件编译:
语法:
- #if #endif
// #if 后面跟条件表达式,当条件成立,后续代码才会编译
// #endif 条件编译块结束的标志,每个 #if 都必须有一个 #endif 与之匹配
例如:
int main() { #if 1 > 2 printf("hello "); //条件不成立,此条语句不参与编译 #endif printf("world\n"); return 0; }
注意:有 #if 就要有 #endif ,二者互为彼此存在的必要条件
3.3.2 多分支条件编译:
多分支是在单分支基础上增加了两条语句: 否则(#else) 与 否则如果(#elif)
语法:
#if #elif #else #endif
//其中,#if #elif 后面都需要跟条件表达式
//如果前两个都为假,那就编译 #else 后的语句
// #endif 服务于 #if ,不可缺失
//当然多分支可写的更细,这就不就展开叙述
int main() { #if 1>2 printf("1\n"); #elif 4>3 printf("2\n"); //只有这条语句参与编译 #else printf("3\n"); #endif return 0; }
这两个案例在 Linux 环境下更容易看出区别,这里不演示。
3.3.3 当然也还可以使用 #define __DEBUG__
例如:
int main() { #if 1 > 2 printf("hello "); //条件不成立,此条语句不参与编译 #endif printf("world\n"); return 0; }
注意:有 #if 就要有 #endif ,二者互为彼此存在的必要条件
3.3.2 多分支条件编译:
多分支是在单分支基础上增加了两条语句: 否则(#else) 与 否则如果(#elif)
语法:
#if #elif #else #endif
//其中,#if #elif 后面都需要跟条件表达式
//如果前两个都为假,那就编译 #else 后的语句
// #endif 服务于 #if ,不可缺失
//当然多分支可写的更细,这就不就展开叙述
int main() { #if 1>2 printf("1\n"); #elif 4>3 printf("2\n"); //只有这条语句参与编译 #else printf("3\n"); #endif return 0; }
这两个案例在 Linux 环境下更容易看出区别,这里不演示。
3.3.3 当然也还可以使用 #define __DEBUG__
例如:
#include <stdio.h> #define __DEBUG__ int main() { int i = 0; int arr[10] = {0}; for(i=0; i<10; i++) { arr[i] = i; #ifdef __DEBUG__ printf("%d\n", arr[i]);//为了观察数组是否赋值成功。 #endif //__DEBUG__ } return 0; }
3.3.4 判断是否定义过宏
我们可以定义宏、取消宏,还可以判断宏是否已定义
语法:
#if defined( ) #endif
//这个是判断宏有没有定义过,如果定义了,就执行后续语句
#if !defined( ) #endif
//这个是上面的反面,逻辑取反嘛,如果没定义,就执行后续语句
下面这俩是上面判断语句的另一种写法(个人比较推荐下面的写法,不需要加 ( ) 号)
#ifdef #endif
//判断是否定义过,如果定义过,执行后续语句
#ifndef #endif
//判断是否没有定义过,如果没有定义,执行后续语句
举例:
#define ADD(x, y) ((x) + (y)) int main() { //判断是否定义过 #if defined(ADD) printf("Yes\n"); //这个宏是已经定义了的 #endif //判断是否没定义 #ifndef SUB printf("Yes\n"); //这个宏没定义 #endif return 0; }
3.3.5 嵌套指令
//#define OS_UNIX #define OS_MSDOS int main() { #if defined(OS_UNIX) #ifdef UNIX_1 printf("Welcome to UNIX_1\n"); #endif #ifndef UNIX_2 #define UNIX_2 printf("Increase UNIX_2\n"); #endif #elif defined(OS_MSDOS) printf("Welcome to Windows\n"); #else printf("The system does not exist"); #endif return 0; }
结果: Welcom to Windows
这段代码中包含了单分支、多分支、判断定义的知识 ,可以嵌套使用,灵活强大
4. 文件包含
最后再来谈谈C语言中头文件的包含方式,分为自定义头文件和库文件的包含。
4.1 自定义头文件的包含(本地文件包含)
自定义头文件在包含时,只能用 " " 引出自定义头文件名,如果像库函数头文件那样包含,是不会成功的,因为< >这种包含方式,是在标准路径下寻找头文件(C语言自带库函数头文件位于此目录下),显然这个路径中是不会有我们自定义头文件的,因此只能使用 " " 引出自定义头文件。
" " 包含头文件的查找策略是:先在当前目录下寻找目标头文件,找到了就打开,如果没找到,就会跑到标准路径下寻找,再找不到,就打开失败。显然,如果是头文件不存在的情况下,需要查找两次,效率会比较低。
Linux环境的标准头文件的路径:
/usr/include
VS环境的标准头文件的路径:
C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\include
//这是VS2013的默认路径
注意按照自己的安装路径去找。
4.2 库函数头文件的包含
库函数头文件在包含时,一般使用 < > 引出库文件名,被< >引出的头文件,编译器会直接去标准路径下寻找,只要没写错,那一般都能找到。" " 引头文件时,虽然要查找两次,但最终也会找到标准路径下,那么能否使用 " " 引库函数头文件呢?
答案是不推荐,如果使用 " " 引库函数头文件的话,可以正常打开,但会拖慢运行速度,毕竟要查找两次。同时我们在使用时,就不能一眼辨别出,哪些是自定义头文件,哪些是库函数头文件了。
#include<stdio.h> //库函数头文件的包含风格 #include"Add.h" //自定义头文件的包含风格
避免多次展开同一头文件
头文件在被成功调用后,在预编译阶段会被展开,光是 stdio.h 这个头文件就被展开了一万多行代码,如果不做特殊处理,然后多包含几次头文件,那光是在预编译阶段就会出现很多很多行代码了,并且这些代码还是重复的,为此要对头文件做一些特殊处理,避免其被多次展开。
4.3 嵌套包含
如果出现这样的场景:
comm.h和comm.c是公共模块。
test1.h和test1.c使用了公共模块。
test2.h和test2.c使用了公共模块。
test.h和test.c使用了test1模块和test2模块。
这样最终程序中就会出现两份comm.h的内容。这样就造成了文件内容的重复。
如何解决这个问题?
答案:条件编译。
每个头文件的开头写:
ifndef __TEST_H__
#define __TEST_H__
//头文件的内容
#endif //__TEST_H__
或者:
#pragma once
就可以避免头文件的重复引入。
5. 其他预处理指令
当然还存在很多其他预处理的指令:
#error
#pragma
#line
...
不做介绍,自己去了解。
#pragma pack()在结构体部分介绍
还想要继续深究的话 :参考《C语言深度解剖》学习。
结束语
在这里c语言也告一段路了,从6月1号开始也陆陆续续写下了29篇文章,当然了,和其他人比较,我写的还是很 low 的。其他系列的我也会继续坚持下去。 感谢这么久以来,大家的支持,你们的支持是我坚持创作的最大动力!
在以后我会不忘初心,坚持创造!
本章作为c语言进阶最后一个篇章,希望把这里全部看完能够有些提升,虽然本人写的不好,但大体的内容都有提到,有些地方我也有些不懂,我没有进行过深究,有很多地方不敢断言。
写的不好的地方希望大家多多包涵,错误和不足的地方仅仅代表我个人的愚见,也希望大多多指出,我会及时进行修改。