环境
对C语言而言,生成程序的过程中存在两种环境:翻译环境
与运行环境
。
翻译环境
在翻译环境中,源代码会被转化为可执行的机器指令。这个过程会分为编译
与链接
两大步。
其中,编译分为:预处理,编译,汇编三个小步骤。而链接则是将多个.c文件与链接库进行链接,从而生成可执行程序。链接库,可以简单理解为库函数存储的地方,比如printf
就需要链接到外部的库函数。
整体关系如下:
接下来我们再细致地讲解编译与链接。
编译
编译分为:预处理
,编译
,汇编
三小步,接下来我们看看每一个阶段都什么功能。
预处理
在预处理阶段,源⽂件
.c
和头文件.h
会被处理成为.i
为后缀的⽂件
那么这个阶段完成了什么功能呢?我们看到.c
与预处理后的.i
文件区别:
左侧是预处理前的代码,右侧是预处理后的代码。
- 左侧代码的
main
函数从第5行开始,右侧则是从841行开始。这说明前面多了八百多行代码,这是因为预处理阶段将头文件展开了。 - 左侧代码第3行的
#define
消失了,右侧的M
都被替换为了100
,说明预处理阶段会删除#define
指令,并执行宏的替换。 - 左侧代码第13行的注释消失了,这说明预处理阶段会删除注释代码。
综上,预处理阶段会发生以下操作:
- 将头文件展开
- 删除
#define
指令,并执行宏的替换- 删除注释代码
另外的,还会执行其它操作:
- 处理条件编译
- 添加行号与文件名表示,方便后续生成调试信息
编译
在编译阶段,
.i
会被处理成为.s
为后缀的⽂件
编译过程,又会被细分为三个小过程:词法分析
,语法分析
,语义分析
以以下代码为例:
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)
以上代码会被分析为以下表格:
可以看到,每一个符号都被拆分了出来,并且判断了这个符号的语义。
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。
在这个树中,每个表达式都分出了子树,子树是符号,那么就是叶子节点。如果是表达式,则再拆分为子树,以此类推。
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
在汇编阶段,
.s
会被处理成为.o
为后缀的⽂件
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,不做指令优化。
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
假设我们有以下文件:
test.c
:
#include <stdio.h> extern int Add(int x, int y); 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; }
经过前面的步骤,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。
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
总而言之,链接的大致过程就是:
先给外部变量一个假的地址,然后再在链接的时候,将所有假地址修正。