【C语言篇】编译和链接以及预处理介绍（上篇）1

前言

本篇博客只是针对上层应用对编译链接过程进行一个笼统的介绍，让C语言初学者对于编译和链接有一个基本的印象轮廓，具体的内容学校计算机专业会有专门这样一节课，需要学的东西还是很多的哈😘

翻译环境和运行环境

在ANSI C ¹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（⼆进制指令）。

第2种是执⾏环境，它⽤于实际执⾏代码。

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（也叫预编译）、编译、汇编三个过程。

编译

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。
  

• 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：

编译过程以Linux环境下的gcc为编译器演示

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 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。

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。

总之是一些拷贝复制删除等等，都属于文本操作

//演示代码
#include <stdio.h>
#define M 100+200
//这是一条注释
int main()
{
    //这也是一条注释
    int a = M;
    printf("haha\n");
    return 0;
}
//在预处理阶段将会按照上述规则，例如将头文件展开，删除注释，宏展开等等

对于这个阶段在接下来会专门详细讲解

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）。

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的进⾏翻译，也不做指令优化。

就是将汇编代码生成二进制指令（机器指令）

汇编的命令如下：

gcc -c test.s -o test.o

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：

⼀个C的项⽬中有2个.c⽂件（ test.c 和add.c ），代码如下：

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;
}

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。

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

例子：

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。

总之，这仅仅是⾮常简洁地讲解了⼀个C的程序是如何编译和链接，到最终⽣成可执⾏程序的过程，其实很多内部的细节⽆法展开讲解。

⽐如：⽬标⽂件的格式elf，链接底层实现中的空间与地址分配，符号解析和重定位等，同时，这里也推荐一本书：《程序员的自我修养》。

【C语言篇】编译和链接以及预处理介绍（上篇）2：https://developer.aliyun.com/article/1617227