C语言的编译和链接-育师

1. 引言

当我们编写完一段 C 语言代码后，并不能直接运行它。计算机只能执行机器指令，而我们写的是人类可读的源代码，因此需要经过一系列转换步骤，才能生成可执行文件。这个过程通常分为两个阶段：编译和链接。理解编译和链接的过程，不仅能帮助我们排查编译错误，还能帮助我们理解程序是如何从源代码一步步变成可执行文件的。本文将带你完整走一遍 C 语言程序从源码到可执行文件的旅程。

2. 从源代码到可执行文件

一个 C 语言程序从编写完成到最终运行，通常经历以下四个阶段：

预处理（Preprocessing）
编译（Compilation）
汇编（Assembly）
链接（Linking）

其中，前三个阶段通常被统称为"编译"，而链接是独立的一步。

3. 预处理阶段

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。

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。
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

例如，对于下面的代码：

#include<stdio.h>#defineMAX100intmain(){printf("MAX = %d\n",MAX);return0;}

经过预处理后，stdio.h的内容会被展开，MAX会被替换为100。

在 GCC 中执行：

gcc-Emain.c-omain.i

生成的文件main.i就是预处理后的结果。

4. 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。

在 GCC 中，使用-S选项可以只进行编译，生成汇编文件：

gcc-Smain.i-omain.s

4.1 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）。

4.2 语法分析

语法分析器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。

4.3 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。

5. 汇编

汇编器是将汇编代码转变成机器可执⾏的指令（2进制的指令），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的进⾏翻译，也不做指令优化。

在 GCC 中，使用-c选项可以完成编译和汇编，直接生成目标文件：

gcc-cmain.s-omain.o

6. 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。

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。