C语言初识编译和链接

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（⼆进制指令）。
第2种是执⾏环境，它⽤于实际执⾏代码。

编译环境

翻译环境又分为两个，分别是编译环境和链接环境。
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。
• 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。
具体的流程可以参考下图。

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。
例如：

#include<stdio.h>
//呵呵
#define M 100;
int main()
{int x = 0;x = M;return 0;
}

预编译后：
上面那些#代表的是头文件编译后的内容，因条件有限，没法给各位具体呈现一下了。

###########
###########
###########
###########
###########
###########
###########
###########int main()
{int x = 0;x = 100;return 0;
}

这里将那行注释删除，留下了一行空格，然后“x=M”中的M也由100直接替换。

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。
编译命令如下：

gcc -S test.i -o test.s

举个例子来分析一下：
对下面这句代码进行编译。

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）。
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。

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

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

int g_val = 2022;
int Add(int x, int y)
{return x+y;
}

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;
}

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。即(Add的地址暂存为空地址)：

ADD=0x0000；

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（相当于重新给Add的地址赋值），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。

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工安排，也可能是通过可执⾏代码置⼊只读内存来完成。（比如嵌入式）
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。

---

本次介绍就结束了，因为条件限制，有的并没由给大家编译呈现出来，给大家带来的不好的体验，对此很抱歉。
同时也感谢各位的观看，如有错误请在评论区指正，共勉。