目录

一、引言 

二、编译和链接

2.1 预处理（预编译）

2.2 编译

2.3 汇编

2.4 链接

---

一、引言 

#include <stdio.h>
int main()
{printf("hello, world\n");return 0;
}

像这样，只由ASCII字符构成的文件被称为文本文件，它需要经过翻译环境的编译和链接后才能成为二进制文件，也就是可执行程序。

可执行程序的内部是一系列二进制形式的计算机指令和数据的集合，CPU可以直接识别，但是对于程序员来说非常难以记忆和使用，所以程序员开发出了编程语言，使用这些语言来编写程序。

为了要运行环境中运行编写出来的程序，每条C语句都必须在翻译环境中被其他程序转化为一系列的汇编指令，然后这些指令按照格式打好包，并以二进制磁盘文件的形式存放起来。

在ANSI C的任何一种实现中，存在两个不同的环境

• 翻译环境，在这个环节中源代码被转换成可执行的机器指令
• 执行环境，用于实际执行代码

翻译环境是由编译和链接两个过程组成的，而编译又可以细分为预处理（预编译）、编译和汇编三个过程

二、编译和链接

在一个项目中可能同时存在多个.c文件，这些文件经过编译器处理编译出对应的目标文件，再和链接库一起经过链接器处理生成最终的可执行程序

2.1 预处理（预编译）

在预处理阶段，源文件和头文件会被处理成以 .i 为后缀的文件

我们用gcc编译器观察一下对 test.c 文件预处理后的 .i 文件，在终端输入以下指令：

gcc -E test.c -o test.i

预处理阶段主要处理源文件中以#为开头的预编译指令，例如#include，#define，处理的规则如下

（1）将所有的#define删除，并展开所有的宏定义

图中我们可以观察到，在 test.i 中#define指令已经被删除，M也被替换成了100

（2）处理所有的条件编译指令，如 #if ，#ifdef，#elif，#else，#endif

（3）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头文件

（4）删除所有的注释

（5）添加行号和文件名标识，方便后续编译器生成调试信息等

（6）保留所有的 #pragma 编译器指令，因为后续编译器会用到

2.2 编译

编译器将预处理完的 .i 文本文件进行一系列的词法分析、语法分析、语义分析和优化，编译成以 .s 为后缀的汇编代码文件。汇编过程的命令如下：

gcc -S test.i -o test.s

汇编代码文件大概长这样：

假设有代码如下，编译过程该如何对其进行分析呢？

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

编译过程可分为6步：扫描（词法分析）、语法分析、语义分析、源代码优化、代码生成、目标代码优化。

（1）词法分析

将源代码程序输入扫描器中，扫描器将其中的字符序列分割成一系列的记号。上面的代码进行词法分析后得到了16个记号：

记号	类型
array	标识符
[	左方括号
index	标识符
]	右方括号
=	赋值
(	左圆括号
index	标识符
+	加号
4	数字
)	右圆括号
*	乘号
(	左圆括号
2	数字
+	加号
6	数字
)	右圆括号

（2）语法分析

接下来，语法分析器将对扫描器生成的记号进行语法分析，产生语法树。

（3）语义分析

语义分析器对表达式进行语法层面分析。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，类型转换等。这个阶段会报告错误的语法信息

2.3 汇编

汇编器将汇编代码翻译成机器可执行的指令，每一条汇编语句几乎都对应一条机器指令。在这一步中，只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

汇编会生成 .o 为后缀的目标文件，命令如下：

gcc -c test.s -o test.o

汇编后的目标文件就已经是二进制形式了，我们很难阅读

2.4 链接

目标文件在经过链接之后才能称为可执行文件。既然目标文件和可执行文件都是二进制格式，为什么还要再链接一次呢？

因为编译只是将我们自己写的代码变成了二进制格式，它还需要和标准库、动态链接库等结合起来，这些组件都是程序运行所必须的。

链接过程主要包括地址和空间分配，符号决议和重定位等步骤，解决的是一个项目中多文件、多模块之间互相调用的问题。

完.