【C语言】编译和链接
目录
一、翻译环境和运行环境
任何一个支持 ANSI C 的开发环境，都包含两个环境：
- 翻译环境：将源代码转换为计算机可执行的二进制指令。
- 运行环境：执行二进制指令，产生结果。
如下图所示：
一个C语言项目可能包含多个 .c 的文件，多个 .c 的文件生成一个可执行文件的过程：
- 多个 .c 文件分别经过编译器，生成对应的目标文件（在 Windows 下，后缀是 .obj；在 Linux 下，后缀是 .o）。
- 多个目标文件和链接库（C标准函数库和第三方库）一起经过链接器，生成可执行程序。
过程如下图所示：
演示：
项目包含两个源文件：add.c 和 test.c
经过编译器，生成两个目标文件：add.obj 和 test.obj
经过链接器，生成一个可执行文件：test_10_5.exe
也可以查到 cl.exe 和 link.exe：
VS 就是一个集成开发环境，包含编辑器、编译器（cl.exe）、链接器（link.exe）、调试器。
二、翻译环境
翻译环境包含编译和链接两个过程，编译又包含预处理（预编译）、编译和汇编三个过程，结构如下图所示：
如果把编译这个过程拆分，翻译环境将源程序转为可执行程序这个过程，就变成以下过程：
因为 VS 是个高度集成的开发环境，它把一些细节隐藏起来了，所以不能看到预处理、编译、汇编这些操作。因此，上面过程的图示，以及下面的演示，都是以 Linux 环境、gcc 编译器为例。不观察细节的演示如下：
test.c 文件所在目录：
test.c 的内容：
翻译 test.c 为可执行文件 test，并运行 test：
下面开始讲述细节过程，先把 test.c 的内容改得更丰富一点：
（1）预处理（预编译）
预处理阶段，会把源文件和头文件处理为 .i 后缀的文件。使用如下命令实现：
-E 表示执行完预处理就停止，-o test.i 表示将输出命名为 test.i。查看 test.i 的内容，变成了几百行：
预处理阶段，主要处理以#开头的预处理（预编译）指令，比如#include、#define 等，处理规则如下：
- 删除 #define，并展开宏定义。
示例中，直接把 N 替换成 100：
- 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。
示例中，生成的 .i 文件多了很多行，就是因为插入了头文件的内容：
- 删除注释。
- 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 编译器指令，编译器后续会使用。
当我们不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 文件确认。
（2）编译
编译阶段，将预处理后的文件进行：词法分析、语法分析、语义分析及优化，生成汇编代码文件。
命令如下：
生成的汇编代码如下：
以下面的代码为例，讲述编译的过程：
array[index] = (index+4)*(2+6);① 词法分析
扫描器将源代码中的字符，分割成一系列记号，如：关键字、标识符、字面量、特殊字符等。
示例代码经过词法分析后，得到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
这一系列记号经过语法分析器，产生语法树，语法树是以表达式为节点。
示例代码为例，生成的语法树：
如果代码有语法错误，就不符合表达式规则，也就不能构成一棵语法树。
③ 语义分析
语义分析器对表达式进行语法层面上的静态语义分析（文本层面上），如：声明和类型的匹配、类型的转换等，该阶段会报告语法错误。
（3）汇编
汇编器将汇编代码转成机器可执行的指令（二进制指令），就是根据汇编指令和机器指令的对照表一 一进行翻译。
命令如下（指不指定输出文件名都可以）：
（4）链接
链接过程，将一堆文件链接在一起，生成可执行程序（在 windows 中就是 test.exe，在 linux中就是 test），主要包括：地址和空间分配，符号决议和重定位等。它解决的是一个项目中多文件、多模块之间互相调用的问题。
命令如下：
比如，在一个项目中有 test.c 和 add.c 两个文件：
test.c 和 add.c 经过编译器，分别生成 test.o 和 add.o，并分别生成各自的符号表。符号表主要记录函数和全局变量的符号，以及它们存储的空间地址。但是在 test.c 中声明的 Add 函数是在 add.c 文件中定义的，因此编译器编译 test.c 文件时，不知道 Add 函数的地址，就把调用 Add 的指令的目标地址暂时搁置。
链接时，链接器根据 test.o 引用的符号 Add，在 add.o 模块的符号表中查找 Add 函数的地址，然后将 test.o 中所有引用到 Add 的指令重新修正，这个地址修正的过程就叫做重定位。
重定位过程如下图所示，可执行程序 test 只需要查符号表就能执行函数和全局变量：
下图因可执行程序查符号表，Add 函数的地址无效，所以发生链接错误：
C 程序更详细的编译和链接过程，可参考《程序员的自我修养》一书。
三、运行环境
运行可执行程序，产生结果，所依赖的环境就是运行环境。运行步骤如下：
- 将程序载入内存。
操作系统载入（操作系统环境中）；手工载入（独立运行环境中，如嵌入式开发中烧板子）；通过可执行代码载入只读内存。
- 找到 main 函数对应的二进制指令，作为入口，开始执行程序。
- 执行程序中，会创建运行时堆栈（stack），即函数栈帧，存储函数的局部变量和返回地址等；同时也可使用静态（static）内存，让其中的变量在整个执行过程一直存在。
- 程序终止。正常终止 main 函数，或者异常终止。
在有操作系统的环境中，运行环境就是操作系统。
四、结语
计算机能识别的是二进制指令，为什么编程时不直接写二进制？
在早期，科学家们确实是用二进制指令编程，但这样非常不好理解且低效，编程时需要查册子一句句找二进制指令。后来发明了助记符号，每条二进制对应一个助记符，更便于编程，这就是汇编语言。但汇编语言还不够方便，就发明了B语言。最后又在B语言的基础上发明了C语言。B语言和C语言就属于高级计算机语言，易于程序员理解和编程。
编译器、链接器等等，都是人类发明出的工具，将高级计算机语言自动转成机器能够识别的二进制指令，而不需要程序员理解其中复杂的过程。
原文地址：https://blog.csdn.net/2401_86272648/article/details/142711505
免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！