C语言代码是怎样生成可执行程序的呢? ---- 编译和链接

C语言代码是怎样生成可执行程序的呢? ---- 编译和链接

在ANSI C的任何一种实现中，存在两个不同的环境：翻译环境和执行环境。本文将重点介绍翻译环境，详细解释C语言代码是如何通过编译和链接过程生成可执行程序的。

1. 翻译环境和运行环境

代码语言：javascript
代码运行次数：0

  
1. 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）。
2. 执行环境，它用于实际执行代码。  

2. 翻译环境

抛出疑问：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（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，那么多个.c文件如何生成可执行程序的呢？

• 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。
• 注意：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。
• 注意：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：

2.1 预处理

在预处理阶段，源文件和头文件都会被处理成为.i为后缀的文件。在gcc环境下想观察一下环境，对test.c文件预处理后的.i文件，命令如下：

代码语言：javascript
代码运行次数：0

  
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。

2.2 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：

代码语言：javascript
代码运行次数：0

  
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

代码语言：javascript
代码运行次数：0

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

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）。上面程序进行词法分析后得到了16个记号：

1. 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。

1. 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。

2.3 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：

代码语言：javascript
代码运行次数：0

  
gcc -c test.s -o test.o  

2.4 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。

如果你有兴趣了解更多，可以看《程序的自我修养》一书来详细了解

3. 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。
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。

总结

本文重点介绍了 C语言代码是怎么生成可执行程序的，其中翻译环境主要有两大过程，编译和链接，编译主要分为三个过程，分别为预处理，编译和链接。

预处理：相当于根据预处理指令组装新的C/C++程序。经过预处理，会产生一个没有头文件（都已经被展开了）、宏定义（都已经替换了），没有条件编译指令（该屏蔽的都屏蔽掉了），没有特殊符号的输出文件，这个文件的含义同原本的文件无异，只是内容上有所不同。

编译：将预处理完的文件逐一进行一系列词法分析、语法分析、语义分析及优化后，产生相应的汇编代码文件。编译是针对单个文件编译的，只校验本文件的语法是否有问题，不负责寻找实体。

链接：通过链接器将一个个目标文件（或许还会有库文件）链接在一起生成一个完整的可执行程序。 链接程序的主要工作就是将有关的目标文件彼此相连接，也就是将在一个文件中引用的符号同该符号在另外一个文件中的定义连接起来，使得所有的这些目标文件成为一个能够被操作系统装入执行的统一整体。在此过程中会发现被调用的函数未被定义。需要注意的是，链接阶段只会链接调用了的函数/全局变量，如果存在一个不存在实体的声明（函数声明、全局变量的外部声明），但没有被调用，依然是可以正常编译执行的。