C/C++程序的（编译，链接）翻译与运行

目录

前言：

本篇来解释c/c++程序的翻译环境与运行环境中的过程，不同的编程语言的翻译环境类似，但是具体步骤可能有所差异，例如编译阶段，c/c++与java中的处理可能就不一样。

1.程序环境

在ANSI C的任何一种实现中，存在两种环境：

翻译环境：在这个环境中源代码被转换为了可执行的机器指令（二进制指令）。

执行环境：它用于实际执行代码。

2.翻译环境

 一个c语言项目可以由多个.c文件构成，那多个.c文件是怎么生成可执行程序的？？？

•  多个.c文件单独经过编译器，编译处理生成了对应的目标文件（在windows下目标文件是.obj，在linux下目标文件为.o）。
• 多个目标文件和链接库一起经过链接器的处理，最终生成了可执行程序。
• 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。

我们以linux下的gcc为例，将编译器处理拆分为3个过程：

3.预处理（预编译）

预处理（预编译）不同的书籍上叫法不一样，在gcc环境下对一个test.c文件进行预处理：

gcc -E test.c -o test.i

预处理阶段主要处理那些源文件以#开始的预编译指令:

• 将所有的 #define 删除，并展开所有的宏定义，也就是宏替换。 • 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头件也可能包含其他头件，也就是头文件展开。 • 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。

注意：

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。

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，语义分析以及优化，生成对应的汇编代码文件。

linux命令，执行翻译环境到编译停止：

gcc -S test.i -o test.s

 假设对下面的代码进行编译时，就会有：

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

先经过词法分析，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），就会得到16个记号：、

例如：array为标识符，[，]分别为左方括号与右方括号，赋值乘加括号等。

接下来就是语法的分析，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：

然后就是语义分析， 

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。

经过语义标识后的语法数：

5.汇编

汇编指令：

gcc -c test.s -o test.o

汇编器是将汇编代码转转变成机器可执行的指令(二进制指令)，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。

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。

例如有这样两个文件：

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;
}

add.c:

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

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向。

具体内容可以参考《程序员的自我修养》。

我们只需要知道，在编译阶段，如果没有确定函数的地址，就会在链接阶段再去确定。也就是说当前文件只有声明没有定义，call的时候就没有地址，就需要去链接，链接就需要去符号表（这里的符号表也就是上面提到的）里面找函数的地址；而也有定义的，在编译阶段就能拿到地址，直接call函数的地址就能找到这个函数。

知道这一点，我们再联系一下c++的内联函数就知道：

为什么要在头文件中定义内联函数了（声明定义不分离），因为内联函数不进符号表，所以如果只在头文件声明内联函数，我们在其它文件要调用这个内联函数的时候，编译阶段拿不到地址，然后就会等到链接阶段去符号表里找这个函数的地址，内联函数不进符号表，所以就错了，所以如果要包带有内联函数的头文件，这个内联函数必须要有定义，就是为了让内联函数走不到链接的步骤就找到地址了。

7.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：

程序环境的运行需要结合实际操作，结合所学知识，这样会慢慢的理解的更深，就比如让链接过程的要做的事和内联函数联系到一起，就明白了内联函数为什么要声明和定义不分离，在linux篇中还会加强对此部分的理解。