【C语言】编译和链接

前言

编译和链接的内容非常复杂深奥，这里只是笼统的讲解。

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。

怎么理解？ C语言的代码是文本信息，比如#include<stdio.h>，本质是字母组成的文本信息。要给计算机下达指令去执行，计算机只能识别二进制信息。

就像现实中一个日本人只懂日语，一个韩国人只懂韩语，他们在交流时就需要翻译。这个翻译可以将日语翻译为韩语，也可以将韩语翻译为日语。

为了让计算机知道我们下达的是什么指令，需要将我们的代码翻译成二进制。这个过程我们依赖的环境就是翻译环境。在这个环境中源代码会被转换成可执行的机器指令。（二进制指令）

执行环境就在我们的计算机上。

每一个.c文件都要经过编译处理生成自己的目标文件，目标文件经过链接生成可执行程序，然后运行出来。可执行程序就是我们看到的.exe文件。

翻译环境

翻译环境是怎么将源代码转换为可执行的机器指令的呢？为了了解这一点，就展开讲一下翻译环境所做的事：

翻译环境是由编译和链接两个大的过程组成的，而编译又可以分解为：预处理（或预编译）、编译、汇编三个过程。 

.obj结尾的就是目标文件。 从test.c经过编译器处理生成.obj文件的过程就是编译过程，之后就是链接过程。每个.c文件都会单独经过编译器处理。

在vs中， 编译器叫cl.exe，链接器叫link.exe。在Everything中可以找到：

测试每个.c文件生成目标文件：

运行之后来到test_6_6>test_6_6>x64>Debug文件夹，发现确实多出了test.obj与add.obj两个目标文件。  

这些目标文件再经过链接处理，生成可执行程序：来到test_6_6>x64>Debug文件夹，发现有.exe文件生成。

 像visual studio这样的IDE，将这些细节隐藏了起来。所以我们不会去关注编译、链接等细节。

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。

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。

比如我们在使用printf这样的函数时，就需要链接库。

如果再把编译器展开成3个过程，就是下图的过程：

预处理

该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（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文件也可能包含其他文件。

--删除所有的注释（变为空格）。

--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的编译器指令，编译器后续会使用。

总结下来都是一些文本操作。

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，所以当我们不知道宏定义或头文件是否包含正确时，可以查看预处理后的.i文件来确认。

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。

词法分析

将源代码程序输入扫描器，扫描器的任务就是简单地进行词法分析，把代码分割成一系列的记号（关键字、标识符、字面量、特殊字符等）。

比如这段代码：

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

进行词法分析后就是：

 语法分析

接下来的语法分析就是语法分析器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，类型的转换呢。这个阶段会报告错误的语法信息。

汇编

汇编器是将汇编代码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地进行翻译，也不做指令优化。

其实还会做一件事，就是形成一个符号表。也就是将全局的符号的名字汇总下来，举例：

对于这个.c文件，符号表中又Add 以及这个函数的地址0x100（假设的）。

而对于下面这个.c文件：

符号表中有main及其地址0x104（假设），Add及其地址0x000（无效地址）。局部变量是在程序运行起来才有的，这个阶段是根本没有a b c这些变量的。

最终完成的是将汇编代码翻译成二进制（机器）指令。最后生成目标文件，以.o为后缀。（每个.c文件都有一个）

链接

是一个相对复杂的过程，要将一堆文件链接在一起生成最后的可执行文件。

链接过程主要包括：地址和空间分配，符号决议和重定位这些步骤。

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。

记得吗，不同文件在链接后要生成一个可执行程序。所以在链接阶段，会有符号表的合并和重定位。回到上面两张图的例子，两个.c文件符号表里都有Add，首选哪个地址呢？刚才说了test.c里的Add的地址是无效地址，所以编译器决议后选择留下0x100地址。这就是合并，冲突时决议看保留哪个地址。这时生成的新的符号表就在可执行程序中。

当我们想要调用Add函数时就查这个表得到Add地址，就可以调用这个函数了。

假如这时我们在test.c中将Add误写为了add，那么在链接合并符号表时Add add地址都被保留，add的是无效地址，当我们调用时根据这个地址找不到我们要的函数。

所以，在外部文件中定义的全局变量，使用extern，也可以使用。

目标文件和可执行程序的格式其实是一样的，文件的组织形式是一样的，在Linux底下用的都叫elf的格式…

运行环境

（生成可执行程序后，要依赖运行环境将程序运行起来。这个过程其实也是比较复杂的，这里笼统地将。）

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。（比如单片机的设备里面可能是没有操作系统的。）

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（断电了、程序卡死奔溃了等）。

（操作系统代劳）

到此，本文结束，祝阅读愉快^_^