C语言编译和链接

一、翻译环境和运行环境

在ANSI C的任何一种实现中，存在两种不同的环境。
🍊●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。
翻译环境：预编译+编译+汇编+链接
计算机是不能直接执行C语言代码的！计算机能执行的是二进制指令。C语言的代码是文本信息(字符)，并不是机器指令。所以要将C语言的代码经过处理变成二进制指令，计算机才能读懂。所以编译器就是将C语言的代码翻译成二进制指令。

🍋🍋翻译环境所依赖的工具就是VS编译器，集成开发环境里就集编译链接于一身。而运行环境一般指的就是操作系统。C语言的源代码经过翻译环境生成一个可执行程序文件(.exe)，然后由运行环境，即操作系统来执行这个文件。

二、翻译环境

那翻译环境是怎么将源代码转换为可执行的机器指令的呢?下面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，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。下图为Windows环境下的编译链接过程：

我们所使用的VS2022就是一个集成开发环境，也就是集编辑器、编译器、链接器、调试器等多种功能于一身的一个软件。一个C语言项目中可能有多个 .c 文件一起构建，那多个 .c 文件如何生成可执行程序呢?
🍑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：在Windows环境下目标文件的后缀是.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
🍑链接库是指运行时的库(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：

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为.i为后缀的文件。
在gcc环境下想观察一下预处理这个过程，对test.c文件经过预处理后得到.i文件，命令如下：

gcc-Etest.c-otest.i

预处理阶段主要处理源文件中以#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着其他头文件。
🍏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。
🍏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的文件中。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. 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，经过编译会将C语言代码生成相应的汇编代码。
编译过程的命令如下：

gcc-Stest.i-otest.s

对下面的代码进行编译的时候，会怎么做呢?

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

Ⅰ.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：

Ⅱ.语法分析

接下来是语法分析器，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。

Ⅲ.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进行分析。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。

3. 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的进行翻译，不做指令优化。(机器指令就是二进制指令)
汇编的命令如下：（gcc环境下）

gcc-ctest.s-otest.o

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会生成可执行程序。
🍉链接过程主要包括：地址和空间的分配，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。
就像上面的Add函数本来是在add.c这个文件里定义的，但是要在test.c文件里使用，用extern声明了外部函数。但是背后的链接过程，就比较复杂。多模块的相互调用就是通过链接达到的。

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。
我们在 test.c 文件中每一次使用 Add 函数时必须确切的知道 Add 函数的地址，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 函数的地址，所以暂时把调用 Add 的指令的目标地址搁置。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。这个地址修正的过程也被叫做：重定位。

前面我们非常简短的讲解了一个C程序是如何编译和链接的，到最终生成可执行程序的过程，其实很多内部细节无法展开讲解。比如：目标文件的格式elf，链接底层实现中的空间与地址分配，符号解析和重定位等，如果你有兴趣，可以看《程序员的自我修养》一书来详细了解。

三、运行环境

1. 加载阶段

程序必须载入内存。在操作系统支持下，由加载器将可执行文件映射到内存空间；在嵌入式等裸机环境下，通常由Bootloader完成代码搬运或初始化。

2. 启动阶段

CPU跳转至入口点(Entry Point)，首先执行C运行时库(CRT)提供的启动代码，完成堆栈初始化、全局变量赋值等准备工作，随后调用 main 函数。

3. 运行阶段

程序在内存中运行，主要使用栈(Stack)来管理函数调用上下文(局部变量、返回地址)，使用堆(Heap)进行动态内存分配，同时静态存储区保持全局及静态变量的状态。

4. 终止阶段：

当 main 函数返回或调用 exit() 时，程序进入清理阶段，释放资源并将控制权交还给操作系统或复位硬件。