✅作者简介:大家好,我是橘橙黄又青,一个想要与大家共同进步的男人😉😉
🍎个人主页:橘橙黄又青-CSDN博客
今天学习:浅学编译和链接内部实现原理
前提:本文是在gcc编译环境下学习,目前只是浅学习
1. 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。
第2种是执⾏环境,它⽤于实际执⾏代码。
如图:
2. 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?这⾥我们就得展开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。
如图:
.c文件生成可执行文件过程:
• 多个.c⽂件单独经过编译出编译处理⽣产对应的⽬标⽂件。• 注: 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。
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(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,对 test.c ⽂件预处理后的.i⽂件,命令如下:
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。
来我们看看.i文件是怎么生成的呢?
这里我们发现有700多行代码,没错这里面的都是#include<stdio.h>里面的全部函数 等定义
输入指令生成test.i文件,文件名可以随便改.i文件为文件后缀就行,那我们举上面的两个例子
案例1:
外部函数包含例子
代码:
test.c文件
#include<stdio.h>
#include "test.h"int g_val = 2024;int main()
{printf("hehe\n");printf("%d\n", g_val);return 0;
}
test.h 文件
int Add(int x, int y) {return x + y;
}
生成de.i文件里面的内容:
案例2:
#denfinen的例子
预处理完之后MAX就变成1000,这都是在test.i文件里面完成的,所以说使用#define到后面是不利于调试的,因为调试是在.exe文件里面完成的,.i文件只是一个过渡阶段。使用后就删除了 。
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:
gcc -S test.i -o test.s
输入指令后。生成.s文件,.s文件是汇编指令。
2.2.1 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)。
来看一个案例:
array[index] = (index+4)*(2+6);
上⾯程序进⾏词法分析后得到了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 |
) | 左圆括号 |
* | 乘号 |
( | 右圆括号 |
2 | 数字 |
+ | 加号 |
6 | 数字 |
) | 右圆括号 |
2.2.2 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。
2.2.3 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:
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。
⽐如:
在⼀个C的项⽬中有2个.c⽂件( test.c 和 A dd.c ),代码如下:
test.c代码:
#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
int main()
{int a = 10;int b = 20;int sum = Add(a, b);printf("%d\n", sum);return 0;
}
Add.c代码:
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。
我们在 test.c ⽂件中每⼀次使⽤ Add 函数的时候必须确切的知道 Add 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,对于全局变量 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: 重定位 。
如图:
第2点的全部知识点图解:
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。
好啦,今天就到这里了,都看到这里了点一个赞吧,感谢观看。