1.翻译环境与运行环境
在ANSI C的任何一种实现中,存在两个不同的环境。
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
那么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。
其实翻译环境由编译和链接两个大的过程组成,而编译又可以分解成三个部分:预处理(也叫预编译)、编译、汇编。
一个C语言的项目中可能由多个.c文件一起构建
多个.c文件生成可执行程序又可分为一下几个步骤:
• 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(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处理生成最终的可执行程序(链接库是指运行库(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三个过程,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为.i为后缀的文件。
在gcc环境下观察一下,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#开始的预处理指令,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,#iddef,#elif,#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(也就是你对代码的解释,即//后面的文字)
比如:
test.c中的代码为:
#include<stdio.h> int main() {printf("hello world");//打印hello worlereturn 0; }
在生成的test.i中就会把注释删掉
• 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文件中不在包含宏定义,因为宏已经被展开。并且包含头文件都被插到.i 文件中。所以当我们无法知道宏定义或者头文件是否被正确包含的时候,可以查看预处理的.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:
gcc -S test.i -o test.s
那么对下面代码进行编译的时候,会这么做呢?
array[index]=(index+4)*(2+6)
首先对其进行词法分析
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,将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)。
对上面代码进行词法分析得到了16个记号:
接下来进行语法分析:
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。
最后进行语义分析:
有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。
(如果想要进一步了解编译过程,可以去看看《编译原理》这一本书)
2.3 汇编
汇编器是将汇编代码转变成为机器可执行的指令,每一个汇编语句几乎都对应一条机器指令(二进制指令)。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可以生成可执行程序。
链接过程主要包括:地址和空间分配,符号决议和重定义等这些步骤。
链接解决的是一个项目多文件、多模块之间相互调用的问题。
比如:
在一个c项目中有两个.c文件(test.c和add.c),代码如下:
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形成对应的目标文件。
test.c经过编译处理生成test.o
add.c经过编译处理生成add.o
我们在test.c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编译器等根据引用的符号Add在其他模块查找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,让他们的目标地址成为真正的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:重定位。
3. 运行环境
1.程序必须载入内存中。在由操作系统的环境中: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.程序开始执行代码。接着使用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),存储函数局部变量和返回值地址。程序同时也可以使用静态(static)内存,存储于静态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,也有可能时意外终止。