- 曙海教育集團(tuán)論壇 (http://www.022-oo.cn/bbs/index.asp)
-- C語(yǔ)言開發(fā) (http://www.022-oo.cn/bbs/list.asp?boardid=62)
---- C語(yǔ)言編譯過(guò)程總結(jié)詳解 (http://www.022-oo.cn/bbs/dispbbs.asp?boardid=62&id=2413)
-- 發(fā)布時(shí)間：2010-12-10 11:48:31
-- C語(yǔ)言編譯過(guò)程總結(jié)詳解
C語(yǔ)言的編譯鏈接過(guò)程要把我們編寫的一個(gè)c程序（源代碼）轉(zhuǎn)換成可以在硬件上運(yùn)行的程序（可執(zhí)行代碼），需要進(jìn)行編譯和鏈接。編譯就是把文本形式源代碼翻譯為機(jī)器語(yǔ)言形式的目標(biāo)文件的過(guò)程。鏈接是把目標(biāo)文件、操作系統(tǒng)的啟動(dòng)代碼和用到的庫(kù)文件進(jìn)行組織形成最終生成可執(zhí)行代碼的過(guò)程。過(guò)程圖解如下：
從圖上可以看到，整個(gè)代碼的編譯過(guò)程分為編譯和鏈接兩個(gè)過(guò)程，編譯對(duì)應(yīng)圖中的大括號(hào)括起的部分，其余則為鏈接過(guò)程。
編譯過(guò)程
編譯過(guò)程又可以分成兩個(gè)階段：編譯和會(huì)匯編。
編譯
編譯是讀取源程序（字符流），對(duì)之進(jìn)行詞法和語(yǔ)法的分析，將高級(jí)語(yǔ)言指令轉(zhuǎn)換為功能等效的匯編代碼，源文件的編譯過(guò)程包含兩個(gè)主要階段：
第一個(gè)階段是預(yù)處理階段，在正式的編譯階段之前進(jìn)行。預(yù)處理階段將根據(jù)已放置在文件中的預(yù)處理指令來(lái)修改源文件的內(nèi)容。如#include指令就是一個(gè)預(yù)處理指令，它把頭文件的內(nèi)容添加到.cpp文件中。這個(gè)在編譯之前修改源文件的方式提供了很大的靈活性，以適應(yīng)不同的計(jì)算機(jī)和操作系統(tǒng)環(huán)境的限制。一個(gè)環(huán)境需要的代碼跟另一個(gè)環(huán)境所需的代碼可能有所不同，因?yàn)榭捎玫挠布虿僮飨到y(tǒng)是不同的。在許多情況下，可以把用于不同環(huán)境的代碼放在同一個(gè)文件中，再在預(yù)處理階段修改代碼，使之適應(yīng)當(dāng)前的環(huán)境。
主要是以下幾方面的處理：
（1）宏定義指令，如 #define a b
對(duì)于這種偽指令，預(yù)編譯所要做的是將程序中的所有a用b替換，但作為字符串常量的 a則不被替換。還有 #undef，則將取消對(duì)某個(gè)宏的定義，使以后該串的出現(xiàn)不再被替換。
（2）條件編譯指令，如#ifdef，#ifndef，#else，#elif，#endif等。
這些偽指令的引入使得程序員可以通過(guò)定義不同的宏來(lái)決定編譯程序?qū)δ男┐a進(jìn)行處理。預(yù)編譯程序?qū)⒏鶕?jù)有關(guān)的文件，將那些不必要的代碼過(guò)濾掉
（3） 頭文件包含指令，如#include "FileName"或者#include <FileName>等。
在頭文件中一般用偽指令#define定義了大量的宏（最常見(jiàn)的是字符常量），同時(shí)包含有各種外部符號(hào)的聲明。采用頭文件的目的主要是為了使某些定義可以供多個(gè)不同的C源程序使用。因?yàn)樵谛枰玫竭@些定義的C源程序中，只需加上一條#include語(yǔ)句即可，而不必再在此文件中將這些定義重復(fù)一遍。預(yù)編譯程序?qū)杨^文件中的定義統(tǒng)統(tǒng)都加入到它所產(chǎn)生的輸出文件中，以供編譯程序?qū)χM(jìn)行處理。包含到c源程序中的頭文件可以是系統(tǒng)提供的，這些頭文件一般被放在 /usr/include目錄下。在程序中#include它們要使用尖括號(hào)（<>）。另外開發(fā)人員也可以定義自己的頭文件，這些文件一般與 c源程序放在同一目錄下，此時(shí)在#include中要用雙引號(hào)（""）。
（4）特殊符號(hào)，預(yù)編譯程序可以識(shí)別一些特殊的符號(hào)。
例如在源程序中出現(xiàn)的LINE標(biāo)識(shí)將被解釋為當(dāng)前行號(hào)（十進(jìn)制數(shù)），F(xiàn)ILE則被解釋為當(dāng)前被編譯的C源程序的名稱。預(yù)編譯程序?qū)τ谠谠闯绦蛑谐霈F(xiàn)的這些串將用合適的值進(jìn)行替換。
預(yù)編譯程序所完成的基本上是對(duì)源程序的“替代”工作。經(jīng)過(guò)此種替代，生成一個(gè)沒(méi)有宏定義、沒(méi)有條件編譯指令、沒(méi)有特殊符號(hào)的輸出文件。這個(gè)文件的含義同沒(méi)有經(jīng)過(guò)預(yù)處理的源文件是相同的，但內(nèi)容有所不同。下一步，此輸出文件將作為編譯程序的輸出而被翻譯成為機(jī)器指令。
第二個(gè)階段編譯、優(yōu)化階段，經(jīng)過(guò)預(yù)編譯得到的輸出文件中，只有常量；如數(shù)字、字符串、變量的定義，以及C語(yǔ)言的關(guān)鍵字，如main,if,else,for,while,{,}, +,-,*,\\等等。
編譯程序所要作得工作就是通過(guò)詞法分析和語(yǔ)法分析，在確認(rèn)所有的指令都符合語(yǔ)法規(guī)則之后，將其翻譯成等價(jià)的中間代碼表示或匯編代碼。
優(yōu)化處理是編譯系統(tǒng)中一項(xiàng)比較艱深的技術(shù)。它涉及到的問(wèn)題不僅同編譯技術(shù)本身有關(guān)，而且同機(jī)器的硬件環(huán)境也有很大的關(guān)系。優(yōu)化一部分是對(duì)中間代碼的優(yōu)化。這種優(yōu)化不依賴于具體的計(jì)算機(jī)。另一種優(yōu)化則主要針對(duì)目標(biāo)代碼的生成而進(jìn)行的。
對(duì)于前一種優(yōu)化，主要的工作是刪除公共表達(dá)式、循環(huán)優(yōu)化（代碼外提、強(qiáng)度削弱、變換循環(huán)控制條件、已知量的合并等）、復(fù)寫傳播，以及無(wú)用賦值的刪除，等等。
后一種類型的優(yōu)化同機(jī)器的硬件結(jié)構(gòu)密切相關(guān)，最主要的是考慮是如何充分利用機(jī)器的各個(gè)硬件寄存器存放的有關(guān)變量的值，以減少對(duì)于內(nèi)存的訪問(wèn)次數(shù)。另外，如何根據(jù)機(jī)器硬件執(zhí)行指令的特點(diǎn)（如流水線、RISC、CISC、VLIW等）而對(duì)指令進(jìn)行一些調(diào)整使目標(biāo)代碼比較短，執(zhí)行的效率比較高，也是一個(gè)重要的研究課題。
匯編
匯編實(shí)際上指把匯編語(yǔ)言代碼翻譯成目標(biāo)機(jī)器指令的過(guò)程。對(duì)于被翻譯系統(tǒng)處理的每一個(gè)C語(yǔ)言源程序，都將最終經(jīng)過(guò)這一處理而得到相應(yīng)的目標(biāo)文件。目標(biāo)文件中所存放的也就是與源程序等效的目標(biāo)的機(jī)器語(yǔ)言代碼。目標(biāo)文件由段組成。通常一個(gè)目標(biāo)文件中至少有兩個(gè)段：
代碼段：該段中所包含的主要是程序的指令。該段一般是可讀和可執(zhí)行的，但一般卻不可寫。
數(shù)據(jù)段：主要存放程序中要用到的各種全局變量或靜態(tài)的數(shù)據(jù)。一般數(shù)據(jù)段都是可讀，可寫，可執(zhí)行的。
UNIX環(huán)境下主要有三種類型的目標(biāo)文件：
（1）可重定位文件
其中包含有適合于其它目標(biāo)文件鏈接來(lái)創(chuàng)建一個(gè)可執(zhí)行的或者共享的目標(biāo)文件的代碼和數(shù)據(jù)。
（2）共享的目標(biāo)文件
這種文件存放了適合于在兩種上下文里鏈接的代碼和數(shù)據(jù)。第一種是鏈接程序可把它與其它可重定位文件及共享的目標(biāo)文件一起處理來(lái)創(chuàng)建另一個(gè)目標(biāo)文件；
第二種是動(dòng)態(tài)鏈接程序?qū)⑺c另一個(gè)可執(zhí)行文件及其它的共享目標(biāo)文件結(jié)合到一起，創(chuàng)建一個(gè)進(jìn)程映象。
（3）可執(zhí)行文件
它包含了一個(gè)可以被操作系統(tǒng)創(chuàng)建一個(gè)進(jìn)程來(lái)執(zhí)行之的文件。匯編程序生成的實(shí)際上是第一種類型的目標(biāo)文件。對(duì)于后兩種還需要其他的一些處理方能得到，這個(gè)就是鏈接程序的工作了。
鏈接過(guò)程
由匯編程序生成的目標(biāo)文件并不能立即就被執(zhí)行，其中可能還有許多沒(méi)有解決的問(wèn)題。
例如，某個(gè)源文件中的函數(shù)可能引用了另一個(gè)源文件中定義的某個(gè)符號(hào)（如變量或者函數(shù)調(diào)用等）；在程序中可能調(diào)用了某個(gè)庫(kù)文件中的函數(shù)，等等。所有的這些問(wèn)題，都需要經(jīng)鏈接程序的處理方能得以解決。
鏈接程序的主要工作就是將有關(guān)的目標(biāo)文件彼此相連接，也即將在一個(gè)文件中引用的符號(hào)同該符號(hào)在另外一個(gè)文件中的定義連接起來(lái)，使得所有的這些目標(biāo)文件成為一個(gè)能夠誒操作系統(tǒng)裝入執(zhí)行的統(tǒng)一整體。
根據(jù)開發(fā)人員指定的同庫(kù)函數(shù)的鏈接方式的不同，鏈接處理可分為兩種：
（1）靜態(tài)鏈接
在這種鏈接方式下，函數(shù)的代碼將從其所在地靜態(tài)鏈接庫(kù)中被拷貝到最終的可執(zhí)行程序中。這樣該程序在被執(zhí)行時(shí)這些代碼將被裝入到該進(jìn)程的虛擬地址空間中。靜態(tài)鏈接庫(kù)實(shí)際上是一個(gè)目標(biāo)文件的集合，其中的每個(gè)文件含有庫(kù)中的一個(gè)或者一組相關(guān)函數(shù)的代碼。
（2） 動(dòng)態(tài)鏈接
在此種方式下，函數(shù)的代碼被放到稱作是動(dòng)態(tài)鏈接庫(kù)或共享對(duì)象的某個(gè)目標(biāo)文件中。鏈接程序此時(shí)所作的只是在最終的可執(zhí)行程序中記錄下共享對(duì)象的名字以及其它少量的登記信息。在此可執(zhí)行文件被執(zhí)行時(shí)，動(dòng)態(tài)鏈接庫(kù)的全部?jī)?nèi)容將被映射到運(yùn)行時(shí)相應(yīng)進(jìn)程的虛地址空間。動(dòng)態(tài)鏈接程序?qū)⒏鶕?jù)可執(zhí)行程序中記錄的信息找到相應(yīng)的函數(shù)代碼。
對(duì)于可執(zhí)行文件中的函數(shù)調(diào)用，可分別采用動(dòng)態(tài)鏈接或靜態(tài)鏈接的方法。使用動(dòng)態(tài)鏈接能夠使最終的可執(zhí)行文件比較短小，并且當(dāng)共享對(duì)象被多個(gè)進(jìn)程使用時(shí)能節(jié)約一些內(nèi)存，因?yàn)樵趦?nèi)存中只需要保存一份此共享對(duì)象的代碼。但并不是使用動(dòng)態(tài)鏈接就一定比使用靜態(tài)鏈接要優(yōu)越。在某些情況下動(dòng)態(tài)鏈接可能帶來(lái)一些性能上損害。
我們?cè)趌inux使用的gcc編譯器便是把以上的幾個(gè)過(guò)程進(jìn)行捆綁，使用戶只使用一次命令就把編譯工作完成，這的確方便了編譯工作，但對(duì)于初學(xué)者了解編譯過(guò)程就很不利了，下圖便是gcc代理的編譯過(guò)程：
從上圖可以看到：
預(yù)編譯
將.c 文件轉(zhuǎn)化成 .i文件
使用的gcc命令是：gcc –E
對(duì)應(yīng)于預(yù)處理命令cpp
編譯
將.c/.h文件轉(zhuǎn)換成.s文件
使用的gcc命令是：gcc –S
對(duì)應(yīng)于編譯命令 cc –S
匯編
將.s 文件轉(zhuǎn)化成 .o文件
使用的gcc 命令是：gcc –c
對(duì)應(yīng)于匯編命令是 as
鏈接
將.o文件轉(zhuǎn)化成可執(zhí)行程序
使用的gcc 命令是： gcc
對(duì)應(yīng)于鏈接命令是 ld
總結(jié)起來(lái)編譯過(guò)程就上面的四個(gè)過(guò)程：預(yù)編譯、編譯、匯編、鏈接。Lia了解這四個(gè)過(guò)程中所做的工作，對(duì)我們理解頭文件、庫(kù)等的工作過(guò)程是有幫助的，而且清楚的了解編譯鏈接過(guò)程還對(duì)我們?cè)诰幊虝r(shí)定位錯(cuò)誤，以及編程時(shí)盡量調(diào)動(dòng)編譯器的檢測(cè)錯(cuò)誤會(huì)有很大的幫助的。