C语言编译
這一篇文章我們來聊一聊C語言的編譯過程,就是從 .c 文件到 .exe 文件的過程。
關于C語言的編譯過程,對很多人來說都感到特別苦澀,但是理解了這個過程對大家以后的能力上的提升是很有幫助的,在這里我會努力用最淺顯有趣的語言來為大家解讀,還請大家認真仔細品讀,辛苦諸位嘍!
C語言的編譯過程分為下列四步:
首先我們先用一張圖來看一下這個流程
C語言的編譯過程大體就是上面這個樣子了,下面我們來慢慢分析這四個步驟吧!
1、預處理
讀取C源程序,對其中的偽指令(以#開頭的指令)和特殊符號進行處理
【注:偽指令主要包含下列四個方面】
①宏定義指令(如#define NAME TokenString、#undef等)
對于前一個偽指令(#define NAME TokenString)預編譯所要做的是將程序中的所有NAME用TokenString替換,但作為字符串常量的NAME則不被替換。對于第二個偽指令(#undef)則是將取消對某個宏的定義,使以后該串的出現不會再被替換。
②條件編譯指令(如#ifdef、#ifndef、#else、#elif、#endif等等)
這些偽指令的引入使得程序員可以通過定義不同的宏來解決編譯程序對哪些代碼進行處理,預編譯程序將根據有關的文件,將那些不必要的代碼過濾掉。
③頭文件包含指令(如#include <FileName> 或者 #include "FileName"等等)
在頭文件中一般用偽指令#define定義了大量的宏(最常見的是字符常量),同時包含有各種外部符號的聲明。采用頭文件的目的是為了使某些定義可以供多個不同的C源程序使用。因為在需要用到這些定義的C源程序中,只需要加上#include 語句即可,可以不用再在此文件中重新將這些定義重復一遍。預編譯程序將把頭文件中的定義統統加入到它所產生的輸出文件,以供編譯程序對之進行處理。
頭文件可以是系統提供的,也可以是開發人員自己定義的。前者(系統提供的)頭文件一般保存在/usr/include目錄下,#include它們要使用尖括號(<>);開發人員定義的頭文件一般與C源程序位于同一目錄下,#include它們要使用雙引號(“”)。
④特殊符號,預編譯程序可以識別一些特殊的符號
例如在源程序中出現的LINE標識將被解釋為當前行號(十進制數),FILE則被解釋為當前被編譯的C源程序的名稱。預編譯程序對于在源程序中出現的這些串將用合適的值進行替換。
總結:上面四個部分就是預編譯所做的工作了,簡單來說,預編譯就是對源程序進行“替換”工作,生成一個沒有宏定義,沒有條件編譯指令,沒有特殊符號,將#include指向的文件插入的輸出文件。這個文件的含義與未經過預處理的源文件是相同的,但因為有些東西已經被“替換”,所以它們的內容是不一樣的。
2、編譯、優化階段
把高級語言翻譯成機器語言的過程
經過預編譯得到的輸出文件中,將只有常量。如數字、字符串、變量的定義以及C語言的關鍵字(main、do、while、+、-等等)。預編譯程序所要做的工作就是通過詞法分析、語法分析和語義分析,在確定所有的指令都符合語法規則之后,將其翻譯成等價的中間代碼表示或者匯編代碼。
優化處理是編譯系統中一項比較艱深的技術。它涉及到的問題不僅同編譯技術本身有關,而且同機器的硬件環境也有很大的關系。優化一部分是對中間代碼的優化。這種優化不依賴于具體的計算機。另一種優化則主要針對目標代碼的生成而進行的,在我給出的圖片中,將優化階段放在編譯程序的后面,其實是比較籠統的做法。
前一種優化,主要的工作是刪除公共表達式、循環優化(代碼外提、強度削弱、變換循環控制條件等)、復寫傳播,以及無用賦值的刪除等等。
后一種優化,則同機器的硬件結構密切相關,最主要的是考慮是如何充分利用機器的各個硬件寄存器存放的有關變量的值,以減少對于內存的訪問次數。另外,如何根據機器硬件執行指令的特點(如流水線、RISC、CISC、VLIW等)而對指令進行一些調整使目標代碼比較短,執行的效率比較高,也是一個很重要的研究話題。
經過優化得到的匯編代碼必須經過匯編程序的匯編轉換成相應的機器指令,方可能被機器指令執行。
總計:編譯、優化階段主要分為①詞法分析②語法分析③語義分析④優化后生成相應的匯編代碼,即從高級語言到匯編語言的過程。
3、匯編階段
匯編過程實際上指把匯編語言代碼翻譯成目標機器指令的過程。對于被翻譯系統處理的每一個C語言程序,都將最終經過這一處理而得到相應的目標文件(①)。目標文件中所存放的也就是與源程序等效的目標的機器語言代碼。
目標文件由段組成。通常一個目標文件中至少有兩個段(代碼段和數據段):
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行的,但一般卻不可寫。
數據段:
主要存放程序中要用到的各種全局變量或靜態的數據。一般數據段都是可讀,可寫和可執行的。
①:UNIX下的目標文件主要有三種(可重定向文件、共享的目標文件和可執行文件):
(1)可重定向文件
其中包含有適用于其它目標文件鏈接來創建一個可執行的或者共享的目標文件的代碼和數據。
(2)共享的目標文件
這種文件存放了適合于在兩種上下文里鏈接的代碼和數據。第一種是鏈接程序可以把它與其它可重定位文件及共享的目標文件一起處理來創建另一個目標文件;第二種是動態鏈接程序將它與另一個可執行文件及其它的共享目標文件結合到一起,創建一個進程映像。
(3)可執行文件
它包含了一個可以被操作系統創建一個進程來執行的文件。
匯編程序生成的實際上是第一種類型的目標文件。對于后兩種還需要其他的一些處理才能得到,這個就是鏈接程序的工作了。
總結:匯編階段就是將匯編代碼轉換成機器碼的過程,即匯編語言--->機器語言(二進制)
4、鏈接階段
由匯編程序生成的目標文件并不能立即被執行,其中可能還有許多沒有解決的問題。例如,某個源文件中的函數可能引用了另一個源文件中定義的某個符號(如變量或者函數調用);在程序中可能調用了某個庫文件中的函數等等。所有的這些問題都需要鏈接程序的處理方式來解決。
根據開發者指定的同庫函數的鏈接方式的不同,鏈接處理可分為兩種(靜態鏈接和動態鏈接):
(1)靜態鏈接:
在這種鏈接方式下,函數的代碼將從其所在的靜態鏈接庫中被拷貝到最終的可執行程序中。這樣該程序在被執行時這些代碼將被裝入到該進程的虛擬地址空間中。靜態鏈接庫實際上是一個目標文件的集合,其中的每個文件含有庫中的一個或者一組相關函數的代碼。
(2)動態鏈接:
在動態鏈接下,函數的代碼被放到稱作是動態鏈接庫或共享對象的某個文件中。鏈接程序此時作為的只是在最終的可執行程序中記錄下共享對象的名字以及其他少量的登陸信息。在此可執行文件被執行時,動態鏈接庫的全部內容將被映射到運行時相應進程的虛地址空間。動態鏈接程序將根據可執行程序中記錄的信息找到相應的函數代碼。
對于可執行文件中的函數調用,可以分別采用動態鏈接和靜態鏈接的方法。使用動態鏈接能夠使最終的可執行文件比較短小,并且當共享對象被多個進程使用時能節約一些內存,因為在內存中只需要保存一份此共享對象的代碼。但并不是使用動態鏈接就一定比使用靜態鏈接要優越。在某些情況下動態鏈接可能帶來一些性能上的損害。
總結:鏈接程序就是將相關的目標文件彼此相連接,也是將在一個文件中引用的符號與另一個文件中該符號的定義相連接,使得所有文件成為一個整體。
經過上述的步驟之后,我們的C源代碼便被轉換成為一個可以執行的文件了。
好,下面我就操作一遍,來幫助大家加深對C源程序編譯過程的理解!
(1)首先在建立一個.c文件,這里我新建了一個main.c文件,并存放于桌面的test文件夾中,內容如下:
注:如果是初學者不要在意代碼內容,比較整個編譯過程即可
只有一個main.c的文件哦!
這個和圖片中的代碼一樣,是專門為新手小伙伴提供的哦!
#include <stdio.h> #include <stdlib.h> #define NAME "Hello" int main() {printf("%s\n%s","Hello World!",NAME);return 0; }(2)進入DOS環境下,使用gcc的命令進行測試
①預處理階段,使用 gcc -E FileName
對比我提供的代碼,是不是少了頭文件而且原來的“NAME”也被替換為“Hello”了!
②編譯階段,使用gcc -S FileName
執行完這條命令,我們發現test文件夾中多出來一個main.s的文件。
③匯編過程,使用gcc -c FileName
執行完畢后,你又會發現多出一個main.o的文件。
④鏈接過程,使用gcc FileName
到這里,我們便有了一個.exe的可執行文件了。
這一部分確實枯燥,不過理解了這些對大家的發展是很有好處的,請大家好好理解哦!
喜歡的話關注一下唄!!!
?
總結
- 上一篇: 编码器四倍频
- 下一篇: 【详细】Redis学习教程全