C語言真正的編譯過程

說實話，不少人作了好久的C/C++,也用了不少IDE，可是對於可執行程序的底層生成一片茫然，這無疑是一種悲哀，能夠想象到大公司面試正好被問到這樣的問題，有多悲催不言而喻，這裏正因爲換工做的緣故，因此打算系統的把以前用到的C/C++補一補。這裏權且當作拋磚引玉，大神飄過。

【總述】

從一個源文件(.c)到可執行程序到底經歷了哪幾步，我想大多數的人都知道，到時到底每一步都作了什麼，我估計也沒多少人可以說得清清楚楚，明明白白。

其實總的流程是這樣的。

【第一步】編輯hello.c

1 #include <stdio.h>
2 #include <stdlib.h>
3 int main()
4 {
5         printf("hello world!\n");
6         return 0;
7 }

【第二步】預處理

預處理過程實質上是處理「#」，將#include包含的頭文件直接拷貝到hell.c當中；將#define定義的宏進行替換，同時將代碼中沒用的註釋部分刪除等

具體作的事兒以下：

（1）將全部的#define刪除，而且展開全部的宏定義。說白了就是字符替換

（2）處理全部的條件編譯指令，#ifdef #ifndef #endif等，就是帶#的那些

（3）處理#include，將#include指向的文件插入到該行處

（4）刪除全部註釋

（5）添加行號和文件標示，這樣的在調試和編譯出錯的時候才知道是是哪一個文件的哪一行

（6）保留#pragma編譯器指令，由於編譯器須要使用它們。

 

gcc -E hello.c -o a.c能夠生成預處理後的文件。經過查看文件內容和文件大小能夠得知a.c講stdio.h和stdlib.h包含了進來。

【第三步】編譯

編譯的過程實質上是把高級語言翻譯成機器語言的過程，即對a.c作了這些事兒

（1）詞法分析，

（2）語法分析

（3）語義分析

（4）優化後生成相應的彙編代碼

從 高級語言->彙編語言->機器語言（二進制）

gcc -S hello.c -o a.s能夠生成彙編代碼

彙編代碼以下。

 1         .file   "hello.c"
 2         .section        .rodata
 3 .LC0:
 4         .string "hello world!"
 5         .text
 6         .globl  main
 7         .type   main, @function
 8 main:
 9 .LFB0:
10         .cfi_startproc
11         pushl   %ebp
12         .cfi_def_cfa_offset 8
13         .cfi_offset 5, -8
14         movl    %esp, %ebp
15         .cfi_def_cfa_register 5
16         andl    $-16, %esp
17         subl    $16, %esp
18         movl    $.LC0, (%esp)
19         call    puts
20         movl    $0, %eax
21         leave
22         .cfi_restore 5
23         .cfi_def_cfa 4, 4
24         ret 
25         .cfi_endproc
26 .LFE0:
27         .size   main, .-main
28         .ident  "GCC: (Ubuntu/Linaro 4.6.3-1ubuntu5) 4.6.3"
29         .section        .note.GNU-stack,"",@progbits

gcc -c hello.c -o a.o將源文件翻譯成二進制文件。類Uinx系統編譯的結果生生成.o文件，Windows系統是生成.obj文件。

編譯的過程就是把hello.c翻譯成二進制文件

【第四步】連接

就像剛纔的hello.c它使用到了C標準庫的東西「printf」，可是編譯過程只是把源文件翻譯成二進制而已，這個二進制還不能直接執行，這個時候就須要作一個動做，

將翻譯成的二進制與須要用到庫綁定在一塊。打個比方編譯的過程就向你對你老婆說，我要吃雪糕。你只是給你老婆發出了你要吃雪糕的訴求而已，可是雪糕尚未到。

綁定就是說你要吃的雪糕你的老婆已經給你買了，你能夠happy。

gcc hello.c -o a能夠生成可執行程序。即gcc不帶任何參數。ldd就能夠看到你的可執行程序依賴的庫。

能夠看到a.o的大小是1.1k，畢竟他只是把源文件翻譯成二進制文件。a卻有7k，應該是他多了不少「繩子」吧。在運行的時候這些「繩子」就將對應的庫函數「牽過來」。很形象的比喻是否是？哈哈。libc.so.6 中就對我們用的printf進行了定義。

這就是編寫的整個流程，(⊙o⊙)。謝謝各位看官。不足的地方請不吝賜教。