C程序編譯過程淺析（轉）

前幾天看了《程序員的自我修養——連接、裝載與庫》中的第二章「編譯和連接」，主要根據其中的內容簡單總結一下C程序編譯的過程吧。

我如今通常都是用gcc，因此天然以GCC編譯hellworld爲例，簡單總結以下。
 

hello.c源代碼以下：

View Code C

 

1 2 3 4 5 6

#include <stdio.h> int main() { printf(「Hello, world.\n」); return 0; }

一般咱們使用gcc來生成可執行程序，命令爲：gcc hello.c，默認生成可執行文件a.out

其實編譯（包括連接）的命令：gcc hello.c 可分解爲以下4個大的步驟：

• 預處理(Preprocessing)
• 編譯(Compilation)
• 彙編(Assembly)
• 連接(Linking)

 

gcc compilation

 

 

1.       預處理(Preproceessing)

預處理的過程主要處理包括如下過程：

• 將全部的#define刪除，而且展開全部的宏定義
• 處理全部的條件預編譯指令，好比#if #ifdef #elif #else #endif等
• 處理#include 預編譯指令，將被包含的文件插入到該預編譯指令的位置。
• 刪除全部註釋 「//」和」/* */」.
• 添加行號和文件標識，以便編譯時產生調試用的行號及編譯錯誤警告行號。
• 保留全部的#pragma編譯器指令，由於編譯器須要使用它們

 

一般使用如下命令來進行預處理：

gcc -E hello.c -o hello.i

參數-E表示只進行預處理 或者也可使用如下指令完成預處理過程

cpp hello.c > hello.i      /*  cpp – The C Preprocessor  */

直接cat hello.i 你就能夠看到預處理後的代碼

 

2.       編譯(Compilation)

編譯過程就是把預處理完的文件進行一系列的詞法分析，語法分析，語義分析及優化後生成相應的彙編代碼。

$gcc –S hello.i –o hello.s

或者

$ /usr/lib/gcc/i486-linux-gnu/4.4/cc1 hello.c

注：如今版本的GCC把預處理和編譯兩個步驟合成一個步驟，用cc1工具來完成。gcc實際上是後臺程序的一些包裝，根據不一樣參數去調用其餘的實際處理程序，好比：預編譯編譯程序cc一、彙編器as、鏈接器ld

能夠看到編譯後的彙編代碼(hello.s)以下：

View Code ASSEMBLY

 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

.file "hello.c" .section .rodata .LC0: .string "Hello, world." .text .globl main .type main, @function main: pushl %ebp movl %esp, %ebp andl $-16, %esp subl $16, %esp movl $.LC0, (%esp) call puts movl $0, %eax leave ret .size main, .-main .ident "GCC: (Ubuntu 4.4.3-4ubuntu5) 4.4.3" .section .note.GNU-stack,"",@progbits

 

3.       彙編(Assembly)

彙編器是將彙編代碼轉變成機器能夠執行的命令，每個彙編語句幾乎都對應一條機器指令。彙編相對於編譯過程比較簡單，根據彙編指令和機器指令的對照表一一翻譯便可。

$ gcc –c hello.c –o hello.o

或者

$ as hello.s –o hello.co

因爲hello.o的內容爲機器碼，不能以普通文本形式的查看（vi 打開看到的是亂碼）。

 

4.       連接(Linking)

經過調用連接器ld來連接程序運行須要的一大堆目標文件，以及所依賴的其它庫文件，最後生成可執行文件。

ld -static crt1.o crti.o crtbeginT.o hello.o -start-group -lgcc -lgcc_eh -lc-end-group crtend.o crtn.o (省略了文件的路徑名)。

 

helloworld的大致編譯和連接過程就是這樣了，那麼編譯器和連接器到底作了什麼呢？

 

編譯過程可分爲6步：掃描（詞法分析）、語法分析、語義分析、源代碼優化、代碼生成、目標代碼優化。

詞法分析：掃描器（Scanner）將源代的字符序列分割成一系列的記號（Token）。lex工具可實現詞法掃描。

語法分析：語法分析器將記號（Token）產生語法樹（Syntax Tree）。yacc工具可實現語法分析(yacc: Yet Another Compiler Compiler)。

語義分析：靜態語義（在編譯器能夠肯定的語義）、動態語義（只能在運行期才能肯定的語義）。

源代碼優化：源代碼優化器(Source Code Optimizer)，將整個語法書轉化爲中間代碼（Intermediate Code）（中間代碼是與目標機器和運行環境無關的）。中間代碼使得編譯器被分爲前端和後端。編譯器前端負責產生機器無關的中間代碼；編譯器後端將中間代碼轉化爲目標機器代碼。

目標代碼生成：代碼生成器(Code Generator).

目標代碼優化：目標代碼優化器(Target Code Optimizer)。

 

連接的主要內容是把各個模塊之間相互引用的部分處理好，使得各個模塊之間可以正確地銜接。

連接的主要過程包括：地址和空間分配（Address and Storage Allocation），符號決議（Symbol Resolution），重定位（Relocation）等。

連接分爲靜態連接和動態連接。

靜態連接是指在編譯階段直接把靜態庫加入到可執行文件中去，這樣可執行文件會比較大。

而動態連接則是指連接階段僅僅只加入一些描述信息，而程序執行時再從系統中把相應動態庫加載到內存中去。

靜態連接的大體過程以下圖所示：