C语言进阶 22:从源代码到可执行文件的编译链接过程
- 1C语言初阶 01:初识 C 语言与第一个程序
- 2C语言初阶 02:数据类型、变量、常量与字符
- 3C语言初阶 03:常见操作符与表达式求值
- 4C语言初阶 04:分支、循环与流程控制
- 5C语言初阶 05:用猜数字游戏串起分支与循环
- 6C语言初阶 06:一维数组、二维数组与字符串
- 7C语言初阶 07:函数设计、传参与多文件程序
- 8C语言初阶 08:从零组织命令行扫雷项目
- 9C语言初阶 09:用调试器定位错误与观察内存
- 10C语言初阶 10:函数递归、调用展开与递归的代价
- 11C语言初阶 11:地址、指针类型与指针运算
- 12C语言初阶 12:用结构体描述复杂对象
- 13C语言进阶 13:进制、补码、字节序与位运算
- 14C语言进阶 14:数组名、数组指针与二维数组传参
- 15C语言进阶 15:动态内存、realloc 与柔性数组
- 16C语言进阶 16:函数指针、回调与通用排序
- 17C语言进阶 17:指针的边界、const、断言与所有权
- 18C语言进阶 18:字符与字符串函数的完整使用规则
- 19C语言进阶 19:memcpy、memmove、memset 与 memcmp
- 20C语言进阶 20:结构体嵌套、自引用、对齐与位域
- 21C语言进阶 21:联合体、枚举与带标签的数据模型
- 22C语言进阶 22:从源代码到可执行文件的编译链接过程本文
- 23C语言进阶 23:宏、条件编译与预处理陷阱
- 24C语言进阶 24:文件读写、错误处理与数据持久化
代码块包含可运行实现、局部片段、输出、故意出错的示例与思考题;它们是独立示例,请结合上下文阅读,不能将整章拼成一个程序。
阅读前先核对
- 头文件声明不等于链接到实现;头文件保护只防同一翻译单元重复包含,不解决不同 .c 文件中的重复外部定义。库和对象文件仍需加入链接。
本章目标
-
掌握C语言的翻译环境和运行环境
-
可以拆解和理解在翻译环境中:预编译、编译、汇编、链接的核心工作
-
理解C语言程序是怎么变成二进制指令的,理解编译器的重要性
-
理解计算机语言,像C语言其实是为人设计的语言,为什么要有计算机语言
1. 翻译环境和运行环境
在 ANSI C 的任何一种实现中,存在两个不同的环境。
第1种是翻译环境,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)。
第2种是执行环境,它用于实际执行代码。

2. 翻译环境
那翻译环境是怎么将源代码转换为可执行的机器指令的呢?这里我们就得展开开讲解一下翻译环境所做的事情。
其实翻译环境是由编译和链接两个大的过程组成的,而编译又可以分解成:预处理(有些书也叫预编译)、编译、汇编三个过程。
test.c test.obj编译器add.c add.obj cl.exe链接器 可执行程序link.exe xxx.exe xxx.c xxx.obj链接库编译 链接一个C语言的项目中可能有多个 .c 文件一起构建,那多个 .c 文件如何生成可执行程序呢?
-
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。
-
注:在Windows环境下的目标文件的后缀是 .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器处理生成最终的可执行程序。
-
链接库是指运行时库(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3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成为 .i 为后缀的文件。
在 gcc 环境下想观察一下,对 test.c 文件预处理后的 .i 文件,命令如下:
课件代码 22-001 · PDF 第 3 页
gcc -E test.c -o test.i预处理阶段主要处理那些源文件中#开始的预编译指令。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、#ifdef、#elif、#else、#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
-
添加行号和文件名标识,方便后续编译器生成调试信息等。
-
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 文件中不再包含宏定义,因为宏已经被展开。并且包含的头文件都被插入到 .i文件中。所以当我们无法知道宏定义或者头文件是否包含正确的时候,可以查看预处理后的 .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:
课件代码 22-002 · PDF 第 4 页
gcc -S test.i -o test.s对下面代码进行编译的时候,会怎么做呢?假设有下面的代码
课件代码 22-003 · PDF 第 4 页
array[index] = (index+4)*(2+6);2.2.1 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,把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)。
上面程序进行词法分析后得到了16个记号:

2.2.2 语法分析
接下来语法分析器,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。

2.2.3 语义分析
由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。

2.3 汇编
汇编器是将汇编代码转变成机器可执行的指令(2进制的指令),每一个汇编语句几乎都对应一条机器指令。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:
课件代码 22-004 · PDF 第 7 页
gcc -c test.s -o test.o2.4 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,符号决议和重定位等这些步骤。
链接解决的是一个项目中多文件、多模块之间互相调用的问题。
比如:
在一个C的项目中有2个.c文件( test.c 和 add.c ),代码如下:

test.c add.c代码块 代码块
课件代码 22-005 · PDF 第 7,8 页
#include <stdio.h>//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;}原例说明: 这是 test.c,需与同节的 add.c 一起链接。声明本身不提供 Add 的函数体。
课件代码 22-006 · PDF 第 7,8 页
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生成对应的目标文件。
test.c 经过编译器处理生成 test.o add.c 经过编译器处理生成 add.o我们在 test.c 的文件中使用了 add.c 文件中的 Add 函数和 g_val 变量。
我们在 test.c 文件中每一次使用 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,所以暂时把调用 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链接器根据引用的符号 Add 在其他模块中查找 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。
前面我们非常简洁的讲解了一个C的程序是如何编译和链接,到最终生成可执行程序的过程,其实很多内部的细节无法展开讲解。比如:目标文件的格式 elf ,链接底层实现中的空间与地址分配,符号解析和重定位等,如果你有兴趣,可以看《程序员的自我修养》一书来详细了解。
3. 运行环境
- 程序必须载入内存中。在有操作系统的环境中: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。
-
程序的执行便开始。接着便调用main函数。
-
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),存储函数的局部变量和返回
地址。程序同时也可以使用静态(static)内存,存储于静态内存中的变量在程序的整个执行过程一直保留他们的值。
- 终止程序。正常终止main函数;也有可能是意外终止。
支持与分享
如果这篇文章对你有帮助,欢迎分享给更多人或打赏支持!













