C程式編譯過程淺析

前幾天看了《程式設計師的自我修養——連結、裝載與庫》中的第二章“編譯和連結”，主要根據其中的內容簡單總結一下C程式編譯的過程吧。

我現在一般都是用gcc，所以自然以GCC編譯hellworld為例，簡單總結如下。
hello.c原始碼如下：

通常我們使用gcc來生成可執行程式，命令為：gcc hello.c，預設生成可執行檔案a.out

其實編譯（包括連結）的命令：gcc hello.c 可分解為如下4個大的步驟：

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

1.       預處理(Preproceessing)

預處理的過程主要處理包括以下過程：

• 將所有的#define刪除，並且展開所有的巨集定義
• 處理所有的條件預編譯指令，比如#if #ifdef #elif #else #endif等
• 處理#include 預編譯指令，將被包含的檔案插入到該預編譯指令的位置。
• 刪除所有註釋 “//”和”/* */”.
• 新增行號和檔案標識，以便編譯時產生除錯用的行號及編譯錯誤警告行號。
• 保留所有的#pragma編譯器指令，因為編譯器需要使用它們

通常使用以下命令來進行預處理：

gcc -E hello.c -o hello.i

引數-E表示只進行預處理 或者也可以使用以下指令完成預處理過程

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

直接cat hello.i 你就可以看到預處理後的程式碼

2.       編譯(Compilation)

編譯過程就是把預處理完的檔案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程式碼。

$gcc –S hello.i –o hello.s

或者

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

注：現在版本的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其實是後臺程式的一些包裝，根據不同引數去呼叫其他的實際處理程式，比如：預編譯編譯程式cc1、彙編器as、聯結器ld

可以看到編譯後的彙編程式碼(hello.s)如下：

3.       彙編(Assembly)

彙編器是將彙編程式碼轉變成機器可以執行的命令，每一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即可。

$ gcc –c hello.c –o hello.o

或者

$ as hello.s –o hello.co

由於hello.o的內容為機器碼，不能以普通文字形式的檢視（vi 開啟看到的是亂碼）。

4.       連結(Linking)

通過呼叫連結器ld來連結程式執行需要的一大堆目標檔案，以及所依賴的其它庫檔案，最後生成可執行檔案。

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

helloworld的大體編譯和連結過程就是這樣了，那麼編譯器和連結器到底做了什麼呢？

編譯過程可分為6步：掃描（詞法分析）、語法分析、語義分析、原始碼優化、程式碼生成、目的碼優化。

詞法分析：掃描器（Scanner）將源代的字元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（在編譯器可以確定的語義）、動態語義（只能在執行期才能確定的語義）。

原始碼優化：原始碼優化器(Source Code Optimizer)，將整個語法書轉化為中間程式碼（Intermediate Code）（中間程式碼是與目標機器和執行環境無關的）。中間程式碼使得編譯器被分為前端和後端。編譯器前端負責產生機器無關的中間程式碼；編譯器後端將中間程式碼轉化為目標機器程式碼。

目的碼生成：程式碼生成器(Code Generator).

目的碼優化：目的碼優化器(Target Code Optimizer)。

連結的主要內容是把各個模組之間相互引用的部分處理好，使得各個模組之間能夠正確地銜接。

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

連結分為靜態連結和動態連結。

靜態連結是指在編譯階段直接把靜態庫加入到可執行檔案中去，這樣可執行檔案會比較大。

而動態連結則是指連結階段僅僅只加入一些描述資訊，而程式執行時再從系統中把相應動態庫載入到記憶體中去。

靜態連結的大致過程如下圖所示：

參考資料：

《程式設計師的自我修養——連結、裝載與庫》

http://www.stackpop.org/blog/html/y2011/53_cpp_compile_linking.html

http://blog.chinaunix.net/space.php?uid=20196318&do=blog&id=28797