【C语言】.c源文件从编译到链接生成可.exe执行程序的过程

推荐看《程序员的自我修养 - 链接、装载与库》更深入了解相关内容

1. 过程概览

编译到链接是c语言的翻译环境，c语言还有执行环境。

1. 组成一个程序的每个源文件通过编译过程分别转换成目标代码（object code）；
2. 每个目标文件由链接器（linker）捆绑在一起，形成一个单一而完整的可执行程序；
3. 链接器同时也会引入标准C函数库中任何被该程序所用到的函数，而且它可以搜索程序员个人的程序库，将其需要的函数也链接到程序中。

2. 编译与链接

2.1 预编译/预处理

总的来说都是文本操作，注释被删除替换成一个空格；#define定义的符号也会被删除，其它所有出现这个符号的地方都被替换成所代表的常量；头文件所有函数实现都会包含进来，总共大概一两万行，最后才是自己写的代码。

预编译后会产生一个对应的.i文件，不过要说明的是这个预编译的步骤在vs中可以看到，但后面的步骤基本只能在linux gcc编译器，使用指令一步步看。

在windows vs中查看预编译后产生的文件：

选择是然后运行程序，实际程序会编译失败，因为仅仅只进行了预处理这个步骤，不过可以在项目文件下的X64/Debug下看到一个对应的.i文件。

在linux下执行预处理选项指令 gcc -E test.c -o test.i（-E代表只进行预处理，-o test.i代表指定输出到这个文件），预处理完成之后就停下来，预处理之后产生的结果都放在test.i文件中。

2.2 编译

在linux下执行编译选项指令 gcc -S test.c，编译完成之后就停下来，结果保存在test.s中。

编译阶段会将c代码转换为汇编代码，汇编大致会经过四个阶段：

1. 词法分析；
2. 语法分析；
3. 语义分析；
4. 符号汇总。

比如图中左边的这段代码，对应右边编译器一个个符号分析它们分别代表什么。

语法分析阶段会产生一个语法树：

语义分析应该是根据语法树进行，我也不是很了解。

符号汇总这个阶段很重要，编译器会将每个.c文件中的全局符号（函数名、全局变量）汇总起来，后面的汇编和链接都会涉及到符号的处理。

2.3 汇编

汇编阶段是将编译阶段产生的.s文件（汇编代码）转成二进制机器码文件。在linux下执行汇编指令 gcc -c test.c，汇编完成之后就停下来，结果保存在test.o中。

在这个阶段会根据前面编译阶段的符号汇总，产生一个符号表，如：

对于右边申明的Add函数，在符号表中的地址是无效的，后续不会使用这个无效的地址，而是使用左边的地址，符号表在连接阶段会使用。

2.4 链接

链接阶段链接器（linker）会链接所有产生的.obj / .o目标文件，以及链接库生成合并成一个二进制的.exe可执行程序文件，这个阶段会经历合并段表、合并符号表操作。

gcc编译器生成的二进制目标文件和二进制的可执行文件，都是按照elf文件形式组织的，合并段表要做的就是将所有.o文件中相同数据段进行合并在一起；每个文件产生的符号表最后也会合并在一起，符号表中无效的地址会被舍弃，使用有效的地址，因为链接器链接查找函数都是根据符号和地址的匹配关系去找的，不然没法找到；最后生成一个.exe文件。

add.c和test.c的符号表，其中0x0000,无效的地址值会被舍弃：

如果add.c中没有Add函数，那么符号表中没有对应的函数名Add和地址，那么会连接失败：

3. 执行/运行环境

1. 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。
2. 程序的执行便开始。接着便调用main函数。
3. 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。
4. 终止程序。正常终止main函数；也有可能是意外终止。