C語言編譯全過程
編譯的概念:編譯程序讀取源程序(字符流),對之進(jìn)行詞法和語法的分析,將高級語言指令轉(zhuǎn)換為功能等效的匯編代碼,再由匯編程序轉(zhuǎn)換為機(jī)器語言,并且按照操作系統(tǒng)對可執(zhí)行文件格式的要求鏈接生成可執(zhí)行程序。
編譯的完整過程:C源程序-->預(yù)編譯處理(.c)-->編譯、優(yōu)化程序(.s、.asm)-->匯編程序(.obj、.o、.a、.ko)-->鏈接程序(.exe、.elf、.axf等)
1. 編譯預(yù)處理
讀取c源程序,對其中的偽指令(以#開頭的指令)和特殊符號進(jìn)行處理
偽指令主要包括以下四個(gè)方面:
(1)宏定義指令,如#define Name TokenString,#undef等。
對于前一個(gè)偽指令,預(yù)編譯所要做的是將程序中的所有Name用TokenString替換,但作為字符串常量的 Name則不被替換。對于后者,則將取消對某個(gè)宏的定義,使以后該串的出現(xiàn)不再被替換。
(2)條件編譯指令,如#ifdef,#ifndef,#else,#elif,#endif等。
這些偽指令的引入使得程序員可以通過定義不同的宏來決定編譯程序?qū)δ男┐a進(jìn)行處理。預(yù)編譯程序?qū)⒏鶕?jù)有關(guān)的文件,將那些不必要的代碼過濾掉
(3) 頭文件包含指令,如#include "FileName"或者#include <FileName>等。
在頭文件中一般用偽指令#define定義了大量的宏(最常見的是字符常量),同時(shí)包含有各種外部符號的聲明。
采用頭文件的目的主要是為了使某些定義可以供多個(gè)不同的C源程序使用。因?yàn)樵谛枰玫竭@些定義的C源程序中,只需加上一條#include語句即可,而不必再在此文件中將這些定義重復(fù)一遍。預(yù)編譯程序?qū)杨^文件中的定義統(tǒng)統(tǒng)都加入到它所產(chǎn)生的輸出文件中,以供編譯程序?qū)χM(jìn)行處理。
包含到c源程序中的頭文件可以是系統(tǒng)提供的,這些頭文件一般被放在/usr/include目錄下。在程序中#include它們要使用尖括號(< >)。另外開發(fā)人員也可以定義自己的頭文件,這些文件一般與c源程序放在同一目錄下,此時(shí)在#include中要用雙引號("")。
(4)特殊符號,預(yù)編譯程序可以識別一些特殊的符號。
例如在源程序中出現(xiàn)的LINE標(biāo)識將被解釋為當(dāng)前行號(十進(jìn)制數(shù)),F(xiàn)ILE則被解釋為當(dāng)前被編譯的C源程序的名稱。預(yù)編譯程序?qū)τ谠谠闯绦蛑谐霈F(xiàn)的這些串將用合適的值進(jìn)行替換。
預(yù)編譯程序所完成的基本上是對源程序的“替代”工作。經(jīng)過此種替代,生成一個(gè)沒有宏定義、沒有條件編譯指令、沒有特殊符號的輸出文件。這個(gè)文件的含義同沒有經(jīng)過預(yù)處理的源文件是相同的,但內(nèi)容有所不同。下一步,此輸出文件將作為編譯程序的輸出而被翻譯成為機(jī)器指令。
2. 編譯、優(yōu)化階段
經(jīng)過預(yù)編譯得到的輸出文件中,只有常量;如數(shù)字、字符串、變量的定義,以及C語言的關(guān)鍵字,如main,if,else,for,while,{,}, +,-,*,\等等。
編譯程序所要作得工作就是通過詞法分析和語法分析,在確認(rèn)所有的指令都符合語法規(guī)則之后,將其翻譯成等價(jià)的中間代碼表示或匯編代碼。
優(yōu)化處理是編譯系統(tǒng)中一項(xiàng)比較艱深的技術(shù)。它涉及到的問題不僅同編譯技術(shù)本身有關(guān),而且同機(jī)器的硬件環(huán)境也有很大的關(guān)系。優(yōu)化一部分是對中間代碼的優(yōu)化。這種優(yōu)化不依賴于具體的計(jì)算機(jī)。另一種優(yōu)化則主要針對目標(biāo)代碼的生成而進(jìn)行的。
對于前一種優(yōu)化,主要的工作是刪除公共表達(dá)式、循環(huán)優(yōu)化(代碼外提、強(qiáng)度削弱、變換循環(huán)控制條件、已知量的合并等)、復(fù)寫傳播,以及無用賦值的刪除,等等。
后一種類型的優(yōu)化同機(jī)器的硬件結(jié)構(gòu)密切相關(guān),最主要的是考慮是如何充分利用機(jī)器的各個(gè)硬件寄存器存放的有關(guān)變量的值,以減少對于內(nèi)存的訪問次數(shù)。另外,如何根據(jù)機(jī)器硬件執(zhí)行指令的特點(diǎn)(如流水線、RISC、CISC、VLIW等)而對指令進(jìn)行一些調(diào)整使目標(biāo)代碼比較短,執(zhí)行的效率比較高,也是一個(gè)重要的研究課題。
經(jīng)過優(yōu)化得到的匯編代碼必須經(jīng)過匯編程序的匯編轉(zhuǎn)換成相應(yīng)的機(jī)器指令,方可能被機(jī)器執(zhí)行。
3. 匯編過程
匯編過程實(shí)際上指把匯編語言代碼翻譯成目標(biāo)機(jī)器指令的過程。對于被翻譯系統(tǒng)處理的每一個(gè)C語言源程序,都將最終經(jīng)過這一處理而得到相應(yīng)的目標(biāo)文件。目標(biāo)文件中所存放的也就是與源程序等效的目標(biāo)的機(jī)器語言代碼。
目標(biāo)文件由段組成。通常一個(gè)目標(biāo)文件中至少有兩個(gè)段:
代碼段:該段中所包含的主要是程序的指令。該段一般是可讀和可執(zhí)行的,但一般卻不可寫。
數(shù)據(jù)段:主要存放程序中要用到的各種全局變量或靜態(tài)的數(shù)據(jù)。一般數(shù)據(jù)段都是可讀,可寫,可執(zhí)行的。
UNIX環(huán)境下主要有三種類型的目標(biāo)文件:
(1)可重定位文件
其中包含有適合于其它目標(biāo)文件鏈接來創(chuàng)建一個(gè)可執(zhí)行的或者共享的目標(biāo)文件的代碼和數(shù)據(jù)。
(2)共享的目標(biāo)文件
這種文件存放了適合于在兩種上下文里鏈接的代碼和數(shù)據(jù)。
第一種是鏈接程序可把它與其它可重定位文件及共享的目標(biāo)文件一起處理來創(chuàng)建另一個(gè) 目標(biāo)文件;
第二種是動態(tài)鏈接程序?qū)⑺c另一個(gè)可執(zhí)行文件及其它的共享目標(biāo)文件結(jié)合到一起,創(chuàng)建一個(gè)進(jìn)程映象。
(3)可執(zhí)行文件
它包含了一個(gè)可以被操作系統(tǒng)創(chuàng)建一個(gè)進(jìn)程來執(zhí)行之的文件。
匯編程序生成的實(shí)際上是第一種類型的目標(biāo)文件。對于后兩種還需要其他的一些處理方能得到,這個(gè)就是鏈接程序的工作了。
4. 鏈接程序
由匯編程序生成的目標(biāo)文件并不能立即就被執(zhí)行,其中可能還有許多沒有解決
的問題。
例如,某個(gè)源文件中的函數(shù)可能引用了另一個(gè)源文件中定義的某個(gè)符號(如變量或者函數(shù)調(diào)用等);在程序中可能調(diào)用了某個(gè)庫文件中的函數(shù),等等。所有的這些問題,都需要經(jīng)鏈接程序的處理方能得以解決。
鏈接程序的主要工作就是將有關(guān)的目標(biāo)文件彼此相連接,也即將在一個(gè)文件中引用的符號同該符號在另外一個(gè)文件中的定義連接起來,使得所有的這些目標(biāo)文件成為一個(gè)能夠誒操作系統(tǒng)裝入執(zhí)行的統(tǒng)一整體。
根據(jù)開發(fā)人員指定的同庫函數(shù)的鏈接方式的不同,鏈接處理可分為兩種:
(1)靜態(tài)鏈接
在這種鏈接方式下,函數(shù)的代碼將從其所在地靜態(tài)鏈接庫中被拷貝到最終的可執(zhí)行程序中。這樣該程序在被執(zhí)行時(shí)這些代碼將被裝入到該進(jìn)程的虛擬地址空間中。靜態(tài)鏈接庫實(shí)際上是一個(gè)目標(biāo)文件的集合,其中的每個(gè)文件含有庫中的一個(gè)或者一組相關(guān)函數(shù)的代碼。
(2) 動態(tài)鏈接
在此種方式下,函數(shù)的代碼被放到稱作是動態(tài)鏈接庫或共享對象的某個(gè)目標(biāo)文件中。鏈接程序此時(shí)所作的只是在最終的可執(zhí)行程序中記錄下共享對象的名字以及其它少量的登記信息。在此可執(zhí)行文件被執(zhí)行時(shí),動態(tài)鏈接庫的全部內(nèi)容將被映射到運(yùn)行時(shí)相應(yīng)進(jìn)程的虛地址空間。動態(tài)鏈接程序?qū)⒏鶕?jù)可執(zhí)行程序中記錄的信息找到相應(yīng)的函數(shù)代碼。
對于可執(zhí)行文件中的函數(shù)調(diào)用,可分別采用動態(tài)鏈接或靜態(tài)鏈接的方法。使用動態(tài)鏈接能夠使最終的可執(zhí)行文件比較短小,并且當(dāng)共享對象被多個(gè)進(jìn)程使用時(shí)能節(jié)約一些內(nèi)存,因?yàn)樵趦?nèi)存中只需要保存一份此共享對象的代碼。但并不是使用動態(tài)鏈接就一定比使用靜態(tài)鏈接要優(yōu)越。在某些情況下動態(tài)鏈接可能帶來一些性能上損害。
總結(jié):
C語言編譯的整個(gè)過程是非常復(fù)雜的,里面涉及到的編譯器知識、硬件知識、工具鏈知識都是非常多的,深入了解整個(gè)編譯過程對工程師理解應(yīng)用程序的編寫是有很大幫助的,希望大家可以多了解一些,在遇到問題時(shí)多思考、多實(shí)踐。
一般情況下,我們只需要知道分成編譯和連接兩個(gè)階段,編譯階段將源程序(*.c)轉(zhuǎn)換成為目標(biāo)代碼(,一般是obj文件,至于具體過程就是上面說的那些階段),連接階段是把源程序轉(zhuǎn)換成的目標(biāo)代碼(obj文件)與你程序里面調(diào)用的庫函數(shù)對應(yīng)的代碼連接起來形成對應(yīng)的可執(zhí)行文件(exe文件)就可以了,其他的都需要在實(shí)踐中多多體會才能有更深的理解。