C语言基础：（二十四）编译和链接

前言

C语言作为一门高效、灵活的编程语言，其独特的编译和链接机制使其在系统级开发中占据重要地位。从源代码到可执行文件的转换过程涉及预处理、编译、汇编和链接等多个阶段，每个阶段都对程序的最终性能和可靠性产生深远影响。理解这一流程不仅有助于开发者优化代码结构，还能深入排查内存管理、符号解析等常见问题。本文将系统剖析C语言编译和链接的核心原理，探讨现代工具链如何协同工作，以及如何通过编译选项和链接脚本控制生成结果。下面就让我们正式开始吧！

一、编译环境和运行环境

在ANSI C的任何一种实现当中，存在着两个不同的环境：

• 第一种是翻译环境，在这个环境中源代码将被转换为可执行的机器指令（二进制指令）。
• 第二种是执行环境，它用于实际执行的代码。

翻译环境和运行环境的关系如下：

二、翻译环境

那么翻译环境是如何将源代码转换为可执行的机器指令的呢？这里我们就得展开仔细说说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过程组成的，而编译又可以分解成：预处理（有些书也叫做预编译）、编译、汇编三个过程。

一个C语言的项目中可能有多个 .c 文件一起构建，那么多个 .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，编译处理之后生成对应的目标文件。
• 注：在windows环境下的目标文件后缀是： .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三个过程，那么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 环境下我们想观察一下对 test.c 文件预处理后的 .i 文件，命令如下：

cc -E test.c -o test.i

预处理阶段主要处理那些源文件中以#开始等等预编译指令。比如：#iinclude 、 #define，处理的规则如下所示：

• 将所有的 #define 删除，并展开所有的宏定义。
• 处理所有条件编译指令，如：#if、#ifdef、#elif、#else、#endif。
• 处理的#include预编译指令时，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：

gcc -S test.i -o test.s

对下面的代码进行编译的时候，会怎么做呢？假设有下面的代码：

array[index] = (index+4)*(2+6);

2.2.1 词法分析

将源代码程序输入扫描器，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，如下示意图所示：

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，类型的转换等等。这个阶段会报告错误的语法信息。如下图所示：

2.3 汇编

汇编器是将汇编代码转变成机器可执行的指令（二进制的指令），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地进行翻译，也不做指令优化。

汇编的命令如下：

gcc -c test.s -o test.o

2.4 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能够生成可执行程序。

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 的文件（test.c和add.c），代码如下：

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。

而我们在test.c文件中每次使用Add函数和g_val变量的时候必须确切地知道Add和g_val的地址，但是由于每个文件都是单独编译的，在编译器编译test.c的时候我们并不知道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。

前面我们简洁地为大家讲解了一个C的程序是如何编译和链接，到最后生成可执行程序的过程，其实有很多内部的细节无法展开详解。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，如果大家有兴趣，可以参考《程序员的自我修养》一书进行了解。

三、运行环境

1. 程序必须载入到内存中。在有操作系统的环境中，一般这个过程由操作系统来完成。在独立的环境中时，程序的载入就必须由手工安排，也有可能是通过可执行代码置入只读内存来完成。

2. 这时程序的执行就开始了。然后程序便会开始调用main函数。

3. 开始执行程序代码。这个时候程序将使用一个名为运行时堆栈（Stack）的空间，来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中始终保留着他们的值。

4. 终止程序。正常终止main函数，当然也有可能是意外终止。

总结

以上就是本期有关C语言编译与链接的相关知识介绍啦！下一期就是我在C语言部分的最后一期博客了，请大家多多关注支持！谢谢~