「 每日一句 · Daily Quote 」

   “天生我材必有用，千金散尽还复来。”
— 李白《将进酒》

前言

你是否思考过：我们编写的.c源文件，究竟是如何变成电脑上能双击运行的可执行程序的？这背后经历了怎样的“魔法”？本文将从翻译环境和运行环境两个维度，深入剖析C程序从源码到执行的完整旅程。我们将拆解预处理、编译、汇编、链接四个阶段的具体工作，探讨符号解析与重定位的核心机制，最后梳理程序载入内存后的运行时行为。读懂编译流程，是成为高阶C程序员的必经之路。

一、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。

二、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？这里我们就来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。

• • 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。

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：

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.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);

1. 1. 语法与语义校验：检查 array 和 index 是否已声明、类型是否匹配。
2. 2. 常量折叠（编译期优化）：直接把  (2 + 6) 计算为 8（甚至优化为左移运算 << 3），绝不留到运行时。代码在内部被化简为 (index + 4) * 8。
3. 3. 生成机器指令：

• • 读取 index 的值并加 4；
• • 将结果乘以 8；
• • 计算 array[index] 的实际内存地址，将结果写入该地址。

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 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。

2.3 语义分析

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：

gcc -c test.s -o test.o

4.链接

#include <stdio.h>
//test.c
//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;
}

add.c

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。

三、运行环境

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

总结

以上就是本篇博客的核心内容。我们学习了C程序的翻译环境（编译+链接）与运行环境。编译过程细分为预处理（处理宏、头文件、条件编译）、编译（词法/语法/语义分析生成汇编代码）、汇编（转换为机器指令）三个阶段，随后通过链接器进行地址分配与重定位，将多个目标文件合并为可执行程序。运行阶段则涉及程序载入内存、调用main函数、使用堆栈与静态存储，直至终止。理解这些底层机制，有助于你从根本上理解程序的构建与运行逻辑，为后续学习操作系统与计算机体系结构打下坚实基础。