程序从代码到可执行文件的过程简述

代码编写结束后，使用IDE（集成开发环境）直接编译就可以得到可执行文件。在这个过程中，IDE进行了很多内部操作。分别为：预处理，编译，汇编，链接。之后按序简述每一个步骤的执行

1.预处理

GCC预编译的指令为：$gcc -E hello.c -o hello.i ，C++文件预编译后的扩展名为：hello.ii

预编译步骤主要操作源代码文件中以“#” 开始的预编译指令。主要处理规则如下：

a) 将所有的 “#define” 指令删除，并展开内容中的宏定义

b) 处理所有条件预编译指令，如 “#if”等

c) 处理“#include” 预编译指令，将被包含的文件插入到该预编译指令的位置，递归包含

d) 删除所有注释行

e) 添加行号与文件名标识

f) 保留所有#pragma 编译器指令

2.编译过程

GCC编译过程的指令为：$gcc -S hello.i -o hello.s 或者 $gcc -S hello.c -o hello.s

编译过程经历了扫描器（词法分析），语法分析，语义分析，源代码优化，产生目标代码，目标代码优化的过程，产生对应的汇编代码文件。

a) 扫描器：源代码被输入到扫描器中，扫描器进行简单的词法分析，运用有限状态机的算法，将源代码分割为一系列的记号（关键字，标识符，字面值和特殊符号<+,-,*,/等>）。有一个叫做 len 的程序可以实现词法扫描，按照用户之前描述好的词法规则将输入的字符串分割为一个个记号

b) 语法分析：对扫描器产生的记号进行语法分析，从而产生一棵语法树，其叶子节点通常是标识符或者字面值。有一个叫yacc的工具，可以根据用户定义的语法规则对输入的记号序列进行解析，构建出一棵语法树

c) 语义分析：语法分析完成了表达式语法层面的解析，但它并不了解这个语句是否有意义，如 C语言中，两个指针做乘法运算时没有意义的，但是这个语句在语法层面是合法的。编译器只能进行静态语义分析（如类型转换，声明匹配等），不能进行动态语法分析（如除数为0的除法操作）。经过语义分析阶段后，整个语法树的表达式都被标识了类型，如果存在类型转换，还会在语法树中插入相应的转换节点。

e）源代码优化：源代码优化器将整个语法树转换为中间代码（如三地址代码等），并对三地址代码进行优化。

举个例子，以下代码：

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

其被源代码优化器转换为三地址码如下：

t1 = 2 + 6;
t2 = index + 4;
t3 = t1 * t2;
array[index] = t3;

转为三地址代码后又进行源代码优化，优化结果如下：

t2 = index + 4；
t2 = t2 * 8;
array[index] = t2;

源代码优化产生的中间代码将编译器分为前端和后端两个部分，前端负责产生并优化与机器无关的中间代码，后端则负责则将中间代码转换为目标机器代码。到目前的操作，都属于前端部分

f) 产生目标代码：代码生成器将中间代码转换成目标机器代码（汇编语言），这个过程依赖与不同的主机，属于编译器的后端部分。因此，对跨平台的编译器而言，可以针对不同的平台使用同一个前端，而使用不同的对应平台的后端

g) 目标代码的优化：这个是对产生的汇编代码进行优化，此处不涉及汇编，不举例了

3. 汇编过程

GCC汇编过程的指令为：$gcc -c hello.s -o hello.o 或 $gcc -c hello.c -o hello.o

汇编器将汇编代码转换为机器可以执行的指令，每一个汇编语句几乎对应一条机器指令。该过程相对简单，只是根据汇编指令和机器指令的对照表一一翻译即可

4.链接过程

对C/C++等语言而言，其不同的模块（源文件）之间的通信方式有两种：一种是模块间的函数调用，另一种是模块间的变量访问。编译器在编译到目标文件的过程中，将引用别的模块中的函数与变量的地址都暂时搁置（设为0x00000000），等待链接器对这些模块进行链接时将这些含有引用的指令进行修正，调整至正确的地址。

其中，这个地址修正的过程被称为重定位，而每一个要被修正的地方称为重定位入口。链接过程包括了地址和空间分配，符号决议与重定位等步骤