C语言真正的编译过程

说实话，很多人做了很久的C/C++,也用了很多IDE，但是对于可执行程序的底层生成一片茫然，这无疑是一种悲哀，可以想象到大公司面试正好被问到这样的问题，有多悲催不言而喻，这里正由于换工作的缘故，所以打算系统的把之前用到的C/C++补一补。这里权且当做抛砖引玉，大神飘过。

【总述】

从一个源文件(.c)到可执行程序到底经历了哪几步，我想大多数的人都知道，到时到底每一步都做了什么，我估计也没多少人能够说得清清楚楚，明明白白。

其实总的流程是这样的。



【第一步】编辑hello.c

#include <stdio.h>
#include <stdlib.h>
int main()
{
printf("hello world!\n");
return 0;
}

【第二步】预处理

预处理过程实质上是处理“#”，将#include包含的头文件直接拷贝到hell.c当中；将#define定义的宏进行替换，同时将代码中没用的注释部分删除等

具体做的事儿如下：

（1）将所有的#define删除，并且展开所有的宏定义。说白了就是字符替换

（2）处理所有的条件编译指令，#ifdef #ifndef #endif等，就是带#的那些

（3）处理#include，将#include指向的文件插入到该行处

（4）删除所有注释

（5）添加行号和文件标示，这样的在调试和编译出错的时候才知道是是哪个文件的哪一行

（6）保留#pragma编译器指令，因为编译器需要使用它们。

gcc -E hello.c -o a.c可以生成预处理后的文件。通过查看文件内容和文件大小可以得知a.c讲stdio.h和stdlib.h包含了进来。



【第三步】编译

编译的过程实质上是把高级语言翻译成机器语言的过程，即对a.c做了这些事儿

（1）词法分析，

（2）语法分析

（3）语义分析

（4）优化后生成相应的汇编代码

从 高级语言->汇编语言->机器语言（二进制）

gcc -S hello.c -o a.s可以生成汇编代码



汇编代码如下。

.file   "hello.c"
.section        .rodata
.LC0:
.string "hello world!"
.text
.globl  main
.type   main, @function
main:
.LFB0:
.cfi_startproc
pushl   %ebp
.cfi_def_cfa_offset 8
.cfi_offset 5, -8
movl    %esp, %ebp
.cfi_def_cfa_register 5
andl    $-16, %esp
subl    $16, %esp
movl    $.LC0, (%esp)
call    puts
movl    $0, %eax
leave
.cfi_restore 5
.cfi_def_cfa 4, 4
ret
.cfi_endproc
.LFE0:
.size   main, .-main
.ident  "GCC: (Ubuntu/Linaro 4.6.3-1ubuntu5) 4.6.3"
.section        .note.GNU-stack,"",@progbits

gcc -c hello.c -o a.o将源文件翻译成二进制文件。类Uinx系统编译的结果生生成.o文件，Windows系统是生成.obj文件。



编译的过程就是把hello.c翻译成二进制文件

【第四步】链接

就像刚才的hello.c它使用到了C标准库的东西“printf”，但是编译过程只是把源文件翻译成二进制而已，这个二进制还不能直接执行，这个时候就需要做一个动作，

将翻译成的二进制与需要用到库绑定在一块。打个比方编译的过程就向你对你老婆说，我要吃雪糕。你只是给你老婆发出了你要吃雪糕的诉求而已，但是雪糕还没有到。

绑定就是说你要吃的雪糕你的老婆已经给你买了，你可以happy。

gcc hello.c -o a可以生成可执行程序。即gcc不带任何参数。ldd就可以看到你的可执行程序依赖的库。



可以看到a.o的大小是1.1k，毕竟他只是把源文件翻译成二进制文件。a却有7k，应该是他多了很多“绳子”吧。在运行的时候这些“绳子”就将对应的库函数“牵过来”。很形象的比喻是不是？哈哈。libc.so.6 中就对咱们用的printf进行了定义。

这就是编写的整个流程，(⊙o⊙)。谢谢各位看官。不足的地方请不吝赐教。