其中，编译是主要部分，其中⼜分为六个部分：词法分析、语法分析、语义分析、中间代码⽣成、⽬标代码⽣成和优化。
链接中，分为静态链接和动态链接，本⽂主要是静态链接。
⼀、预编译：主要处理源代码⽂件中的以“#”开头的预编译指令。处理规则见下
1.删除所有的#define，展开所有的宏定义。
2.处理所有的条件预编译指令，如“#if”、“#endif”、“#ifdef”、“#elif”和“#else”。
3.处理“#include”预编译指令，将⽂件内容替换到它的位置，这个过程是递归进⾏的，⽂件中包含其他⽂件。
4.删除所有的注释，“//”和“/**/”。
5.保留所有的#pragma 编译器指令，编译器需要⽤到他们，如：#pragma once 是为了防⽌有⽂件被重
复引⽤。
6.添加⾏号和⽂件标识，便于编译时编译器产⽣调试⽤的⾏号信息，和编译时产⽣编译错误或警告是能够显⽰⾏号。
C语⾔的宏替换和⽂件包含的⼯作，不归⼊编译器的范围，⽽是交给独⽴的预处理器。
C语⾔中源代码⽂件的⽂件扩展名为.c，头⽂件的⽂件扩展名为.h，经预编译之后，⽣成xxx.i⽂件。
在C++，源代码⽂件的扩展名是.cpp或.cxx，头⽂件的⽂件扩展名为.hpp，经预编译之后，⽣成xxx.ii⽂件。
⼆、编译：把预编译之后⽣成的xxx.i或xxx.ii⽂件，进⾏⼀系列词法分析、语法分析、语义分析及优化后，⽣成相应的汇编代码⽂件。
(结合程序来说明编译的⼏个步骤)
有C语⾔的源代码如下：
arr[3] = (a+4)*(3+8);
1.词法分析：利⽤类似于“有限状态机”的算法，将源代码程序输⼊到扫描机中，将其中的字符序列分割成⼀系列的记号。
以上的⼀⾏C语⾔程序，⼀共有16个空字符，经扫描机扫描之后，产⽣了16个记号。lex可以实现词法分析。见下表：
见上图：
词法分析产⽣的记号分类有：关键字、标识符、字⾯量(数字、字符串)、特殊符号(加号、等号等)
2.语法分析：语法分析器对由扫描器产⽣的记号，进⾏语法分析，产⽣语法树。由语法分析器输出的语法树是⼀种以表达式为节点的树。上述的代码就是
各种表达式的组合：赋值表达式、加法表达式、乘法表达式、数组表达式和括号表达式组成的复杂表达式。yacc可以实现语法分析，根据⽤户给定的规则(不同的编程语⾔对应不同的语法规则)对记号表进⾏解析。
见上图：
整个语句被看作是⼀个“赋值表达式”，“=”左边是⼀个“数组表达式”，右边是⼀个“乘法表达式”。数组表达式⼜由两个符号表达式组成，符号表达式就是最⼩的表达式，之后同理。
在语法分析的同时，就把运算符的优先级确定了下来，如果出现表达式不合法，——各种括号不匹配、表达式中缺少操作，编译器就会报错。
3.语义分析：语法分析器只是完成了对表达式语法层⾯的分析，语义分析器则对表达式是否有意义进⾏判断，其分析的语义是静态语义——在编译期能分期的语义，相对应的动态语义是在运⾏期才能确定的语义。
其中，静态语义通常包括：声明和类型的匹配，类型的转换，那么语义分析就会对这些⽅⾯进⾏检查，例如将⼀个int型赋值给int*型时，语义分析程序会发现这个类型不匹配，编译器就会报错。
经过语义分析阶段之后，所有的符号都被标识了类型(如果有些类型需要做隐式转化，语义分析程序会在语法树中插⼊相应的转换节点)，见下图：
这个语句中的类型都是int型，⽆须做转换。
4.优化:*源代码级别的⼀个优化过程*，例如该语句中的(3+8)的值可以在编译期确定，源代码优化器会将整个语法树转换成中间代码——语法树的顺序表⽰，⼗分接近⽬标代码。
中间代码有很多种类型，最常见的是“三地址码”和“P-代码”，其中三地址码的基本形式为：x = y op z，表⽰将变量y和z进⾏op操作后，赋值给x，op操作可以是加减乘除等。
经优化之后的语法树为：
该语句的三地址码：
t1 = 3 + 8;怎么显示文件的扩展名
t2 = a + 4;
t3 = t2 * t1;
arr[3] = t3;
t1由数字11代替，省去t3，经优化或的三地址码为：
t2 = a +4;
t2 = t2 + 11;
arr[3] = t2;
另⼀个关于中间代码的要点：中间代码使得编译器可以被分成前端和后端，编译器前端负责产⽣与机器⽆关的中间代码，编译器后端将中间代码转换为机器代码。
源代码优化去产⽣中间代码标志着下⾯的过程都属于编译器后端，后端主要包括：代码⽣成器和⽬标代码优化器。
5.⽬标代码⽣成：由代码⽣成器将中间代码转换成⽬标机器代码，⽣成⼀系列的代码序列——汇编语⾔表⽰。
6.⽬标代码优化：⽬标代码优化器对上述的⽬标机器代码进⾏优化：寻合适的寻址⽅式、使⽤位移来替代乘法运算、删除多余的指令等。
上述的六个步骤完毕之后，编译过程也就告⼀段落了。最终产⽣了由汇编语⾔编写的⽬标代码。
gcc把预编译和编译两个步骤合并成⼀个步骤。对于C语⾔的代码，是⽤“cc1”这个程序来完成这两步，对于C++代码，对应的程序
为“cc1plus”。gcc这个命令只是后台程序的包装，根据不同的参数去调⽤：预编译编译程序——cc1，汇编器——as，连接器——ld。
C语⾔的代码，经编译后产⽣的⽂件名为xxx.s。
三、汇编：将汇编代码转变成机器可以执⾏的指令(机器码⽂件)。
汇编器的汇编过程相对于编译器来说更简单，没有复杂的语法，也没有语义，更不需要做指令优化，只是根据汇编指令和机器指令的对照表⼀⼀翻译过来，汇编过程有汇编器as完成。
经汇编之后，产⽣⽬标⽂件(与可执⾏⽂件格式⼏乎⼀样)xxx.o(Windows下)、xxx.obj(Linux下)。
但是，经过预编译、编译、汇编之后，⽣成机器可以执⾏的⽬标⽂件之后，还有⼀个问题——变量a和数组arr的地址还没有确定。这就需要链接器来搞定啦~
四、链接：
1、历史过程：曾经，程序猿门在编程时，使⽤纸带作为最原始的存储设备，每当程序需要修改时，都要重新扎⼀条纸带，扎孔的表⽰1，不扎的是0，⼀串串1和0就组成了各种各样的指令——跳转等等….
每⼀次的修改都⾮常痛苦，所以先知们就发明了汇编语⾔，这种编程语⾔⽅便之处在于符号的引⽤，表⽰跳转指令不再需要记住⼀串串0和1，终于可以使⽤符号——foo来表⽰这个动作了！
随着汇编语⾔的普及，程序的代码量也就开始快速膨胀了，汇编语⾔说它也撑不住了….不过还好，⾼级编程语⾔Fortran、C、C++等⼀个接⼀个地问世，语⾔越来越⽅便了，追求perfect的⼈们就想：代码咋写更好呢？可不可以把代码按照功能的不同，分成不同的部分，便于⽇后的修改和重复使⽤呢？
有了这个启发，程序猿们越来越得⼼应⼿，他们开始把代码按照功能和性质划分，分别形成不同的功能模块，不同的模块之间⼜按照各种结构来组织。
发展到如今，软件的规模越来越⼤，代码动辄数百万⾏代码，放在⼀个模块那是万万不⾏的，维护起来会⾮常⿇烦，所有现在的⼤型软件往往拥有成千上万的模块，
模块之间相互独⽴⼜相互依赖。
新的问题来了，⼀个程序被分割成这么多模块，最后要怎么把这些模块组合形成⼀个单⼀的程序?
答案就是：模块之间，符号的引⽤！
这就像是⼀张画有⼤树的拼图，叶⼦、枝⼲、根系都零散的分布在那些拼图碎⽚上，想要看到完整的⼤树，我们就会耐⼼地把那些碎⽚拼合在⼀起。
这些模块之间同样如此，它们依靠那些凸起和凹陷联系在⼀起，最终组合成⼀个完整的程序，这样的过程称为——链接。
这样基于符号的模块化，使得链接过程在整个程序开发中显得⼗分重要和突出…..
2、下⾯就静态链接，进⾏分析。
1.链接：“组装”模块的过程。
2.链接的内容：把各个模块之间相互引⽤的部分都处理好，使得各个模块之间能够正确地衔接。(就像拼图，凸起和凹槽的位置⼀定⼀⼀对应，否则…)
3.链接的过程：地址和空间的分配、符号决议(也叫“符号绑定”，倾向于动态链接)和重定位
以gcc编译器为例，看基本的链接过程：
.c⽂件经过编译器、汇编器之后得到⽬标⽂件.o，⽬标⽂件再与库进⾏链接得到可执⾏⽂件.out。
库其实就是⼀组⽬标⽂件的打包，这些⽬标⽂件中都是⼀些常⽤的代码。
我们在fun.c模块中定义了函数foo()，在main.c模块中引⽤了foo()函数，在编译过程当中，编译器并不知道main.c中foo()的地址，所以将调⽤foo()的指令的⽬标地址部分搁置，
等到了链接的阶段，链接器会去到foo()定义的那个模块，在main.o中填⼊正确的函数地址，这个修改地址的过程被叫做“重定位”，每个被修正的地⽅叫“重定位⼊⼝”。
以上就是⼀个程序从源代码到可执⾏程序的⼤致过程，这是博主根据《程序员的⾃我修养——链接、装载与库》来整理的，有兴趣的同学可以⾃⼰去琢磨琢磨~
原博客地址：
转载注明出处
发布评论