C語言編譯過程詳解

前言

C語言程序從源代碼到二進制行程序都經歷了那些過程？本文以Linux下C語言的編譯過程為例，講解C語言程序的編譯過程。

編寫hello world C程序：

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

編譯過程只需：

$ gcc hello.c # 編譯
$ ./a.out # 執行
hello world!

這個過程如此熟悉，以至於大家覺得編譯事件很簡單的事。事實真的如此嗎？我們來細看一下C語言的編譯過程到底是怎樣的。

上述gcc命令其實依次執行了四步操作：1.預處理(Preprocessing), 2.編譯(Compilation), 3.匯編(Assemble), 4.鏈接(Linking)。

示例

為了下面步驟講解的方便，我們需要一個稍微復雜一點的例子。假設我們自己定義了一個頭文件mymath.h，實現一些自己的數學函數，並把具體實現放在mymath.c當中。然後寫一個test.c程序使用這些函數。程序目錄結構如下：

├── test.c
└── inc
    ├── mymath.h
    └── mymath.c

程序代碼如下：

// test.c
#include <stdio.h>
#include "mymath.h"// 自定義頭文件
int main(){
    int a = 2;
    int b = 3;
    int sum = add(a, b); 
    printf("a=%d, b=%d, a+b=%d\n", a, b, sum);
}

頭文件定義：

// mymath.h
#ifndef MYMATH_H
#define MYMATH_H
int add(int a, int b);
int sum(int a, int b);
#endif

頭文件實現：

// mymath.c
int add(int a, int b){
    return a+b;
}
int sub(int a, int b){
    return a-b;
}

1.預處理(Preprocessing)

預處理用於將所有的#include頭文件以及宏定義替換成其真正的內容，預處理之後得到的仍然是文本文件，但文件體積會大很多。gcc的預處理是預處理器cpp來完成的，你可以通過如下命令對test.c進行預處理：

gcc -E -I./inc test.c -o test.i

或者直接調用cpp命令

$ cpp test.c -I./inc -o test.i

上述命令中-E是讓編譯器在預處理之後就退出，不進行後續編譯過程；-I指定頭文件目錄，這裡指定的是我們自定義的頭文件目錄；-o指定輸出文件名。

經過預處理之後代碼體積會大很多：

X文件名文件大小代碼行數 預處理前 test.c 146B 9 預處理後 test.i 17691B 857

預處理之後的程序還是文本，可以用文本編輯器打開。

2.編譯(Compilation)

這裡的編譯不是指程序從源文件到二進制程序的全部過程，而是指將經過預處理之後的程序轉換成特定匯編代碼(assembly code)的過程。編譯的指定如下：

$ gcc -S -I./inc test.c -o test.s

上述命令中-S讓編譯器在編譯之後停止，不進行後續過程。編譯過程完成後，將生成程序的匯編代碼test.s，這也是文本文件，內容如下：

// test.c匯編之後的結果test.s
    .file   "test.c"
    .section    .rodata
.LC0:
    .string "a=%d, b=%d, a+b=%d\n"
    .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    $32, %esp
    movl    $2, 20(%esp)
    movl    $3, 24(%esp)
    movl    24(%esp), %eax
    movl    %eax, 4(%esp)
    movl    20(%esp), %eax
    movl    %eax, (%esp)
    call    add 
    movl    %eax, 28(%esp)
    movl    28(%esp), %eax
    movl    %eax, 12(%esp)
    movl    24(%esp), %eax
    movl    %eax, 8(%esp)
    movl    20(%esp), %eax
    movl    %eax, 4(%esp)
    movl    $.LC0, (%esp)
    call    printf
    leave
    .cfi_restore 5
    .cfi_def_cfa 4, 4
    ret 
    .cfi_endproc
.LFE0:
    .size   main, .-main
    .ident  "GCC: (Ubuntu 4.8.2-19ubuntu1) 4.8.2"
    .section    .note.GNU-stack,"",@progbits

請不要問我上述代碼是什麼意思!-_-

3.匯編(Assemble)

匯編過程將上一步的匯編代碼轉換成機器碼(machine code)，這一步產生的文件叫做目標文件，是二進制格式。gcc匯編過程通過as命令完成：

$ as test.s -o test.o

等價於：

gcc -c test.s -o test.o

這一步會為每一個源文件產生一個目標文件。因此mymath.c也需要產生一個mymath.o文件

4.鏈接(Linking)

鏈接過程將多個目標文以及所需的庫文件(.so等)鏈接成最終的可執行文件(executable file)。

命令大致如下：

$ ld -o test.out test.o inc/mymath.o ...libraries...

結語

經過以上分析，我們發現編譯過程並不像想象的那麼簡單，而是要經過預處理、編譯、匯編、鏈接。盡管我們平時使用gcc命令的時候沒有關心中間結果，但每次程序的編譯都少不了這幾個步驟。也不用為上述繁瑣過程而煩惱，因為你仍然可以：

$ gcc hello.c # 編譯
$ ./a.out # 執行