我们从一个简单的hello程序来了解，通过跟踪hello程序的生命周期——从它被程序员创建开始，到系统上运行，输出简单的消息，然后终止。沿着这个生命周期，简要的介绍编译过程，了解这个过程中干了什么。

1
2
3
4
5
6
#include <stdio.h> 
int main() 
{ 
	printf("hello, world\n"); 
	return 0; 
}

我们通过编辑器创建并编写了该文件，并取名为hello.c。而这个文件，归根到底是由一串比特来表示的。

但仅仅如此远远不够，因为这个文件只能被我们读懂，机器是无法读懂的。为了运行该程序，每条C语句都必须被其他程序转化为一系列的低级机器语言指令。这些指令按照可执行目标程序的格式打包好，并以二进制磁盘文件的形式存放起来。目标程序称为可执行目标文件。

如何转化？在linux上是由编译器驱动程序完成的，我们可以执行如下指令：

1
linux> gcc -o hello hello.c

gcc就是该编译器驱动程序，它读取源程序文件hello.c，并把它翻译成一个可执行目标文件hello。这个具体过程可分为四个阶段完成，如下：

img

在linux上可以分开进行这四个过程

1
2
3
4
gcc -E hello.c -o hello.i         // 预处理 
gcc -S hello.i -o hello.s         // 编译 
gcc -c hello.s -o hello.o         // 汇编 
gcc hello.o -o hello              // 链接

预处理阶段

预处理器（cpp）以字符“#”开头的命令，修改原始的C程序。

比如#include 命令告诉预处理器读取系统头文件stdio.h的内容，并直接插入程序文本当中，就得到了hello.i这个文件，如下：

1
2
3
4
5
6
7
# 1 "hello.c"
# 1 "<built-in>"
# 1 "<command-line>"
# 1 "/usr/include/stdc-predef.h" 1 3 4
# 1 "<command-line>" 2
# 1 "hello.c"
......

编译阶段

编译器ccl将文本文件hello.i翻译成文本文件hello.s，它包含了一个汇编语言程序，该程序包含了函数main的定义，如下所示：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
main:
.LFB0:
	.cfi_startproc
	pushq	%rbp
	.cfi_def_cfa_offset 16
	.cfi_offset 6, -16
	movq	%rsp, %rbp
	.cfi_def_cfa_register 6
	movl	$.LC0, %edi
	call	puts
	movl	$0, %eax
	popq	%rbp
	.cfi_def_cfa 7, 8
	ret
	.cfi_endproc

汇编阶段

接下来，汇编器as将hello.s翻译成机器语言指令，这些指令打包成一种叫做可重定位目标程序的格式，并将结果保存在文件hello.o中，该文件是一个二进制文件，我们无法直接打开，可以用十六进制编辑器打开。

链接阶段

hello程序调用了printf函数，这个函数是标准C库里的一个函数，printf函数存在一个printf.o的单独的预编译好了的目标文件中。这个文件要合并到hello.o程序中，是通过链接器（ld）负责处理这种合并。结果就得到了hello文件，它是一个可执行目标文件（可执行文件），可以加载到内存中，由系统执行。

参考

本篇主要参考《深入理解计算机系统》