编译C语言的四个阶段

1. 预处理
2. 编译
3. 汇编
4. 链接

本文是从 The Four Stages of Compiling a C Program 直接翻译过来的。

了解编译是如何工作的，对写代码和调试都颇有用处。

编译C程序有几个过程。总的来说，这可以分为四个独立的过程：预处理，编译，汇编，链接。传统的C编译器调用其它程序分别来处理不同的过程。

本文中，我将以下面的源代码为例为说明编译的每个阶段：

/*
 * "Hello, World!": A classic.
 */

#include <stdio.h>

int
main(void)
{
        puts("Hello, World!");
        return 0;
}

1 预处理

编译的第一个阶段叫预处理。这个阶段中，以 # 开头的行都将被预处理器当做预处理命令来解释。这些命令就是一个有自己语法和语义的宏语言。它就是来减少源代码中的重复的。它通过提供内联文件的功能，定义宏和有条件的省略代码来完成减少重复的功能。

在解释命令前，预处理器会提前做一些处理工作。包括合并连续行（以 \ 结尾的行）和跳过注释。

打印预处理阶段的结果，给 cc 传 -E 参数就行了。

cc -E hello_world.c

对于前面“Hello,world”的例子来说，预处理器会生成头文件 stdio.h 的内容，并与 hello_world.c 文件相结合，把它从开头解析出来：

[lines omitted for brevity]

extern int __vsnprintf_chk (char * restrict, size_t,
       int, size_t, const char * restrict, va_list);
# 493 "/usr/include/stdio.h" 2 3 4
# 2 "hello_world.c" 2

int
main(void) {
 puts("Hello, World!");
 return 0;
}

2 编译

第二个阶段就叫编译是很让人疑惑的。在这个阶段，根据目标处理器的架构，预处理器生成的代码将被转化为对应的汇编指令。它还是一种人可读懂的语言。

因为这个步骤的存在，使用C语言可以包括一些内联汇编指令，也可以选择不同的汇编器。

一些编译器直接就集成了汇编器，这些汇编器可以直接生成机器码，避免了成在中间的汇编指令，再调用汇编译来汇编的过程。

可以给cc传 -S 选项来保存汇编的结果：

cc -S hello_world.c

这就可以生成一个名为 hello_world.s 的文件，它包含了生成的汇编指令。在 Ubuntu 16.04.3 LTS 中是这样的：

	.file	"hello_world.c"
	.section	.rodata
.LC0:
	.string	"Hello, World!"
	.text
	.globl	main
	.type	main, @function
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
.LFE0:
	.size	main, .-main
	.ident	"GCC: (Ubuntu 5.4.0-6ubuntu1~16.04.5) 5.4.0 20160609"
	.section	.note.GNU-stack,"",@progbits

3 汇编

汇编阶段，汇编器把汇编指令转化为机器码或者目标文件。输出就是真实的将会被目标处理器执行的指令。

给cc传递 -c 选项可以保存汇编阶段的结果：

cc -c hello_world.c

执行上面指令可以生成一个名为 hello_world.o 的文件，它包括程序的目标码。该文件的内容是二进制格式的，可以由 hexdump 或者 od 来查看：

hexdump hello_world.o
od -c hello_world.o

4 链接

汇编阶段生成的目标码是由机器能读懂的指令组成的。但是，该程序的有些部分是缺失或者乱序的。要生成最后可以执行的程序，当前生成的结果需要重新整理、填补上缺失的部分。这个过程就叫链接。

链接器会重新整理目标码，让某个部分的函数可以成功地调用到另一个部分的函数。它也会加入程序需要使用的库函数中的指令。在这个"Hello, World"程序中，链接器需要为目标码添加 puts 函数。

该阶段的输出就是最后可以执行的程序了。当没有使用任何参数调用时，cc默认把它取名为 a.out 。可以使用 -o 选项来命名为其它名字：

cc -o hello_world hello_world.c

编译C语言的四个阶段

Table of Contents

1 预处理

2 编译

3 汇编

4 链接