C语言进阶 源程序到执行程序的那些事

C语言学到了现在，相信大家已经掌握了相当多的知识，会写很多程序，但是有一个问题始终没有解决，那就是：一个程序是如何运行起来的，在实现的过程中都发生了什么？在这篇博客中，将会为大家解决这些问题

---

程序的实现

在ANSI C的任何一种实现中，都存在两个不同的环境，一种是翻译环境，在这个环境中源代码会被转换成可执行的机器指令。另一种是执行环境，它负责把代码运行出来，画图理解如下：

test.c代码如下：

#include<stdio.h>

int main()
{
	printf("1 2 3 4 5 6 7 8 9 10\n");
}

可以看到这个代码很简单，就是打印一到十，但是这个打印结果是怎样呈现在我们的电脑上的，过程是什么样的？这就是接下来我们要说的重点：
首先，我们写的这几行代码就是源文件，叫test.c，但是这个test.c是不能直接被执行的，这个源文件要经过层层转化，变成.exe（可执行文件）才能够运行，那么这个过程就叫翻译环境。
我们可以看看啊

在储存项目的文件夹里面，首先是有一个test.c，这是我们的源文件，源文件很小啊，只有1KB。

在另一个文件夹中储存着经过转化后的可执行程序文件，足足有61KB，那在这个转化中到底发生了什么呢？

翻译环境

整个翻译流程的过程是这样的，实际上计算机可以多个程序同时编译，就像这样：

这样的过程多半在多个源文件，函数嵌套使用的时候会用到这个我们之后再说。
我们可以看到，源文件经过编译器的处理变成目标文件，目标文件通过链接器的处理形成可执行程序，那在编译和链接的过程中，发生了什么呢？

编译

其实在Linux环境中翻译的每一步都能呈现出来，但是由于笔者的Linux并不是很好，所以这里用VS替代。
预处理阶段
可以看到，编译也是分为三个阶段的，先看第一个预处理阶段，这个阶段会发生什么事情呢，第一点是头文件的包含，我们在写代码的时候，都会引用标准库，也就是#include<stdio.h>，光写这个代码是没有作用的，但是经过了预处理以后我们会把整个库都放到你的代码里面，你的代码突然就多了几百甚至上千行，感兴趣的可以自己在gcc中模拟一下。
第二点是宏定义符号的替换，也就是#define ，在写程序的时候，我们经常用 #define n 10这样的语句进行替换，但其实，n在预处理的时候，会被编译器重新替换成10.


可以看到，预处理之后程序发生了明显的变化，宏定义全被替换了，注释也没了，还会把stdio引用进来，这代码量一下子就上来了。
编译阶段
在编译阶段，编译器会根据一些规则，把你写的C语言代码，转换成汇编代码。
是这里是对你的语法，词法，语义进行分析，转化成汇编代码，这些如果学过编译原理的同学应该会很了解，但是编译阶段最重要的还是符号汇总
这个符号汇总呢，会统计一些全局的符号，例如main，又例如全局出现的函数名之类的，变量名不属于其中的范围，下面我们看个例子：

extern是一个关键字，说明该函数不是在这里声明的，去其他文件里边找。
看看这里的符号有哪些，在 test中，符号： add、main
在add中，符号：add
在编译阶段，我们会把这些符号先收集起来备用。
汇编
在汇编阶段，我们会把汇编指令转换成计算机所能识别的二进制指令，我们可以看看这些指令：

这是test.obj文件，我们是完全看不懂的，在转换的时候，还会形成符号表，就是在编译阶段的那个符号汇总。

这就是test和add的符号表，可以看到他们是有重复的，而且test.obj中的add是没有地址的，因为就不是从他这里声明的，所以地址为空啊，这里的地址只是举个例子，并不一定准确。
到这里，编译阶段就完成了。

链接

紧接着是链接阶段，链接阶段主要就做两件事，一件是合并段表，另一件事是符号表的合并与重定位：

这个过程并不难理解啊，先说说合并段表，在经过编译时，文件会从.c文件转化成.obj的二进制文件，每个二进制文件被分成了很多个段，代表着不同的功能，而在链接阶段要做的就是把这些段连起来

有点类似于这样，凑活看看。
链接的时候还会完成符号表的合并和重定向，这又是什么意思呢？
符合表的合并，那就是把多个文件的符号表合并成一个，在这个过程中，重复的会被合成一个，而且会重新寻址，之前说的没有声明的函数没有地址，在这里也会找打它被声明的文件，给上它一个地址，合并完大概是这样（还是add的那个例子）

就是这么一个效果，后面跟的是他的地址。

那么经过这个操作以后，.obj文件就成功的转化为了.exe的可执行文件。

碎碎念

由于笔者的能力问题，并没有深挖细节，十分惭愧，来日方长，学明白以后一定再深入细致的说明这些过程。