C语言编译原理-优快云博客

本文链接：https://blog.youkuaiyun.com/WEB___/article/details/125715785

.c—(预处理)–>.i—(编译)–>.s—(汇编)–>.o—(连接)—>可行性文件。可执行文件存在硬盘中是静态文件，称之为程序。
当程序被启动时，操作系统进行以下操作：
1、将程序的代码段和数据段从硬盘复制到内存中（XIP例外）；
2、创建PCB（进程控制块），描述程序的各种信息；
3、在代码段中定位入口函数的地址，CPU从此开始执行。
源程序 → 词法分析器 → 语法分析器 → 中间代码生成器 → 代码优化器 → 代码生成器 → 目标程序，期间有符号表管理器和错误处理器的参与。

编译得到的obj文件是0/1类型的机器码，即CPU能够识别的微指令，不能直接执行，调用的函数代码并不在obj文件中，要通过链接得到exe文件

在这里插入图片描述

将源程序根据C语言的词法规则切割成分立的token（标识符、数字、符号）并鉴别属性。

int a = 10;
//int、a、=、10、;

从连续的token中识别出标识符、关键字、数字、运算符，并存储为token流（符号流），从中识别出符合C语言语法的语句。

int a = 10;
//返回值类型 变量名 运算符 变量值 ;

token流与C语言规定的规则相符，编译器就认定为变量赋值语句，以语法树的形式在内存中记录下来。

检测源程序中的语义错误并收集代码生成阶段要用到的类型信息，还要进行符号表的管理。

由于计算机存在多种架构的CPU硬件，如X86、ARM平台。考虑到程序在不同CPU之间的可移植性，先转换成一个通用的、抽象的CPU指令代码。然后，根据具体的CPU指令集落实到具体的CPU目标代码，这就是中间代码的设计思想。
之后，中间代码转换为目标代码——汇编代码，由汇编器依照选定系统的目标文件，将汇编文件转为具体的目标文件，此时已经是CPU的机器指令。
最后，连接器将目标文件链接成选定系统的可执行文件。

最纯粹的二进制机器代码，内部没有地址标记，是直接的内存映象表示，可以在裸机上运行，文件大小即文件所包含的数据的实际大小。

x86 Linux系统下的一种常用目标文件格式，有3种主要类型：
1、适于连接的可重定位文件(relocatablefile)，可与其它目标文件一起创建可执行文件和共享目标文件。*.o文件就是可重定位文件，由 *.c源文件经过预编译、编译、汇编步骤生成；
2、适于执行的可执行文件(executablefile)，用于提供程序的进程映像，加载到内存执行。LinuxOS下，通常 gcc -o test test.c，生成的test文件就是ELF格式的，在LinuxShell下输入./test就可以执行。Windows下的.exe；
3、共享目标文件(sharedobjectfile)，连接器可将它与其它可重定位文件和共享目标文件连接成其它的目标文件，动态连接器又可将它与可执行文件和其它共享目标文件结合起来创建一个进程映像。简单的例子，就是.lib文件。