作者簡(jiǎn)介：

程磊，某手機(jī)大廠系統(tǒng)開(kāi)發(fā)工程師，閱碼場(chǎng)榮譽(yù)總編輯，最大的愛(ài)好是鉆研Linux內(nèi)核基本原理。

• 一、編譯系統(tǒng)的形成與發(fā)展

  • 1.1 手工硬件編程

  • 1.2 面向硬件編程

  • 1.3 高級(jí)語(yǔ)言編程

  • 1.4 編譯系統(tǒng)的組成

• 二、編譯系統(tǒng)的邏輯結(jié)構(gòu)

  • 2.1 狹義編譯

  • 2.2 最狹義編譯

  • 2.3 鏈接過(guò)程

  • 2.4 組建系統(tǒng)

• 三、編譯原理簡(jiǎn)介

  • 3.1 詞法分析

  • 3.2 語(yǔ)法分析

  • 3.3 語(yǔ)義分析

  • 3.4 中間碼生成

  • 3.5 中間碼優(yōu)化

  • 3.6 機(jī)器碼生成

  • 3.7 機(jī)器碼優(yōu)化

  • 3.8 小型編譯器推薦

• 四、靜態(tài)鏈接與動(dòng)態(tài)鏈接

  • 4.1 靜態(tài)鏈接

  • 4.2 動(dòng)態(tài)鏈接

  • 4.3 實(shí)例解析

• 五、總結(jié)回顧

一、編譯系統(tǒng)的形成與發(fā)展

什么是編譯器？為什么要有編譯器？編譯器的作用是什么？編譯系統(tǒng)的組成部分有哪些，它們之間的關(guān)系是什么？有一句名言說(shuō)的非常好：了解一件事情最好從它的歷史開(kāi)始。要想對(duì)整個(gè)編譯系統(tǒng)有個(gè)全面透徹地理解，我們就必須要先去認(rèn)真研究它的發(fā)展歷史。下面我們就來(lái)看一下編譯系統(tǒng)的發(fā)展歷史。

1.1 手工硬件編程

最早開(kāi)始的時(shí)候，我們是手工硬件編程，注意是手工硬件編程，不是面向硬件編程。手工硬件編程是程序員直接用手去改變計(jì)算機(jī)中的跳線連接方式來(lái)編程。把所有的跳線連接都改完之后，插上電源，按執(zhí)行按鈕，計(jì)算機(jī)就可以執(zhí)行程序了。很顯然這種編程方式很原始、很low、很麻煩。如果我們有兩個(gè)程序A和B，我們執(zhí)行完A之后想要執(zhí)行B，就要先把A毀掉之后再把B給手工編到硬件上去才能執(zhí)行B。下次再需要執(zhí)行A的時(shí)候還需要重新再把A編到硬件上。這是多么的麻煩，于是大神馮諾依曼就提出了一個(gè)想法叫做存儲(chǔ)程序設(shè)計(jì)，就是我們把程序存儲(chǔ)到存儲(chǔ)器上，計(jì)算機(jī)每次運(yùn)行的時(shí)候都去存儲(chǔ)器讀指令來(lái)執(zhí)行就可以了。存儲(chǔ)程序設(shè)計(jì)是一個(gè)非常偉大的想法，是計(jì)算機(jī)歷史上發(fā)展的一大步。以前當(dāng)我看到書上對(duì)存儲(chǔ)程序設(shè)計(jì)大加贊賞時(shí)，我就非常疑惑不解，存儲(chǔ)程序，還用你說(shuō)，程序不是本來(lái)就存在硬盤上嗎，這不是理所應(yīng)當(dāng)?shù)膯幔@有什么好夸獎(jiǎng)的。當(dāng)我們對(duì)一個(gè)東西習(xí)以為常、司空見(jiàn)慣的時(shí)候，我們就會(huì)覺(jué)得這個(gè)東西沒(méi)什么，但是實(shí)際上這個(gè)東西的提出或者發(fā)明是非常偉大的。就好比我們都站著走路覺(jué)得這個(gè)沒(méi)什么，這不是應(yīng)該的嗎，本來(lái)就是這樣。但是實(shí)際上人類直立行走是人從動(dòng)物進(jìn)化到人的過(guò)程中非常重要的一步，如果沒(méi)有直立行走，人類現(xiàn)在說(shuō)不定還是生活在原始森林里的動(dòng)物。好，我們接著往下說(shuō)，有了存儲(chǔ)程序設(shè)計(jì)，我們就從手工硬件編程進(jìn)化到了面向硬件編程。

1.2 面向硬件編程

面向硬件編程又分為1.0 二進(jìn)制編程、2.0 手工匯編編程、3.0 匯編編程三個(gè)版本。由于計(jì)算機(jī)硬件采取的是二進(jìn)制實(shí)現(xiàn)方式，所以1.0版本的面向硬件編程就是二進(jìn)制編程，就是直接用一堆0110101來(lái)編程。計(jì)算機(jī)為什么要采用二進(jìn)制的方式來(lái)實(shí)現(xiàn)而不是采用人類最熟悉的十進(jìn)制方式或者其他進(jìn)制方式來(lái)實(shí)現(xiàn)呢？這里面有多個(gè)原因，首先是因?yàn)槎M(jìn)制是最簡(jiǎn)單的進(jìn)制，不可能有比二進(jìn)制更簡(jiǎn)單的進(jìn)制了。二是因?yàn)橛布暮芏嗵卣髡每梢院?jiǎn)單對(duì)應(yīng)到二進(jìn)制的0和1上，比如高電壓是1，低電壓是0，通路是1，斷路是0，非常方便，便于實(shí)現(xiàn)。三是因?yàn)檫壿嬤\(yùn)算布爾代數(shù)正好可以對(duì)應(yīng)到二進(jìn)制0和1上。如果采取3進(jìn)制、5進(jìn)制、8進(jìn)制、10進(jìn)制，將會(huì)面臨著很多的麻煩。采用二進(jìn)制也存在一個(gè)問(wèn)題，就是人類熟悉10進(jìn)制，不熟悉2進(jìn)制，這個(gè)問(wèn)題可以通過(guò)在顯示的時(shí)候把2進(jìn)制轉(zhuǎn)換為10進(jìn)制來(lái)解決，人們用電腦時(shí)看到的都會(huì)是10進(jìn)制數(shù)，沒(méi)有影響。

有了二進(jìn)制編程，我們就可以直接書寫處理器能直接識(shí)別和執(zhí)行的二進(jìn)制指令來(lái)編程了，比手工硬件編程方便了很多。但是顯然直接書寫一堆0110101的代碼，很違背直覺(jué)，很難寫，也很容易出錯(cuò)。如果不小心把某個(gè)0寫成了1，想把這個(gè)錯(cuò)誤找出來(lái)都非常困難。于是人們想出了一個(gè)方法，我先在草稿紙上用偽代碼編程，比如，加法的指令是10101010，我先用 ADD 來(lái)代替。等把程序?qū)懞昧?，我再一個(gè)一個(gè)地把 ADD SUB JMP 等這些指令助記符手工轉(zhuǎn)換成0110，再輸入到電腦上去執(zhí)行。我們把這種編程方式叫做手工匯編編程，這種編程方式和手工硬件編程、二進(jìn)制編程相比都有很大的進(jìn)步，但是依然很麻煩。于是我們就想，把助記符轉(zhuǎn)換成二進(jìn)制指令的這個(gè)過(guò)程，我能不能用程序來(lái)實(shí)現(xiàn)呢，何必非要自己手工去做呢，于是就有了匯編器程序。我們把二進(jìn)制指令叫做機(jī)器語(yǔ)言，把助記符指令叫做匯編語(yǔ)言，你用匯編語(yǔ)言寫的程序叫做匯編程序，匯編器程序把你寫的匯編程序轉(zhuǎn)換成二進(jìn)制程序，然后就可以運(yùn)行了。匯編器程序也是程序啊，該用什么語(yǔ)言來(lái)寫呢，顯然此時(shí)只能用二進(jìn)制編程或者手工匯編編程來(lái)寫匯編器程序，我們把這個(gè)匯編器叫做盤古匯編器。盤古匯編器的特點(diǎn)是它是手工產(chǎn)生的，不需要匯編或者編譯來(lái)生成。盤古匯編器有了之后，就可以對(duì)所有的匯編程序進(jìn)行匯編了，此時(shí)我們就進(jìn)入了匯編編程時(shí)代。既然所有的程序都能用匯編語(yǔ)言編寫了，那么我們能不能用匯編語(yǔ)言再寫一個(gè)匯編器呢，答案是能，我們把這個(gè)匯編器叫做女媧匯編器。我們用盤古匯編器匯編女媧匯編器的源碼，得到二進(jìn)制的女媧匯編器，然后就可以用二進(jìn)制的女媧匯編器匯編女媧匯編器的源碼，又得到了新的二進(jìn)制女媧匯編器。從此我們就可以拋棄盤古匯編器了，實(shí)現(xiàn)二進(jìn)制女媧匯編器和源碼女媧匯編器的雞生蛋、蛋生雞的循環(huán)了。我們就可以不斷地改善女媧匯編器的源碼，實(shí)現(xiàn)女媧匯編器的進(jìn)化，并且還可以編譯其他匯編程序。

第一個(gè)編譯器是怎么來(lái)的？

在此我們提前回答一個(gè)問(wèn)題，編譯器也是程序，也需要被編譯，那么第一個(gè)編譯器是怎么來(lái)的，是誰(shuí)編譯的呢。第一個(gè)C語(yǔ)言編譯器是用B語(yǔ)言寫的，用B語(yǔ)言編譯器編譯的，有個(gè)這個(gè)盤古C語(yǔ)言編譯器，我們就可以再用C語(yǔ)言來(lái)重新寫一個(gè)C語(yǔ)言編譯器了，叫做女媧C語(yǔ)言編譯器。用二進(jìn)制的C語(yǔ)言盤古編譯器編譯源碼形式的女媧C語(yǔ)言編譯器，就得到了二進(jìn)制的女媧C語(yǔ)言編譯器，然后二進(jìn)制的女媧C語(yǔ)言編譯器再去編譯源碼形式的女媧C語(yǔ)言編譯器，就可以實(shí)現(xiàn)類似女媧匯編器的循環(huán)了。同理你會(huì)問(wèn)那么第一個(gè)B語(yǔ)言編譯器是怎么來(lái)的呢，第一個(gè)B語(yǔ)言編譯器是用BCPL語(yǔ)言書寫的，是用BCPL語(yǔ)言編譯器編譯的。一直這么追問(wèn)下去，第一個(gè)編譯器是怎么實(shí)現(xiàn)的呢？第一個(gè)編譯器是用匯編語(yǔ)言寫的，匯編器匯編出來(lái)的。再往前推，第一個(gè)匯編器是手工書寫的二進(jìn)制代碼。所以編譯器的源頭是我們?nèi)祟愔苯佑脵C(jī)器語(yǔ)言書寫的盤古匯編器，它不需要編譯也不需要匯編，能直接在機(jī)器上運(yùn)行。

1.3 高級(jí)語(yǔ)言編程

面向硬件編程3.0版本–匯編編程，雖然已經(jīng)很先進(jìn)了，但它仍然是面向硬件編程啊，程序員仍然需要了解很多的硬件細(xì)節(jié)，不能專注于程序自身的邏輯。實(shí)際上絕大部分程序，它的功能實(shí)現(xiàn)都和硬件無(wú)關(guān)，而且用匯編語(yǔ)言寫的程序不具有跨平臺(tái)性，程序員要為每個(gè)硬件平臺(tái)都寫一份程序或者要移植一下，這非常麻煩。能不能發(fā)明一種語(yǔ)言，屏蔽各種硬件細(xì)節(jié)，只注重于實(shí)現(xiàn)程序自身的邏輯，實(shí)現(xiàn)源碼級(jí)的跨平臺(tái)性呢，于是高級(jí)語(yǔ)言誕生了。第一個(gè)高級(jí)語(yǔ)言大概是Algol吧，然后從Algol一路發(fā)展到BCPL、B、C、C++、JAVA、C# 等。在高級(jí)語(yǔ)言里面沒(méi)有各種硬件指令，沒(méi)有寄存器，沒(méi)有復(fù)雜的尋址模式，取而代之的是各種數(shù)據(jù)類型的數(shù)據(jù)定義，和對(duì)數(shù)據(jù)的直觀操作，以及if、for、while、switch等控制語(yǔ)句，還有一些更高級(jí)的語(yǔ)法構(gòu)造如類、模板等，都是用接近于人類自然語(yǔ)言的方式來(lái)表達(dá)的，可讀性非常強(qiáng)。如果想要了解學(xué)習(xí)一些高級(jí)語(yǔ)言，如C和C++，可以參看《深入理解C與C++》。

編譯器的定義：好，說(shuō)到這里，大家對(duì)什么是編譯器心里應(yīng)該已經(jīng)很明白了。我們來(lái)總結(jié)一下，什么是編譯器，編譯器是人類和計(jì)算機(jī)之間的一個(gè)矛盾的產(chǎn)物。這個(gè)矛盾就是計(jì)算機(jī)能夠理解和執(zhí)行二進(jìn)制格式的程序卻不能理解和執(zhí)行文本格式的程序。而人類正好相反，人類能理解和書寫文本格式的程序卻難以理解和書寫二進(jìn)制格式的程序。于是編譯器出現(xiàn)了，用來(lái)幫助人類解決這個(gè)矛盾。人類書寫文本格式的程序，編譯器給翻譯成二進(jìn)制格式的程序，計(jì)算機(jī)再來(lái)執(zhí)行。

1.4 編譯系統(tǒng)的組成

上面我們把什么是編譯器給解釋清楚了，我們?cè)倮^續(xù)順著這個(gè)思路來(lái)解釋一下什么是鏈接、加載和組建。剛開(kāi)始的時(shí)候，程序都很簡(jiǎn)單，一個(gè)C文件就搞定了，我們可以把一個(gè)C文件直接編譯成可執(zhí)行程序。但是后來(lái)隨著程序越來(lái)越龐大，再把程序全寫到一個(gè)C文件里就不合適了，一個(gè)C文件寫幾千行還算合理，但是寫幾萬(wàn)行，幾十萬(wàn)行甚至幾百萬(wàn)行就不合理了。于是我們把程序?qū)懙蕉鄠€(gè)文件里，每個(gè)文件單獨(dú)編譯，生成中間目標(biāo)文件，再把這些中間目標(biāo)文件連接合并成一個(gè)可執(zhí)行程序，這個(gè)連接合并過(guò)程就叫做鏈接，執(zhí)行鏈接的程序叫做鏈接器。后來(lái)隨著程序的更加復(fù)雜龐大，這種鏈接方式也有問(wèn)題，因?yàn)橛泻芏喙渤绦?，你把它們都鏈接到每個(gè)程序中，這樣每個(gè)程序都自己包含一份庫(kù)程序，這會(huì)導(dǎo)致浪費(fèi)大量的磁盤空間，而且運(yùn)行時(shí)也很浪費(fèi)物理內(nèi)存，如果一個(gè)庫(kù)程序更新了，每個(gè)可執(zhí)行程序都要重新鏈接一遍，也很麻煩。為了解決這幾個(gè)問(wèn)題，于是誕生了動(dòng)態(tài)鏈接，于是就把之前的鏈接方式叫做靜態(tài)鏈接。我們把一些公共庫(kù)程序做成動(dòng)態(tài)鏈接庫(kù)，每個(gè)可執(zhí)行程序鏈接到動(dòng)態(tài)庫(kù)時(shí)只是在程序內(nèi)部做了一個(gè)鏈接記錄，并不會(huì)把動(dòng)態(tài)庫(kù)復(fù)制到可執(zhí)行程序本身，這樣整個(gè)磁盤里面就只有一份這個(gè)動(dòng)態(tài)庫(kù)。運(yùn)行時(shí)，這個(gè)動(dòng)態(tài)庫(kù)也只需要加載進(jìn)物理內(nèi)存一次，然后分別映射到不同進(jìn)程的虛擬內(nèi)存空間中就可以了，這個(gè)動(dòng)作叫做加載。至此我們明白了編譯、鏈接、靜態(tài)鏈接、動(dòng)態(tài)鏈接、加載這幾個(gè)概念，做編譯的是編譯器，做鏈接的是鏈接器，做加載的是加載器。

下面我們說(shuō)一說(shuō)什么是組建，假設(shè)我們有個(gè)軟件由十幾個(gè)文件夾幾百個(gè)C文件組成，我們每次想編譯時(shí)該怎么做，一個(gè)一個(gè)地編譯每個(gè)C文件，然后再把所有的中間目標(biāo)文件靜態(tài)鏈接、動(dòng)態(tài)鏈接起來(lái)生成最終的可執(zhí)行程序，每次都手工輸入那么多命令是多么麻煩啊。我們?cè)撛趺崔k，一個(gè)最簡(jiǎn)單直接的方式是把這些命令都寫到腳本里，后面每次都執(zhí)行這個(gè)腳本就可以了。這個(gè)想法很好，也解決了問(wèn)題，但是還存在問(wèn)題，就是寫這個(gè)腳本比較麻煩，修改這個(gè)腳本也比較麻煩。于是就出現(xiàn)了一些可以自動(dòng)生成這個(gè)腳本的方法，你寫一些簡(jiǎn)單的配置和規(guī)則，然后用一個(gè)程序處理這個(gè)規(guī)則，就可以自動(dòng)生成這個(gè)腳本，再執(zhí)行這個(gè)腳本就可以編譯整個(gè)程序了。后來(lái)你發(fā)現(xiàn)，你的解析程序解析你的規(guī)則文件后，直接在內(nèi)部生成這個(gè)腳本執(zhí)行這個(gè)腳本就可以了，沒(méi)必要非要把這個(gè)腳本顯式地寫出來(lái)再去執(zhí)行，這一套東西就叫做組建系統(tǒng)。組建系統(tǒng)由兩部分組成，解析程序和規(guī)則文件。最著名的組建系統(tǒng)就是make了，make由兩部分組成，make程序和Makefile文件。你按照Makefile的要求去書寫Makefile文件，然后執(zhí)行make命令就可以編譯整個(gè)程序了。后來(lái)隨著程序的更加龐大和復(fù)雜化，Makefile也變得越來(lái)越龐大越難以書寫了，于是又產(chǎn)生了元組建系統(tǒng)，來(lái)幫你生成Makefile文件。元組建系統(tǒng)也由兩部分組成，解析程序和規(guī)則文件，你按照它的要求書寫規(guī)則文件，然后執(zhí)行解析程序生成Makefile，然后再執(zhí)行make命令編譯整個(gè)程序。針對(duì)make的比較著名的元組建系統(tǒng)有CMake、autoconf/automake等。由于make運(yùn)行時(shí)需要把每個(gè)文件夾下Makefile都include進(jìn)來(lái)，這對(duì)于小規(guī)模的程序來(lái)說(shuō)還能忍受，但是當(dāng)程序非常龐大、源碼下的文件夾比較多的時(shí)候，這個(gè)耗時(shí)就難以忍受了，于是人們開(kāi)發(fā)出了ninja組建系統(tǒng)，它運(yùn)行時(shí)只解析一個(gè)build文件，運(yùn)行效率就比較高。不過(guò)要手工寫ninja的build文件是很麻煩的，對(duì)大型程序來(lái)說(shuō)幾乎是不現(xiàn)實(shí)的，所以對(duì)ninja組建系統(tǒng)幾乎是必配元組建系統(tǒng)，當(dāng)只修改源碼內(nèi)容時(shí)可以直接運(yùn)行ninja命令，但是當(dāng)程序結(jié)構(gòu)發(fā)生變化時(shí)必須要先運(yùn)行一下元組建系統(tǒng)重新生成一下ninja的build文件。

現(xiàn)在我們看到整個(gè)編譯系統(tǒng)由3部分組成，編譯、鏈接、組建，執(zhí)行它們的分別是編譯器、鏈接器、組建系統(tǒng)。我們?cè)诿钚芯幾g一個(gè)程序的時(shí)候，只需要調(diào)用一個(gè)組建命令，組建系統(tǒng)就會(huì)幫我們自己編譯、鏈接整個(gè)程序，還會(huì)做一些其他輔助工作如打包、簽名等。有些同學(xué)可能會(huì)說(shuō)我從來(lái)沒(méi)用過(guò)什么編譯器、鏈接器、組建系統(tǒng)，我每次編程都是直接寫程序，然后直接按一個(gè)按鈕就行了，這個(gè)東西就叫做集成開(kāi)發(fā)環(huán)境，它把文本編輯器、編譯器、鏈接器、組建系統(tǒng)、調(diào)試器都集成在一起了，可以方便大家的開(kāi)發(fā)工作，但也使得很多人都不了解它背后的工作原理。所以說(shuō)命令行雖然不太好用，但是它的不太好用是指學(xué)會(huì)用它比較麻煩，但是一旦學(xué)會(huì)用它，你會(huì)發(fā)現(xiàn)它非常強(qiáng)大，而且同時(shí)你對(duì)它背后的原理也理解地比較深刻。

很多時(shí)候我們?cè)诠ぷ鞯臅r(shí)候會(huì)經(jīng)常說(shuō)到編譯這個(gè)詞，但是在不同的場(chǎng)景下它的含義是不一樣的。下面我們來(lái)進(jìn)行一下名詞解析，說(shuō)一下編譯的四種不同含義:

• 最廣義的編譯：就是組建過(guò)程，包括編譯、鏈接、打包、簽名等
• 廣義的編譯：包括狹義的編譯和鏈接
• 狹義的編譯：就是單指編譯，把源文件編譯成目標(biāo)文件的過(guò)程
• 最狹義的編譯：就是編譯原理中的編譯，不包括開(kāi)頭的預(yù)處理和最后的匯編過(guò)程(如果有的話)。

編譯原理里面講的編譯就是指這個(gè)最狹義的編譯，一般是沒(méi)有這個(gè)匯編過(guò)程的，就是直接生成目標(biāo)文件，如果有匯編過(guò)程的則不包括匯編過(guò)程，很多編譯器采取的方式是有匯編的過(guò)程的。

為什么要在這里做個(gè)名詞解析呢，因?yàn)樵诠ぷ骱鸵恍┯懻撝袝?huì)因?yàn)榇蠹艺f(shuō)的編譯這個(gè)詞的含義不同而產(chǎn)生一些說(shuō)不清的爭(zhēng)論。比如說(shuō)我們?cè)诰幾g整個(gè)程序的時(shí)候，我們只會(huì)說(shuō)編譯這個(gè)程序，而不會(huì)去說(shuō)組建這個(gè)程序，也不會(huì)去說(shuō)編譯加鏈接加打包這個(gè)程序，這樣說(shuō)會(huì)顯得很別扭，所以很多時(shí)候會(huì)因?yàn)榫幾g的含義不同而產(chǎn)生一些不必要的爭(zhēng)論。例如有一次服務(wù)器編譯出錯(cuò)了，我說(shuō)編譯出錯(cuò)了，有一個(gè)同事說(shuō)編譯沒(méi)有錯(cuò)，是打包出錯(cuò)了。還有一次有個(gè)同事編譯出錯(cuò)了，讓我?guī)兔纯词窃趺椿厥?，我看了之后說(shuō)編譯過(guò)程沒(méi)問(wèn)題，鏈接階段出錯(cuò)了，找不到符號(hào)，他一臉疑惑的說(shuō)，這編譯不是出錯(cuò)了嗎。還有些同學(xué)不明白編譯原理中的編譯和工作中的編譯的不同，會(huì)問(wèn)一些非常有意思的問(wèn)題，比如有人問(wèn)過(guò)我，預(yù)處理的時(shí)候?yàn)槭裁床荒芴崆鞍l(fā)現(xiàn)語(yǔ)法錯(cuò)誤呢，我說(shuō)預(yù)處理的時(shí)候還沒(méi)到編譯階段呢，他說(shuō)預(yù)處理不是編譯嗎。如果我們知道了編譯的四個(gè)不同廣度的含義就能更好地溝通清楚我們要表達(dá)的意思。

二、編譯系統(tǒng)的邏輯結(jié)構(gòu)

前面一章我們對(duì)編譯的概念和編譯系統(tǒng)的組成已經(jīng)有了基本的了解，這一章我們來(lái)具體講講它們之間的結(jié)構(gòu)關(guān)系和每個(gè)組成部分的功能作用。

2.1 狹義編譯

我們首先來(lái)看一下狹義編譯：

狹義編譯是對(duì)一個(gè)源文件和n個(gè)頭文件進(jìn)行的編譯，它包含預(yù)處理、最狹義編譯和匯編三個(gè)過(guò)程。預(yù)處理是對(duì)源文件中的預(yù)處理指令進(jìn)行處理的過(guò)程，預(yù)處理指令包括頭文件包含指令(#include)、宏定義指令(#define)、取消宏定義指令(#undef)、條件編譯指令(#if #ifdef #ifndef #else #elif #endif)和其他一些編譯指令。預(yù)處理過(guò)程會(huì)把所有被包含的頭文件插入到源文件中，并對(duì)其它預(yù)處理指令進(jìn)行處理，最終生成一個(gè)編譯單元 .i文件。然后對(duì)編譯單元進(jìn)行最狹義的編譯，也就是編譯原理里面所說(shuō)的編譯。編譯原理里面說(shuō)最狹義編譯最后可以生成匯編文件也可以直接生成目標(biāo)文件沒(méi)有匯編過(guò)程，但是書里一般都是按照直接生成目標(biāo)文件來(lái)講的，而現(xiàn)實(shí)中的編譯器一般都是生成匯編文件，最后再經(jīng)歷一個(gè)匯編過(guò)程。匯編是把匯編文件生成目標(biāo)文件的過(guò)程，目標(biāo)文件里面包含可直接執(zhí)行的機(jī)器指令，但是整個(gè)文件還不是可執(zhí)行格式。

2.2 最狹義編譯

最狹義編譯是編譯原理中的編譯。編譯原理是一門非常艱深課程，是計(jì)算機(jī)科學(xué)中最有技術(shù)含量的領(lǐng)域之一，是理論和實(shí)現(xiàn)都極其難以理解的一門科學(xué)。我們這里不準(zhǔn)備詳細(xì)講解編譯原理的知識(shí)，只是對(duì)其框架進(jìn)行大概的介紹。我們先看一張圖：

我們按照直接生成目標(biāo)文件的方式來(lái)講，因?yàn)檫@樣整個(gè)編譯器結(jié)構(gòu)比較完整，如果是生成匯編文件的話，那么機(jī)器碼生成這塊就不存在了。編譯器一般都分成前端和后端兩個(gè)部分，前端負(fù)責(zé)對(duì)語(yǔ)言本身進(jìn)行解析，后端負(fù)責(zé)機(jī)器碼生成。為什么要分成前端和后端兩個(gè)部分呢，因?yàn)榍岸撕秃蠖瞬⒉皇潜厝魂P(guān)聯(lián)的，分開(kāi)之后可以有更大的靈活性。靈活性主要有兩個(gè)方面，對(duì)于同一種語(yǔ)言來(lái)說(shuō)，語(yǔ)法解析我們只需要實(shí)現(xiàn)一次就行了，當(dāng)語(yǔ)言需要移植到另一個(gè)CPU架構(gòu)時(shí)，只需要實(shí)現(xiàn)后端就可以了。對(duì)于不同的語(yǔ)言來(lái)說(shuō)，對(duì)于同一個(gè)CPU架構(gòu)我們沒(méi)必要實(shí)現(xiàn)多個(gè)后端，所有的語(yǔ)言都可以共用同一個(gè)后端，當(dāng)編譯器需要支持新的語(yǔ)言的時(shí)候，只需要實(shí)現(xiàn)前端就行了。前端包括詞法分析、語(yǔ)法分析(句法分析)、語(yǔ)義分析，后端包括中間碼生成、中間碼優(yōu)化、機(jī)器碼生成、機(jī)器碼優(yōu)化，下一章將會(huì)對(duì)其進(jìn)行稍微詳細(xì)的介紹。

2.3 鏈接過(guò)程

經(jīng)過(guò)狹義編譯之后我們得到了目標(biāo)文件，但是目標(biāo)文件并不是最終的可執(zhí)行程序，我們需要把目標(biāo)文件鏈接起來(lái)才能生成可執(zhí)行程序。程序執(zhí)行時(shí)生成進(jìn)程，進(jìn)程是由一個(gè)exe主程序和n個(gè)so庫(kù)程序組成，主程序和庫(kù)程序都是由目標(biāo)文件和靜態(tài)庫(kù)文件通過(guò)靜態(tài)鏈接生成的。靜態(tài)鏈接分為隱式靜態(tài)鏈接和顯式靜態(tài)鏈接，隱式靜態(tài)鏈接是目標(biāo)文件和目標(biāo)文件直接合并在一起，顯式靜態(tài)鏈接是目標(biāo)文件和靜態(tài)庫(kù)進(jìn)行鏈接，本質(zhì)上還是和靜態(tài)庫(kù)里面的目標(biāo)文件進(jìn)行鏈接。隱式靜態(tài)鏈接和顯式靜態(tài)鏈接區(qū)別不大，本質(zhì)上是沒(méi)有區(qū)別的，只是在編譯命令上有形式上的區(qū)別。Exe對(duì)so，so對(duì)so，是動(dòng)態(tài)鏈接的，動(dòng)態(tài)鏈接分為半動(dòng)態(tài)鏈接和完全動(dòng)態(tài)鏈接，兩者的本質(zhì)是相同的，都是動(dòng)態(tài)鏈接的，也就是說(shuō)沒(méi)有復(fù)制文件的過(guò)程，但是兩者的實(shí)現(xiàn)形式還是有很大差異的。半動(dòng)態(tài)鏈接就是我們平常所說(shuō)的動(dòng)態(tài)鏈接，它在編程時(shí)需要include so的頭文件，在編譯時(shí)需要指定so所在的路徑，鏈接后生產(chǎn)的文件中會(huì)記錄這個(gè)so的相關(guān)信息，在進(jìn)程啟動(dòng)時(shí)加載器會(huì)加載這個(gè)so，在程序運(yùn)行時(shí)調(diào)用了這個(gè)so的函數(shù)的時(shí)候會(huì)去動(dòng)態(tài)解析符號(hào)。完全動(dòng)態(tài)鏈接是指在代碼中通過(guò)函數(shù)dlopen加載相應(yīng)的so，通過(guò)函數(shù)dlsym查找要調(diào)用的函數(shù)的符號(hào)，然后去調(diào)用這個(gè)函數(shù)，使用完了之后可以通過(guò)dlclose卸載這個(gè)so。完全動(dòng)態(tài)鏈接不需要include相應(yīng)的頭文件，編譯時(shí)也不需要指定so的路徑，運(yùn)行時(shí)如果找不到so，dlopen會(huì)返回NULL，程序不會(huì)崩潰，用完了之后還可以把so卸載了。相反，對(duì)于半動(dòng)態(tài)鏈接，如果編譯時(shí)找不到so就會(huì)編譯不過(guò)，運(yùn)行時(shí)找不到so程序就會(huì)啟動(dòng)失敗，程序運(yùn)行的過(guò)程中也不可能把so給卸載移出進(jìn)程的內(nèi)存空間。

下面看一下編譯時(shí)鏈接的過(guò)程：

編譯時(shí)鏈接，不僅會(huì)進(jìn)行靜態(tài)鏈接，也會(huì)進(jìn)行半動(dòng)態(tài)鏈接的第一步。下面再看一下半動(dòng)態(tài)鏈接的啟動(dòng)加載和完全動(dòng)態(tài)鏈接：

進(jìn)程啟動(dòng)時(shí)首先是fork創(chuàng)建進(jìn)程的殼，然后exec加載進(jìn)程的主程序hello.exe和加載器ld.so。然后進(jìn)程返回用戶空間，執(zhí)行權(quán)交給ld，ld會(huì)根據(jù)主程序文件中的動(dòng)態(tài)段的信息去加載所有的so文件，并完成重定位工作，最后把執(zhí)行權(quán)交給主程序。主程序首先執(zhí)行的并不是main函數(shù)，而是_start函數(shù)，_start函數(shù)會(huì)調(diào)用 __libc_start_main函數(shù),此函數(shù)會(huì)完成進(jìn)程環(huán)境的初始化，最后調(diào)用main函數(shù)。進(jìn)入了main函數(shù)就是程序執(zhí)行的主體了，程序如果執(zhí)行到了dlopen函數(shù)，就會(huì)去加載相應(yīng)的so文件。

2.4 組建系統(tǒng)

組建系統(tǒng)英語(yǔ)是build system，也有翻譯成構(gòu)建系統(tǒng)的。什么是組建系統(tǒng)呢，如果你每次編譯程序都要執(zhí)行一大堆gcc ld 命令，那是多么的麻煩，有了組建系統(tǒng)你每次只需要執(zhí)行一個(gè)簡(jiǎn)單的命令，就能編譯整個(gè)程序了。下面我們以使用最普遍的組建系統(tǒng)make為例簡(jiǎn)單地講一講。make命令會(huì)在同目錄下尋找文件Makefile，然后解析并執(zhí)行它。Makefile的內(nèi)容包含5個(gè)部分，1.變量定義，2.顯示規(guī)則，3.隱式規(guī)則，4.文件指示，5注釋。變量定義相當(dāng)于C語(yǔ)言中的宏，使用時(shí)會(huì)被替換到相應(yīng)的位置。顯示規(guī)則說(shuō)明了如何生成一個(gè)文件，顯示規(guī)則包含3部分，目標(biāo)、依賴和命令。由于很多規(guī)則模式是很常用的，所以make內(nèi)置了一些規(guī)則，我們沒(méi)必要把規(guī)則寫全，make會(huì)自動(dòng)推導(dǎo)。文件指示類似于C語(yǔ)言中的預(yù)處理命令，如#include可以包含下層makefile。注釋是以#開(kāi)頭的行。

顯示規(guī)則的格式如下，隱式規(guī)則沒(méi)有命令部分。

三、編譯原理簡(jiǎn)介

前面我們講了一下最狹義編譯，也就是編譯原理中的編譯。這里我們把編譯原理給大家簡(jiǎn)單介紹一下，就不展開(kāi)詳細(xì)討論了，因?yàn)榫幾g原理實(shí)在是太深了，想要深入研究的同學(xué)可以去看參考文獻(xiàn)里推薦的書籍。我們先來(lái)看一下編譯的總體過(guò)程：

3.1 詞法分析

什么是詞法分析，為什么要進(jìn)行詞法分析呢？詞法分析是把一個(gè)一個(gè)的字符變成一個(gè)一個(gè)的單詞(Token)。單詞，英文是Token，漢語(yǔ)有翻譯成記號(hào)的，也有翻譯成符號(hào)的，它是源代碼的最小邏輯單位。詞法分析的作用就相當(dāng)于我們小時(shí)候的學(xué)的如何斷句，把一句話分成一個(gè)一個(gè)的詞，詞有名詞代詞動(dòng)詞形容詞副詞介詞連詞等，它們?cè)俳M成了一句話的主謂賓定狀補(bǔ)。類似的，詞法分析中從源代碼字符流中分出一個(gè)一個(gè)的單詞，并對(duì)單詞進(jìn)行屬性分類，方便后面進(jìn)一步地分析：句法分析(語(yǔ)法分析)，把單詞組成句子。詞法分析的基本原則也比較簡(jiǎn)單，主要就是按照空格劃分，按照換行劃分，但是又不完全如此，又有一些特殊情況。比如 a=b+c，雖然沒(méi)有一個(gè)空格，但是并不能整體上看成一個(gè)單詞，而是要把它看成是 a、=、b、+、c，五個(gè)單詞。又比如 s = “hello world”,雖然“hello world”中間有一個(gè)空格，但是并不能把它看成是兩個(gè)單詞，而是把它看成是一個(gè)單詞。

詞法分析器分析出來(lái)的單詞都有哪些類別呢，一共有5種類別，分別是關(guān)鍵字、標(biāo)識(shí)符、常量、操作符、分界符。關(guān)鍵字其實(shí)也算是標(biāo)識(shí)符，只不過(guò)是特殊的標(biāo)識(shí)符，它是計(jì)算機(jī)語(yǔ)言標(biāo)準(zhǔn)規(guī)定的具有特殊含義的標(biāo)識(shí)符，主要有兩類，一類是表示數(shù)據(jù)類型的，比如int、long、float等，另一類是表達(dá)流程的，比如if、while、for。標(biāo)識(shí)符是普通的標(biāo)識(shí)符，是程序員為程序中的實(shí)體起的名字，主要分為兩類，分別是變量名和函數(shù)名。常量就是程序中的字面常量，包括整數(shù)型常量、浮點(diǎn)型常量、字符常量、字符串常量、布爾常量等。操作符是用來(lái)進(jìn)行一些運(yùn)算的符號(hào)，如進(jìn)行算術(shù)運(yùn)算的 + - x / % 等運(yùn)算符，進(jìn)行比較操作的 > >= < <= == != 等，進(jìn)行邏輯運(yùn)算的 && || ！等運(yùn)算符，還有進(jìn)行移位運(yùn)算、賦值操作、條件操作等操作符。分界符是沒(méi)有啥具體含義用來(lái)分割一些邏輯單元的邊界的符號(hào)，如分號(hào)；表達(dá)一個(gè)語(yǔ)句的結(jié)束，大括號(hào){}表達(dá)一個(gè)代碼塊或者函數(shù)的開(kāi)始和結(jié)束，小括號(hào)用來(lái)表示表達(dá)式、函數(shù)參數(shù)等的分界。

那么我們?cè)撚檬裁捶椒ㄟM(jìn)行詞法分析呢，比如我們可以使用正則表達(dá)式，使用有限狀態(tài)機(jī)，包括不確定性有限狀態(tài)機(jī)(NFA)和確定性有限狀態(tài)機(jī)(DFA),這方面的具體細(xì)節(jié)可以參看參考文獻(xiàn)里的書籍。

我們?cè)撛趺吹玫揭粋€(gè)詞法分析器呢？有兩種方法，一種是手工編寫代碼，一種是用工具幫你生成。手工編寫的好處是自由靈活高效，缺點(diǎn)是麻煩費(fèi)腦子，工具生成的優(yōu)點(diǎn)是簡(jiǎn)單快捷，缺點(diǎn)是不夠靈活，沒(méi)法自定義。目前大部分主流編譯器采取的都是手工編寫詞法分析器。由于詞法分析的過(guò)程像是掃描，所以詞法分析又叫做掃描，詞法分析器又叫做掃描器。一個(gè)比較著名的詞法分析器生成工具是flex。

詞法分析把源代碼的字節(jié)流變成了單詞流，并標(biāo)記了單詞的類別，并把標(biāo)識(shí)符的相關(guān)信息等放入了符號(hào)表，這些都會(huì)作為下一步句法分析的輸入。

3.2 語(yǔ)法分析

我們有了單詞，單詞可以組成句子，句子可以構(gòu)成段落，段落可以組成文章，一篇美妙的文章就這么誕生了。對(duì)于簡(jiǎn)單的文學(xué)作品是這樣的，對(duì)于復(fù)雜的文學(xué)作品如《紅樓夢(mèng)》《三國(guó)演義》，有更高一層的結(jié)構(gòu)，一篇文章只是其中的一回。同樣的，一個(gè)程序也是類似的結(jié)構(gòu)，簡(jiǎn)單的程序只有一個(gè)c文件，復(fù)雜的程序有很多的c文件，一個(gè)c文件就是一篇文章，是編譯的基本單元。具體來(lái)說(shuō)，預(yù)處理之后的c文件才是一個(gè)編譯單元。從前面的描述我們可以看出來(lái)，一個(gè)編譯單元，它的結(jié)構(gòu)是樹狀的，它的葉子節(jié)點(diǎn)的底層節(jié)點(diǎn)是單詞。語(yǔ)法分析就是把這些底層節(jié)點(diǎn)(單詞)一步一步地生成一棵樹的過(guò)程，這棵樹就是抽象語(yǔ)法樹(AST)。這顆樹的根節(jié)點(diǎn)就是編譯單元，編譯單元的子節(jié)點(diǎn)有兩類，分別是聲明和定義，聲明包括變量聲明和函數(shù)聲明，定義包括變量定義和函數(shù)定義。變量聲明、函數(shù)聲明和變量定義，都比較簡(jiǎn)單，都是一句，它們的子節(jié)點(diǎn)很快就到了葉子節(jié)點(diǎn)(單詞)。函數(shù)定義比較復(fù)雜，首先包括函數(shù)簽名和函數(shù)體，函數(shù)體又是由很多語(yǔ)句組成的，語(yǔ)句又有很多的類型。下面我們來(lái)畫一下編譯單元的抽象語(yǔ)法樹。

下面我們?cè)賮?lái)看一個(gè)具體的賦值語(yǔ)句 a=b+c; 的抽象語(yǔ)法樹。

生成一個(gè)編譯單元的抽象語(yǔ)法樹是一個(gè)非常復(fù)雜的事情，那么該如何生成這個(gè)抽象語(yǔ)法樹呢？有兩類方法，一類是自頂向下方法，包括遞歸下降算法和LL算法，一個(gè)是自底向上方法，包括SR算法和LR算法。具體細(xì)節(jié)請(qǐng)參看參考文獻(xiàn)中的書籍。

3.3 語(yǔ)義分析

經(jīng)過(guò)詞法分析和語(yǔ)法分析，我們得到了抽象語(yǔ)法樹，但是此時(shí)得到的結(jié)果只能保證程序是形式上合法的，并不能保證程序在語(yǔ)義上是合理的有意義的。比如給指針賦值浮點(diǎn)數(shù)，形式上是個(gè)賦值操作，實(shí)際上是沒(méi)有意義的。因此此時(shí)要進(jìn)行語(yǔ)義分析，保證程序在邏輯上是有意義的，沒(méi)法發(fā)現(xiàn)語(yǔ)義不合法的就報(bào)錯(cuò)，停止編譯。

3.4 中間碼生成

現(xiàn)在的編譯器都不是直接生成機(jī)器代碼，而是先生成一種中間語(yǔ)言的代碼。這么做是為了，1.使得所有的語(yǔ)言都可以用同一個(gè)后端，同一個(gè)語(yǔ)言可以輕松添加對(duì)新CPU架構(gòu)的支持，2.所有語(yǔ)言都可以使用同樣的機(jī)器無(wú)關(guān)的代碼優(yōu)化方法，避免重復(fù)實(shí)現(xiàn)優(yōu)化算法。中間語(yǔ)言一般采取三地址碼的形式，每個(gè)三地址碼都是一個(gè)四元組(運(yùn)算符，操作數(shù)1，操作數(shù)2，結(jié)果),由于每個(gè)四元組都包含了三個(gè)變量，即每條指令最多有三個(gè)操作數(shù)，所以被稱為三地址碼。中間碼生成是把抽象語(yǔ)法樹轉(zhuǎn)化為中間語(yǔ)言的過(guò)程。

3.5 中間碼優(yōu)化

對(duì)中間碼進(jìn)行優(yōu)化，優(yōu)化的原則是不改成程序本身的執(zhí)行結(jié)果的情況下，減少程序執(zhí)行的代碼量，能提高程序執(zhí)行的效率。優(yōu)化的方法有，常量表達(dá)式優(yōu)化，直接把常量表達(dá)式的結(jié)果計(jì)算出來(lái)，避免其在運(yùn)行時(shí)再去計(jì)算。公共子表達(dá)式消除，若兩個(gè)表達(dá)式有相同的子表達(dá)式，則只對(duì)它們計(jì)算一遍，復(fù)用計(jì)算的結(jié)果。復(fù)制傳播，某些變量的值并未被改變過(guò)便賦給其他變量，則可直接引用原值本身。死代碼消除，有些代碼不會(huì)被執(zhí)行到，把它們刪除。無(wú)用代碼消除，有些代碼的執(zhí)行沒(méi)有意義，對(duì)程序沒(méi)有作用，把它們刪除。代碼外提，有些在循環(huán)中的代碼，在每次循環(huán)中的計(jì)算結(jié)果都是一樣的，把它放在循環(huán)外只計(jì)算一遍就行了。還有很多其他優(yōu)化方法就不一一列舉了，具體情況請(qǐng)參看參考文獻(xiàn)中的書籍。

3.6 機(jī)器碼生成

編譯程序的目的是為了把源碼翻譯成最終能在機(jī)器上執(zhí)行運(yùn)行的程序，所以編譯器最后要把中間碼轉(zhuǎn)換為機(jī)器碼。

3.7 機(jī)器碼優(yōu)化

生成目標(biāo)代碼時(shí)要考慮優(yōu)化，生成最高效的代碼，有三個(gè)因素需要考慮，1.同一個(gè)效果可能有多個(gè)不同的指令都能實(shí)現(xiàn)，選擇最優(yōu)的指令，2.充分利用寄存器，減少訪問(wèn)內(nèi)存的次數(shù)，3.在不影響程序正確性的情況下對(duì)指令進(jìn)行重排序，提高代碼的運(yùn)行效率。

3.8 小型編譯器推薦

當(dāng)我們學(xué)習(xí)了編譯原理之后，非常想通過(guò)研究實(shí)際的編譯器代碼來(lái)深入理解編譯原理。但是目前最流行的兩個(gè)編譯器GCC、LLVM代碼都非常龐大，不適合拿來(lái)入手。為此我推薦幾個(gè)市面上比較流行的小型編譯器，代碼都比較短小簡(jiǎn)單，大家可以用來(lái)研究編譯原理。

1. c4

一個(gè)非常簡(jiǎn)單的解釋型C編譯器，整個(gè)代碼只有一個(gè)文件500多行，包含4個(gè)函數(shù)?？梢越忉寛?zhí)行一些簡(jiǎn)單的C程序，更神奇的是可以解釋執(zhí)行自己。源碼地址：https://github.com/rswier/c4

2. ucc

ucc是曾任小米公司MIUI首席架構(gòu)師的汪文俊同學(xué)在研究生期間花了一年多的時(shí)間寫的。Ucc 代碼簡(jiǎn)潔易懂，結(jié)構(gòu)清晰，易于學(xué)習(xí)和掌握。鄒昌偉編寫的書籍《C編譯器剖析》就是以u(píng)cc為源代碼來(lái)解析編譯器實(shí)現(xiàn)的。源碼地址：https://github.com/sheisc/ucc162.3

3. chibicc

一個(gè)簡(jiǎn)單而又優(yōu)雅的小型編譯器，實(shí)現(xiàn)了大多數(shù) C11 特性，而且能成功編譯git、sqlite等源碼。源碼地址：https://github.com/rui314/chibicc

4. tcc

一個(gè)小型但是又非常完整的編譯器，不僅實(shí)現(xiàn)了編譯器前端，還實(shí)現(xiàn)了匯編器和鏈接器。源碼地址：https://github.com/TinyCC/tinycc

四、靜態(tài)鏈接與動(dòng)態(tài)鏈接

當(dāng)程序變得越來(lái)越龐大之后，我們就會(huì)對(duì)程序進(jìn)行模塊劃分。最先使用的模塊方式是文件，把程序放到不同的源代碼中，最后編譯鏈接成一個(gè)可執(zhí)行文件。當(dāng)程序變得更龐大了之后，我們會(huì)把程序劃分為好幾個(gè)執(zhí)行體，每個(gè)執(zhí)行體實(shí)現(xiàn)一個(gè)單獨(dú)的功能邏輯。執(zhí)行體分為主執(zhí)行體，也就是exe可執(zhí)行程序，和庫(kù)執(zhí)行體，也就是so動(dòng)態(tài)共享庫(kù)。主執(zhí)行體有且只有一個(gè)，庫(kù)執(zhí)行體有n個(gè)，n 大于等于 0。執(zhí)行體一般對(duì)應(yīng)一個(gè)源碼文件夾，源碼文件夾還可以有多個(gè)層級(jí)。我們對(duì)每個(gè)源碼文件進(jìn)行編譯，得到一個(gè)目標(biāo)文件，執(zhí)行體都是由若干個(gè)目標(biāo)文件靜態(tài)鏈接而生成的。目標(biāo)文件、主執(zhí)行體、庫(kù)執(zhí)行體，它們都要有一定的格式。不同的操作系統(tǒng)可以采用不同的格式，Windows用的是PE格式，UNIX(包括Linux)用的是ELF格式。ELF是一個(gè)總體格式，對(duì)上，目標(biāo)文件、主執(zhí)行體、庫(kù)執(zhí)行體又有不同的子類型格式，對(duì)下，在不同的硬件平臺(tái)上它們又有具體的格式。大家經(jīng)常把靜態(tài)庫(kù)和動(dòng)態(tài)庫(kù)放在一起來(lái)對(duì)比，導(dǎo)致人們習(xí)慣性認(rèn)為它倆是非常對(duì)稱的。實(shí)際上它倆只是稍微有一些對(duì)稱性，它們的不對(duì)稱性還是很大的。靜態(tài)庫(kù)和動(dòng)態(tài)庫(kù)最大的區(qū)別就是，靜態(tài)庫(kù)會(huì)被復(fù)制進(jìn)被鏈接的程序中，而動(dòng)態(tài)庫(kù)不會(huì)。也就是這一點(diǎn)區(qū)別導(dǎo)致了它們本質(zhì)性的區(qū)別，動(dòng)態(tài)庫(kù)是執(zhí)行體，而靜態(tài)庫(kù)不是，靜態(tài)庫(kù)是組成執(zhí)行體的原料。

頭文件的目的和意義：當(dāng)整個(gè)程序只有一個(gè)源文件的時(shí)候，是沒(méi)有頭文件的。當(dāng)程序被放到多個(gè)源文件的時(shí)候，由于每個(gè)源文件都是單獨(dú)編譯的，編譯的時(shí)候并不知道其他源文件的信息，所以需要頭文件來(lái)提供其他源文件的信息。頭文件里面主要放的是變量聲明、函數(shù)聲明、數(shù)據(jù)類型聲明。頭文件里面盡量只放聲明性的東西，不要放定義性東西。聲明和定義的區(qū)別是，聲明性的東西不分配內(nèi)存空間，定義性的東西分配內(nèi)存空間。如果在頭文件里面放定義性的東西的話，由于頭文件會(huì)被包含到很多源文件中，所以會(huì)導(dǎo)致這個(gè)定義會(huì)有很多份，這在大多數(shù)情況下都不是想要的情況。有一種情況可以在頭文件中放定義，那就是有些比較短小的又想要內(nèi)聯(lián)的函數(shù)可以放在頭文件中。

4.1 靜態(tài)鏈接

我們經(jīng)常把鏈接到靜態(tài)庫(kù)叫靜態(tài)鏈接，其實(shí)目標(biāo)文件的合并也是靜態(tài)鏈接。它倆形式上雖然不太相同，但是本質(zhì)上是一樣的。靜態(tài)庫(kù)僅僅是對(duì)目標(biāo)文件的打包而已，鏈接到靜態(tài)庫(kù)實(shí)際上還是目標(biāo)文件的合并。為了區(qū)分兩者，我們把前者叫做顯式靜態(tài)鏈接，后者叫做隱式靜態(tài)鏈接。如果我們的程序有兩個(gè)源文件組成，那么最終生成程序的時(shí)候就是兩個(gè)目標(biāo)文件的合并，也就是隱式靜態(tài)鏈接。而我們鏈接到靜態(tài)庫(kù)的顯示靜態(tài)鏈接，和這個(gè)隱式靜態(tài)鏈接沒(méi)有區(qū)別。明白了這件事，我們就容易想明白一個(gè)問(wèn)題，那就是我們的程序如果依賴于一個(gè)靜態(tài)庫(kù)，那么這個(gè)靜態(tài)庫(kù)的依賴，我們需要在本程序里要再聲明一次。因?yàn)殪o態(tài)庫(kù)在這個(gè)意義上和你自己的某個(gè)C文件沒(méi)有區(qū)別，相當(dāng)于是你自己對(duì)外部的依賴。這點(diǎn)和動(dòng)態(tài)庫(kù)就有很大的不同，你依賴于動(dòng)態(tài)庫(kù)，并不需要知道動(dòng)態(tài)庫(kù)依賴于誰(shuí)。

顯式靜態(tài)鏈接的編譯命令和動(dòng)態(tài)鏈接的命令是一樣的，和隱式靜態(tài)鏈接不一樣，但是在處理邏輯上正好反了過(guò)來(lái)。

4.2 動(dòng)態(tài)鏈接

動(dòng)態(tài)鏈接也分為兩種，我們經(jīng)常說(shuō)的動(dòng)態(tài)鏈接叫半動(dòng)態(tài)鏈接，通過(guò)dlopen進(jìn)行的鏈接叫做完全動(dòng)態(tài)鏈接。因?yàn)閐lopen確實(shí)是完全動(dòng)態(tài)的，只有dlopen代碼執(zhí)行到了才會(huì)進(jìn)行鏈接，執(zhí)行不到根本就不會(huì)鏈接。而半動(dòng)態(tài)鏈接，你在編譯時(shí)就要在命令參數(shù)中指明要鏈接的動(dòng)態(tài)庫(kù)，鏈接后動(dòng)態(tài)庫(kù)的信息會(huì)被放到被鏈接的執(zhí)行體的動(dòng)態(tài)段里面。程序啟動(dòng)的時(shí)候加載器還會(huì)把一個(gè)程序所依賴的所有動(dòng)態(tài)庫(kù)都加載到進(jìn)程的地址空間，并做好重定位。你對(duì)動(dòng)態(tài)庫(kù)中的函數(shù)的調(diào)用，直到你第一次調(diào)用時(shí)才會(huì)進(jìn)行函數(shù)地址解析。完全動(dòng)態(tài)鏈接，dlopen的時(shí)候加載動(dòng)態(tài)庫(kù)，dlsym的時(shí)候進(jìn)行函數(shù)地址解析，dlclose還能把動(dòng)態(tài)庫(kù)給移出進(jìn)程的地址空間。

半動(dòng)態(tài)鏈接和完全動(dòng)態(tài)鏈接所使用的動(dòng)態(tài)庫(kù)格式是一樣的，沒(méi)有啥區(qū)別，不同的是使用它們的方式。

4.3 實(shí)例解析

下面我們寫一個(gè)hello程序來(lái)演示一下隱式靜態(tài)鏈接、顯示靜態(tài)鏈接、半動(dòng)態(tài)鏈接、完全動(dòng)態(tài)鏈接，它們的區(qū)別和用法。所有的文件截圖如下：

hello.c

#include?
#include?

#include?"hello_static_implicit.h"
#include?"hello_static_explicit.h"
#include?"hello_dynamic_partial.h"


void?say_hello_direct()
{
?printf("say?hello?direct
");
}

int?main(int?argc,?char?const?*argv[])
{

?printf("----------------------------------
");
?say_hello_direct();
?printf("----------------------------------
");
?say_hello_static_implicit();
?printf("----------------------------------
");
?say_hello_static_explicit();
?printf("----------------------------------
");
?say_hello_dynamic_partial();
?printf("----------------------------------
");
?void?*handle?=?dlopen("./libhello_dynamic_full.so",?RTLD_LAZY);
?void?(*say_hello_dynamic_full)(void);
?say_hello_dynamic_full?=?(void?(*)(void))dlsym(handle,?"say_hello_dynamic_full");
?say_hello_dynamic_full();
?dlclose(handle);
?printf("----------------------------------
");

?return?0;
}

hello_static_implicit.c

#include?

#include?"hello_static_explicit.h"


void?say_hello_static_explicit()
{
?printf("say?hello?static?explicit
");
}

其他幾個(gè)文件是類似的，就不再貼出代碼了。

Makefile

#?This?is?hello?link?program

CFLAGS?+=?-std=c99?-g?-Wall


all?:?hello?libhello_dynamic_full.so

hello?:?hello.o?hello_static_implicit.o?libhello_static_explicit.a?libhello_dynamic_partial.so
?gcc?-o?hello?hello.o?hello_static_implicit.o?-Wl,-rpath=.?-L.?-lhello_static_explicit?-lhello_dynamic_partial

hello.o?:?hello.c?hello_static_implicit.h?hello_static_explicit.h?hello_dynamic_partial.h
?gcc?-o?hello.o?-c?hello.c

hello_static_implicit.o?:?hello_static_implicit.c?hello_static_implicit.h
?gcc?-o?hello_static_implicit.o?-c?hello_static_implicit.c

hello_static_explicit.o?:?hello_static_explicit.c?hello_static_explicit.h
?gcc?-o?hello_static_explicit.o?-c?hello_static_explicit.c

libhello_static_explicit.a?:?hello_static_explicit.o
?ar?rv?libhello_static_explicit.a?hello_static_explicit.o

libhello_dynamic_partial.so?:?hello_dynamic_partial.c?hello_dynamic_partial.h
?gcc?-o?libhello_dynamic_partial.so?-shared?hello_dynamic_partial.c

libhello_dynamic_full.so?:?hello_dynamic_full.c
?gcc?-o?libhello_dynamic_full.so?-shared?hello_dynamic_full.c

.PHONY?:
clean:
?rm?-f?hello?*.o?*.a?*.so

從Makefile中可以看出他們的鏈接關(guān)系。下面是程序運(yùn)行的結(jié)果：

可以看出hello程序可以直接調(diào)用本文件內(nèi)的函數(shù)，也可以調(diào)用隱式靜態(tài)鏈接中的函數(shù)，也可以調(diào)用顯示靜態(tài)鏈接也就是鏈接到靜態(tài)庫(kù)的函數(shù)，也可以調(diào)用半動(dòng)態(tài)鏈接中的so的函數(shù)，也可以通過(guò)dlopen、dlsym進(jìn)行完全動(dòng)態(tài)鏈接。前三者在調(diào)用方式上沒(méi)有區(qū)別，都是先聲明后調(diào)用，最后一個(gè)不需要聲明函數(shù)，但是需要手動(dòng)解析函數(shù)的地址，并賦值給函數(shù)指針才能調(diào)用。

我把演示代碼放到GitHub上了，大家可以參考一下 https://github.com/orangeboyye/hello-link

五、總結(jié)回顧

本文中，我們先回顧了編譯系統(tǒng)的發(fā)展歷史，理解了編譯系統(tǒng)各個(gè)組成部分的原理和相互之間的關(guān)系，然后又介紹了各個(gè)模塊內(nèi)部的知識(shí)。都是一些簡(jiǎn)單的概念性的介紹，想要深入學(xué)習(xí)的同學(xué)可以去研究參考文獻(xiàn)中的書籍。　　

審核編輯：湯梓紅