本篇博客会讲解C语言的灵魂知识点：你写出来的C语言代码究竟是如何让计算机识别并且执行的。C语言是一门计算机语言，可以方便程序员和计算机沟通，但是，计算机只认得二进制，怎么会认得你写的C语言代码是什么意思呢？

确实，计算机只认识二进制，但是你写的C语言代码也会经过一些列的步骤，从而被翻译成计算机可以识别的二进制语言，也就是机器语言。把C语言翻译成机器语言的过程就是翻译过程。经过翻译后，C语言代码就被转化为可执行程序，就可以运行了，这个过程就是运行过程。翻译过程依赖的环境就是翻译环境，运行过程依赖的环境就是运行环境。任何C语言代码，想要被计算机识别，都必须依赖这两个环境。

运行环境很好理解，当C语言被翻译成二进制语言时，就产生了一个可执行程序，当这个程序被加载到内存中后，操作系统就会为其开辟栈空间（存储局部变量等）以及静态空间（存储全局变量和静态变量等），并分配对应的堆空间，用于动态内存管理。这些都是学习C语言时应该掌握的知识点。

本篇文章重点讨论的是翻译环境。翻译环境会涉及到编译器和链接器，分别用于编译和链接。C语言代码写的文件，后缀一般是.c，我们称这样的文件为源文件。源文件经过编译、链接后，会转换成可执行程序，这个过程就是翻译过程。而编译这个过程中，又分为3个阶段，分别是预编译（也称为预处理）、编译、汇编。

上面的讲解可能有点抽象，我画了一张图方便理解。

注意：编译过程是针对每个单独的源文件。也就是说，假设有3个源文件，test1.c, test2.c, test3.c，那么test1.c会被单独编译，test2.c也会单独编译，同理，test3.c也会单独编译，两两之间互不干扰。

1.编译过程

1.1 预编译

编译过程的第1个小步骤是预编译，主要完成的是文本处理。一个源文件（里面都是C语言代码）经过预编译之后，里面还是C语言代码。预编译主要完成的事情有：

1. 删除注释。
2. 头文件包含。
3. #define的宏的替换。
4. 条件编译。
5. ……

这里主要讲解前3点，其他点我会专门写一篇博客，主要讲解预编译过程。

删除注释很好理解，这些注释是给人看的，对于计算机来说并没有用，所以会删掉。

头文件包含，比如写#include <stdio.h>就会被stdio.h这个头文件中的内容替换掉。当然不是一股脑全部替换掉，这里面还涉及到一些条件编译等等，会根据具体情况来处理。

#define的宏也会被替换掉。比如如果有#define NUM 100，那么代码中的所有NUM都会被替换成100。或者，#define MAX(x, y) ((x)>(y)?(x):(y))，MAX(3, 5)就会被替换成(3)>(5)?(3):(5)，以此类推。

以上的操作都是文本处理，所以操作完后，文件中的代码还是C语言代码。经过预编译之后的文件，Linux下一般后缀是.i。

1.2 编译

编译过程的第2个小步骤，也称为编译，注意此编译非彼编译，这里的编译指的是编译过程的其中一个步骤。

一个源文件经过预处理之后，会进行编译。前面说过，预处理之后文件中仍然是C语言代码，而编译会把这些C语言代码翻译成汇编代码。这个过程主要完成下面4件事：

1. 语法分析。
2. 词法分析。
3. 语义分析。
4. 符号汇总。

其中，前3点如果展开会过于复杂，我会专门写一篇博客，讲解编译原理。

这里主要讲解第4点。编译会把代码中出现的全局性质的符号汇总起来，方便进一步处理。比如，有2个文件，分别是Test.c和Add.c。

// Test.c
extern int Add(int, int);
int main()
{
	int a = 10;
	int b = 20;
	int sum = Add(a, b);
	return 0;
}
// Add.c
int Add(int x, int y)
{
	return x + y;
}

那么，Test.c经过预编译，编译之后，会被汇总的符号有Add, main；Add.c经过预编译，编译之后，会被汇总的符号有Add。注意，Add.c中的x, y，Test.c中的a, b, sum等都是一些局部的符号，是不会被汇总的。

在Linux下，编译之后形成的文件一般后缀为.s。

1.3 汇编

编译过程的第3个小步骤是汇编。汇编时，会把以上的汇编代码翻译成二进制指令。汇编的过程也很复杂，其中值得讲解的是，这个过程中做了一件很重要的事，形成了符号表。

前面提到，编译时进行了符号汇总，那么在汇编的过程中，就会根据汇总的符号，形成符号表。通俗来说，编译器会在这个表中为每一个符号填一个地址，这个地址有可能是有效的，也有可能是无效的。比如还是上面的Test.c和Add.c，他们分别进行了预编译、编译之后，都汇总了一些符号。由于main函数的定义就在Test.c中，所以Test.c的编译过程中就会给main填一个有效的地址（假设是0x100），而Add函数的定义不在Test.c中，所以Test.c的编译过程就会给Add填一个无效的地址（假设是0x000）。同理，Add.c的编译过程会给Add填一个有效的地址（假设是0x200）。这2个文件经过汇编之后分别形成一张符号表。

Test.c的符号表：

main	Add
0x100	0x000

Add.c的符号表：

Add
0x200

汇编结束后形成的文件，在Linux下后缀一般是.o。我们一般称这样的文件为目标可重定向二进制文件，简称目标文件。

2.链接过程

预编译、编译、汇编统称为编译过程，都是编译器完成的。编译过程结束后，会由链接器完成链接过程。编译过程只是单独处理每个文件，和编译过程不同，而链接过程会把前面编译过程形成的目标文件和一些库链接起来，是同时处理多个文件。链接过程主要做了下面2件事：

1. 合并段表。
2. 符号表的合并和重定向。

合并段表也是个很复杂的过程。由于前面形成的目标文件都是elf文件，是有格式的，会分成一个一个的段，而链接时，这些段会被分别合并到一起，最终形成的可执行程序也是elf文件。

这里重点讲解符号表的合并和重定向。前面提到，汇编过程中，每个.o文件都对应形成了一张符号表，那么链接过程就会把这几张表合并为一个新的符号表。合并的规则非常简单，每个符号都需要找到一个唯一对应的有效地址。比如，前面的Test.c和Add.c的例子中，Add符号只有一个有效的地址0x200，main符号只有一个有效的地址0x100。那么合并之后的符号表就是：

main	Add
0x100	0x200

这就能解释一些现象了。如果把Add.c中的Add函数整个删掉，合并符号表时，Add符号就找不到一个有效的地址了，就会报链接错误。

而编译过程和链接过程合起来就是翻译过程。用C语言写的源文件，经过翻译过程就形成了可执行程序，就能够被计算机识别并且执行了。

使用gcc完成以上步骤

假设有2个源文件，分别是Test.c和Add.c。

预编译，分别形成Test.i和Add.i。

gcc -E Test.c -o Test.i
gcc -E Add.c -o Add.i

编译，分别形成Test.s和Add.s。

gcc -S Test.i -o Test.s
gcc -S Add.i -o Add.s

汇编，分别形成Test.o和Add.o。

gcc -c Test.s -o Test.o
gcc -c Add.s -o Add.o

链接，形成Proc可执行程序。

gcc Test.o Add.o -o Proc

运行Proc。

./Proc

记忆方式：ESc, iso。其中，ESc就是键盘左上角的esc键（注意大小写不要搞错了）。iso也就是镜像文件，装过系统的朋友应该知道。不知道的就记成ios就行了，这个总知道吧。

总结

1. 每个C源程序都会单独经过编译器，进行编译过程，形成多个目标文件，接着由链接器进行链接过程，把多个目标文件和一些库链接起来，形成可执行程序，就可以被计算机识别并且执行了。其中编译过程和链接过程合称翻译过程，执行的过程被称为运行过程。翻译依赖的环境（编译器和链接器）被称为翻译环境，执行依赖的环境被称为运行环境。
2. 编译过程分为3个小阶段，分别是：预编译，编译，汇编。
3. 预编译主要进行文本操作，该过程结束后，文件内部仍然是C语言代码。
4. 编译会把C语言代码翻译成汇编代码。这个过程中主要的行为是：语法分析、词法分析、语义分析和符号汇总。
5. 汇编会把汇编代码翻译成二进制代码，形成目标文件。这个过程中，主要的行为是形成符号表。
6. 链接过程中，会把多个目标文件，和一些库，链接形成可执行程序。这个过程中，主要的行为是：合并段表，以及符号表的合并和重定向。
7. 命令行：ESc, iso。

感谢大家的阅读！