C编译涉及哪些内部过程？

我有一组*.C文件（嵌入式相关）。有人可以向我详细说明编译过程中涉及的步骤/过程（内部信息），然后链接创建最终的可执行文件（我需要关于预处理器/编译器通常对C src代码执行什么的信息/步骤）

另外，我只想了解最终可执行文件的一般结构（例如：头文件后面跟着符号表等等）

如果有人之前已经讨论过同样的话题，也请通知我

---

__卡努（Kanu）

对于一个如此深奥的问题来说，这可能太深奥了。如果你真的需要知道这一切是如何运作的，我建议你阅读。它将经历构建C编译器的所有步骤（我相信这本书涵盖了

lcc

编译器）。

一般来说，编译器的输出是一个目标文件，其中包含相应源文件中函数的可执行代码。（编译器可以直接生成机器代码，也可以生成汇编语言，通过单独的汇编过程将其转换为机器代码）。对象文件还包含其他内容，如静态数据对象、外部符号定义和引用

链接器的工作是获取一组对象文件并匹配符号引用/定义。例如，如果a.c定义了一个函数

a

，而b.c调用了

a（）

，那么一旦知道

a

的正确地址，链接器就需要修补b的目标代码，以“填充”该地址。（这是一个严重的过度简化，因为还有动态加载、共享库、重新定位等。）

没有一种标准的可执行文件格式；一些常见的格式包括.EXE（32或64位）、ELF和Mach-O

---

这对链接器和加载程序的工作原理给出了更详细的解释。

以gcc为例，我认为使用的选项是-save temp

大致的步骤是对文件进行传递，以将所有包含内容拉入，并创建一个要解析的文件。现在很多工具都使用一个基于一组规则（bison、yacc、flex等）运行的解析器，其目标是解析ascii，将您的程序变成一种非常广泛的汇编语言，因为没有更好的术语

a = a + 1; a=a+1； 可能变成

Load variable named a, size of blah, type unsigned foo load immediate 1, size blah, unsigned add store result a 加载名为a的变量，大小为blah，类型为unsigned foo 立即加载1，大小无效，未签名 添加 存储结果a 然后可能会发生优化，编译器中间语言可能有一个increment函数，并确定increment优于1和add的加载。最终这些优化都完成了，这个中间代码通过后端到达目标指令集。这通常作为程序集输出，并输入到汇编程序中，汇编程序将其转换为目标文件，并且可以进行特定于目标的优化。然后对象文件被输入链接器，链接器将它们链接在一起。一个程序中的一个函数可能正在调用一个不在名为bob的目标文件中的函数，该目标文件没有到达bob的地址或偏移量。它在那里留下了一个洞供插入地址，链接器的任务是连接所有这些，决定bob将在二进制文件中的哪个位置（为其分配地址）然后找到所有调用bob的地方，当这些地方被放入内存时，插入允许调用bob所需的指令或地址，以便最终结果是一个可执行的二进制文件

llvm已经是gcc的竞争对手，可以很好地了解这个过程。您可以将C代码编译成中间代码。从我们的bob函数开始

unsigned int bob ( unsigned int a ) { return(a+1); } 无符号整数bob（无符号整数a） { 回报率（a+1）； } 编译为位码

clang -c -o bob.bc -emit-llvm bob.c clang-c-obb.bc-emit llvm bob.c 将位代码反汇编为人类可读的形式

llvm-dis bob.bc llvm dis bob.bc 这导致了bob.ll

define i32 @bob(i32 %a) nounwind { entry: %a.addr = alloca i32, align 4 store i32 %a, i32* %a.addr, align 4 %tmp = load i32* %a.addr, align 4 %add = add i32 %tmp, 1 ret i32 %add } 定义i32@bob（i32%a）风{ 条目： %a、 地址=alloca i32，对齐4 存储i32%a，i32*%a.addr，对齐4 %tmp=加载i32*%a.addr，对齐4 %添加=添加i32%tmp，1 ret i32%添加 } 非优化代码喜欢经常从内存中存储和提取，并且在传递到函数时经常从堆栈中存储和提取

除了让您可以轻松地看到幕后的情况外，llvm还很好，因为您可以在任何级别进行优化，组合对象，并在整个程序级别进行优化，而gcc将仅将您限制在文件或函数级别。所以我们可以优化这个位代码

opt -std-compile-opts bob.bc -o bob_opt.bc llvm-dis bob_opt.bc opt-std compile opts bob.bc-o bob_opt.bc llvm dis bob_opt.bc 那些额外的存储和装载都消失了，功能的实质仍然存在

define i32 @bob(i32 %a) nounwind readnone { entry: %add = add i32 %a, 1 ret i32 %add } 定义i32@bob（i32%a）和Wind readnone{ 条目： %添加=添加i32%a，1 ret i32%添加 } 然后使用llc将其转换为所需目标的汇编程序

llc -march=arm bob.bc cat bob.s ... bob: @ @bob @ BB#0: @ %entry str r0, [sp, #-4]! add r0, r0, #1 add sp, sp, #4 bx lr ... llc -march=arm bob_opt.bc cat bob_opt.s ... bob: @ @bob @ BB#0: @ %entry add r0, r0, #1 bx lr ... llc-march=arm bob.bc 猫鲍勃 ... 鲍勃：@@鲍勃 @BB#0:@%条目 STRR0，[sp，#-4]！ 加上r0，r0，#1 添加sp、sp、#4 bx-lr ... llc-march=arm bob_opt.bc 猫bob_opt.s ... 鲍勃：@@鲍勃 @BB#0:@%条目 加上r0，r0，#1 bx-lr ...

---

是的，外面有很多书。还有许多编译器，等等。除了llvm之外，Fabrice Bellard（是qemu的人）有一个超级简单的编译器，几乎没有一个编译器可以生成一个中间文件，你可以检查这个文件，它被隐藏起来，几乎不为人所知，但是如果你刚刚进入编译器的核心，看看它会很有趣。此外，还有一个众所周知的tcc，它没有经过汇编程序的后端，操作码是直接生成的，用于速度和实时（重新）编译。

Ok。但是我们可以通过一些一般的步骤吗？谢谢，我不是询问者，但是我发现这个答案非常有用。