C 编译的主要步骤是什么？

编译C程序的主要步骤是什么？通过编译，我的意思是（可能是错误的）使用gcc从包含C代码的纯文本中获取二进制文件

我想了解该过程的一些关键点：

到一天结束时，我需要将我的C代码转换成一种我的CPU应该特别理解的语言。那么，谁在乎知道我的特定于CPU的指令呢？操作系统

gcc是否将任何C语言转换为汇编语言

我知道（实际上是猜测）对于每种处理器类型，我都需要一个汇编程序，它将解释（？）汇编代码并转换为我的CPU特定指令。这个装配工在哪里（谁运送它）？它随操作系统一起提供吗

如果我用文本编辑器打开二进制文件，为什么我看不到0和1

很多事情发生了：）

以下是一些关键步骤（顺便说一句，这些是我对编译的看法，以下步骤仅与标准中定义的步骤有一点相似之处）

预处理器在源文件上运行

预处理器为我们做各种事情，包括：

• 它执行三字形（特殊的三字符序列，代表早期键盘没有的一些特殊符号）替换
• 它通过简单的文本替换执行宏替换（即

  #define

  ）
• 它获取任何头文件，并将其全部内容复制到

  #include

  行所在的位置

在Linux下，执行此操作的程序是

m4

，使用

gcc

可以在执行此步骤后使用

-E

标志停止

预处理器运行后，我们有一个文件，其中包含解析器运行和检查语法以及发出汇编所需的所有信息。在Linux下，最有可能执行此操作的程序是

cc1

，使用

gcc

可以在执行此步骤后使用

-s

标志停止

程序集很可能由程序

gas

（GNU Assembler）转换为目标代码，使用

gcc

，您可以使用

-c

标志停止此步骤

最后，链接器将一个或多个对象文件以及库转换为可执行文件。Linux下的链接器通常是

ld

，使用

gcc

，而不使用任何特殊标志

---

由于您特别提到“在一天结束之前，我需要将我的C代码转换为我的CPU应该特别理解的语言”，因此我将解释一下编译器的工作原理

典型的编译器做一些事情

首先，他们做了一些叫做词法分析的事情。这一步将单个字符组合成“标记”，这是下一步理解的内容。这一步区分了语言关键字（如C中的“for”和“if”）、运算符（如“+”）、常量（如整数和字符串文字）以及其他内容。它的具体区别取决于语言本身

下一步是解析器，它获取lexer生成的令牌流，并（通常）将其转换为称为“抽象语法树”或AST的内容。AST表示程序使用编译器可以导航的数据结构完成的计算。通常AST是独立于语言的，像GCC这样的编译器可以将不同的语言解析为下一步（代码生成器）可以理解的通用AST格式

最后，代码生成器遍历AST并输出表示AST语义的代码，即实际执行AST表示的计算的代码

对于GCC，可能还有其他编译器，编译器实际上并不生成机器代码。相反，它输出传递给汇编程序的汇编代码。汇编程序经过类似的词法分析、解析和代码生成过程来实际生成机器代码。毕竟，汇编程序只是编译汇编代码的编译器

在C语言（和许多其他语言）的情况下，汇编程序通常不是最后一步。汇编程序生成称为对象文件的东西，其中包含对其他对象文件或库中函数的未解析引用（如C标准库中的printf或项目中其他C文件中的函数）。这些对象文件被传递给一个叫做“链接器”的东西，该链接器的任务是将所有对象文件合并成一个二进制文件，并解析对象文件中所有未解析的引用

最后，完成所有这些步骤后，您就有了一个完整的可执行二进制文件

请注意，这是GCC和许多其他编译器的工作方式，但不一定如此。您可以编写的任何程序都可以准确地接受一个C代码流，并输出一个等价的其他代码流（汇编、机器代码，甚至javascript），这就是编译器

此外，这些步骤并不总是完全分开的。编译器不必对整个文件进行词法分析，然后解析整个结果，然后为整个AST生成代码，而是可以进行一些词法分析，然后在有一些标记时开始解析，然后在解析器需要更多标记时返回词法分析。当解析器觉得自己知道的足够多时，它可能会在让lexer为其生成更多标记之前进行一些代码生成

“在一天结束之前，我需要将我的C代码转换为我的CPU应该特别理解的语言。那么，谁在乎知道我的CPU特定指令呢？操作系统

中央处理器

<