第四十五章：从源代码到可执行文件

复习

• 程序运行时，机器指令、数据、堆和栈会占据不同内存区域。
• 高级语言源代码必须经过翻译，CPU 才能执行。

TL;DR

• 编译器、汇编器和链接器会协作，把源代码制成可执行文件。
• 一个程序常由多个源文件和现成库共同组成。
• 可执行文件不仅有指令，也记录了装载和组织程序所需的信息。

正文

　　我们写下的 total = apples + pears 不是 CPU 能装入内存的样子。以常见的编译型语言为例，一条典型路线如下：

源代码
  ↓ 编译器
汇编代码
  ↓ 汇编器
目标文件
  ↓ 链接器
可执行文件

　　编译器读取高级语言，检查语法和类型，并生成较低层的表示，常常会输出汇编代码或直接输出目标代码。汇编器把其中的汇编指令变成机器码，形成目标文件。目标文件已经有许多机器指令，却未必能独立运行。

　　原因是大型程序很少只有一个文件。main 可能在一个源文件中，打印文字的函数在另一个文件中，数学函数又来自一套预先写好的库。链接器负责把这些片段合在一起，解决“这个函数的定义究竟在哪里”之类的引用，并安排它们在最终文件中的位置。

　　得到的可执行文件像一个已经打包好的程序包：除了代码和初始数据，通常还保存格式、入口位置、外部依赖等信息。操作系统以后会读取这些信息，给程序准备内存并从入口开始执行。

　　这里的每一步都值得深入研究，我们会在后面的编译原理部分再拆开它们。此刻只要记住：源代码不是被 CPU 直接“运行”，而是经过一连串转换和组合。还有另一条常见路线，并不先制成这样一份本地机器码文件。

思考题

为什么仅把两个目标文件放在同一个文件夹里，通常还不能形成一个程序？

小结

知识点

• 编译器将高级语言转成更低层的程序表示。
• 汇编器生成机器码，链接器组合目标文件和库。
• 可执行文件是可被装载和启动的程序包。

参考资料

• Alfred Aho 等，《编译原理》
• GNU Compiler Collection 文档

思考题答案（仅供参考）

　　目标文件之间仍可能保留未解决的函数和数据引用。链接器需要找到定义、把地址关联起来，并生成统一的最终文件。

协议

本文采用 CC BY-NC-SA 4.0 协议发布。