编译器的作用，是把源文件翻译成可执行二进制文件。其中：

• gcc：只能编译C程序
• g++：可以编译C / C++程序

1、翻译的过程

翻译的过程，大致分为：

• 预处理
• 编译
• 汇编
• 链接

1.1、预处理

预处理阶段，编译器对源代码进行：

• 头文件展开
• 宏替换
• 注释替换成空格
• 条件编译(之后会提及)

当前我们以准备好的code.c源代码为例，code.c里有头文件、宏、注释：

预处理

执行指令：gcc -E code.c，就完成了code.c的预处理工作：

但是这样只能将编译结果放在打印屏幕上。
我们可以执行指令：gcc -E code.c -o code.i，将预处理后的内容放到新建的文件code.i中：

vim打开code.i文件，就可以看到预处理之后的结果。

这里我们用到的选项有：

• -E：编译器开始翻译源文件，完成预处理就停下
• -o：将预处理结果，写入code.i文件

1.1.1、两个小问题

头文件展开？

我们之前认为，预处理阶段编译器会将头文件展开，可“展开”这一行为到底有什么含义？

我们可以vim打开文件/usr/include/stdio.h，通过将/usr/include/stdio.h文件与code.i进行对比，我们可以发现有许多相似之处。

Linux下编译器进行头文件展开，本质上是将/usr/include目录下同名头文件内容，拷贝到源文件中，从而进行头源合并。

其实学到后面我们就能体会到，只有预处理阶段才需要头文件。

预处理后的文件还是C语言文件吗？

答案是还是的，只不过更简洁了：注释被去掉了，宏被替换成了具体的内容，头文件也被替换拷贝上了具体的内容。

1.2、编译

编译的过程，是将预处理完的文件翻译成汇编语言的文件。

指令为：gcc -S code.i -o code.s

其中，

• -S：编译器开始翻译源文件，完成编译就停止。意味着我们不仅可以对已经完成预处理的code.i使用-S选项完成编译，还可以对源文件code.c使用-S选项一键编译。
• code.s：汇编语言文件的后缀一般是.s。

1.3、汇编

汇编的过程，是将汇编语言文件处理成目标文件(.o / .obj)，目标文件又称为可重定位二进制目标文件。

指令为：gcc -c code.c -o code.o

其中，

• -c：编译器开始翻译文件，完成汇编就停止。

但是，我们无法执行code.o文件。比如在code.o文件中，我们想使用printf()函数，可是code.o文件里并没有printf()函数的定义。这时我们就需要将code.o与C标准库链接形成一个可执行文件。

1.4、链接

当我们执行当前目标文件需要第三方库的时候，我们就需要将当前文件与第三方库进行链接。

指令为：

• gcc code.o -o code.exe

也可以一步到位：

• gcc code.c -o code.exe
• gcc -o code.exe code.c

这时code.exe就可以执行了。

1.5、一个小细节

-c选项

以后我们更不常使用预处理、编译指令，更常使用汇编指令生成目标文件。这是因为当我们有很多文件需要同时链接成一个可执行程序时，如果某一些文件需要修改，我们就可以针对那些文件专门进行修改、处理成目标文件，再链接在一起。

这样对于单个文件的操作，就避免了多次链接，并且使得修改过程更清晰，从而提高效率。

2、条件编译

预处理阶段编译器做的其中一件事是：处理条件编译。

2.1、条件编译举例

这里给出一段包含条件编译的C语言程序main.c：

我们可以简单解释上面出现的条件编译语句：

预处理阶段，编译器如果识别到宏V1，Version1()语句会被保留，Version2()语句会被裁剪；如果没有识别到宏V1，Version2()语句会被保留，Version1()语句会被裁剪。而#endif则会提醒编译器结束条件编译。

如何验证上面的解释？生成main.i文件查看即可。
main.c包含宏V1：

main.c不包含宏V1：

2.2、理解条件编译

通过上面的学习我们知道，条件编译的功能是在预处理阶段提示编译器进行代码裁剪。

其实，井号#以及之后的内容，比如#ifdef #else #endif，都属于预处理符，是为了提醒编译器要进行代码裁剪，以及提醒编译器如何裁剪代码。

2.3、为什么要有条件编译

我们之前使用的vs 2022，以及我们现在使用的Xshell，其实使用的是免费版 / 社区版，是不收费的。

而像vs 2022、Xshell及其它开发环境(软件)，除了不收费的版本，还有付费版 / 企业版。

我们很容易想到，这些软件的免费版，相当于付费版去除了某些功能，只保留了基础的功能。

那么问题来了：这些软件大多数都是由C / C++语言编写的，那么这些设计并维护软件的厂商，到底是选择维护

• 一份免费版代码
• 一份付费版代码

还是选择只维护付费版代码，然后想办法给付费的用户开放所有功能，而给普通用户阉割掉一些高级功能？

当然是选择后者。因为选择前者意味着要维护两份代码(甚至多份代码)，投入成本高；而选择后者，只需要维护好一份代码即可。

这时，条件编译裁剪代码的功能就派上用场了。

付费用户(不包含宏FREE)输出的结果：

注意到当前代码其实是没有宏FREE的。我们可以不通过vim改写代码，而是直接在Bash命令行上输入指令：gcc main.c -o main -DFREE=1，就可以添加宏FREE进入main.c：

这是免费用户(包含宏)的输出结果。

条件编译，不仅可以实现软件商业化的目的，还可以对源代码进行多功能开发，使之使用各种不同的场景。比如Linux源代码就使用了条件编译，所以Linux系统可以运作在服务器、车载系统、电视，以及"板子"上。

3、翻译的整个过程的由来

也许有人会好奇，源文件为什么要经过预处理、编译、汇编、链接这么多操作才能翻译成可执行文件(不可以直接由源文件直接一步到位翻译成可执行文件吗)？

这就需要我们稍微简单地回顾编译器的历史，以及编程语言的历史了。

3.1、指令集简单理解

首先我们可以来想象一个场景：

刚出生的小孩，什么也不会：不会站、不会坐、不会走路、不会抓握，也听不懂人说的话。经过父母一年的训练，这个小孩学会了基本的动作：坐、站、走路、抓握，以及语言的输入与输出。有一天，小孩的叔叔来到他家，对小孩说：小孩乖哦，给叔叔拿一杯水。小孩听到了叔叔的话，于是进行了一系列动作：站起来、走到桌前、拿起水杯、走到叔叔声旁，然后递水给叔叔。

在这个场景中，

• 小孩对应计算机中的CPU
• 父母给小孩进行训练，对应技术人员给一块裸的CPU硅片刻上指令集
• 叔叔给小孩发号施令，对应向计算机输入指令
• 小孩进行一系列动作，对应计算机CPU进行一系列计算操作

所以我们知道了，计算机CPU上存在指令集，指令集包含一系列操作指令。

由于计算机CPU只能读懂二进制代码，指令集包含的操作指令就是二进制代码。

3.2、开关

计算机最开始出现时，使用的是"开关"这么一个使用的技术。我们可以理解为：程序员利用通电与断电，表示出一个个二进制序列，进而表示一个个操作指令；将这些操作指令(以及数据)输入计算机，计算机就会进行一系列计算操作，得出结果。

但是，开关技术就将一些具体的功能写死了，换句话说，想要实现一种功能，就必须特别实现一种操作体系。这就导致，就算多种操作体系之间有相同的操作，我们也无法实现操作的复用，只能有几个问题就单独设计几个操作体系。

3.3、二进制纸带编程

当时的科学家觉得开关太死板了，于是他们想出了另一种办法：二进制纸带编程。

二进制纸带编程，就是在纸带上"打洞"，将二进制指令刻在纸带上，然后通过传感器扫描纸带，将指令输入计算机进行操作，得出结果。

这意味着，操作指令的设计在纸带上完成就可以了，计算机只管对输入的指令进行操作。二进制纸带编程一定程度上提高了效率。

可是另一个不可忽视的问题日渐凸显：纸带上指令的设计，需要我们清楚操作对应的二进制指令。二进制指令都是01组成的序列，抽象无比，难以记忆。

有没有一种方法，能够将操作的二进制指令与操作本身的一些特性对应起来，以方便理解，比如用操作的单词代表操作指令？

3.4、汇编语言

后来人们又发明了汇编语言。汇编语言，就利用了指令的英文单词替代了指令的二进制序列。比如：

• mov：移动数据
• add：相加
• push：压栈
• call：调用函数

英文单词可比01序列方便记忆多了。汇编语言相当于对二进制指令集做了一层包装。

但是汇编语言还是麻烦了：我们可能需要几十条指令，才能完成一个简单的操作，比如变量的创建。

还有没有方法，使得程序的设计更贴合人类的语言习惯？

所以，C语言应运而生。

3.5、C语言等高级语言

C语言的使用更符合人类的语言习惯。然而C语言也有缺点与不足。

随着时代的发展，C++、java、python、PHP等一些高级语言也逐渐登上计算机编程历史舞台。

所以，C语言源文件的翻译并没有直接一步到位。我们可以将C语言翻译成汇编语言，然后借助之前积累的有关汇编语言的技术，最终完成源文件向可执行程序的转变。

4、编译器与语言的自举过程

汇编语言，本质上是一套规则。我们只有借助规则，才能设计出程序乃至项目，从而完成我们预期的目标。所以是先有汇编语言。

然而，当汇编语言刚出现的时候，由于还没有针对汇编语言的编译器，我们还无法对编写的汇编语言进行翻译，得到可执行文件。

这时，我们可以用低一级的语言，即二进制代码，设计出第一代汇编语言编译器。

以后，第一代汇编语言编译器逐渐完善，支持新功能，我们就可以按照新功能设计出第二代汇编语言；第二代汇编语言就可以设计出第二代汇编语言编译器；第二代汇编语言编译器又支持了新功能，就可以设计出第三代汇编语言…

也就是说，编译器支持新功能，汇编语言就可以增加新语法；增加了新语法的汇编语言，又可以反过来设计新的编译器。这就是编译器与语言的自举过程。

同理，C语言的第一代编译器是由汇编语言编写的，接下来我们就可以通过C语言与C语言编译器的自举，来进行C语言与C语言编译器的迭代更新。

5、链接的初步理解

源文件翻译的链接阶段中，需要将众多.o文件与链接库链接。那么这个库到底是什么？

5.1、库的简单认识

我们之前就提到过：我们在源文件代码中调用了printf()函数，而我们没有在源文件定义printf()函数，所以我们必须链接当前环境提供的C语言标准库，在标准库中有printf()的定义。

这个printf()的定义，也许是曾经某个参与C语言开发的顶级大佬设计的。现如今全世界的编写程序的人都在使用这个大佬写的printf()，而不是自己定义一个printf()。

所以，库本质上是程序员之间的一种协作方式。库能提高编程效率。

那么库在哪里？

其中，libc.so就属于C标准库。其实libc.so是C语言的动态库。

windows下也有库。以下是Linux与windows的库后缀的区分：

我们也可以分析出Linux下库命名的规则：

5.2、链接的简单认识

当我们创建了一个C语言文件soft.c，编译后对可执行文件执行：ldd soft，我们会观察到：

ldd指令的作用是查看当前程序依赖的库。其实，有不少指令都依赖C / C++标准库。

我们之前提到过，库分为动态库和静态库，其中：

• 动态库：通常与程序进行动态链接
• 静态库：通常与程序进行静态链接

目前的知识，依旧无法支持我们较为全面地了解动态库 / 动态链接，与静态库 / 静态链接，我们就来感性认识它们：

5.3、感性认识：动态库 vs 静态库 & 动态链接 vs 静态链接

5.3.1、第一个故事

你是小于，你以优异的成绩考入了临川二中。中考之后的暑假，你既惊喜，又担忧，担忧什么呢：临川二中以半军事化管理方式、考试很多闻名当地，学校是肯定不能带手机的；而你又想很喜欢上网，很喜欢玩游戏。

于是你向老爸求助，老爸装模做样地说：“想玩游戏那怎么行~我给你介绍隔壁小帅，小帅今年高考，考入了清北大学。你向他取取经！”

于是小于你与小帅学长见了面。你对小帅学长说，你不担心自己的成绩，你只担心自己上学期间上不了网玩不了游戏。小帅学长说那好办，就直接给了你条详细的地址，那里是学校附近一所网吧。

开学后，小于你平时照常上课，周日时，你给自己制定了一个计划：

• 9：00 ~ 10：00 写作文
• 10：00 ~ 11：00 学习化学
• 11：00 ~ 12：00 学习数学
• 12：00 ~ 12：30 吃饭
• 12：30 ~ 14：30玩游戏
• 14：30 ~ 16：30 睡觉
• ······

问题是，学校不让带手机，学校里就玩不了游戏。你想起了小帅学长给的地址。你按照地址来到了网吧。你跟老板说你要上网，老板就领你到号码为1234的电脑前，让你开始上网。于是你度过了一个愉快的下午。

渐渐地，班上同学，以及其他班上同学都知道了这家网吧，纷纷都偷偷来这家网吧上网玩游戏.。后来的某一次月考，不少班级的成绩一落千丈，包括小于你所在的班级。临川二中的老师们都很生气，一问才发现成绩变差的学生都去过那家网吧频繁上网。于是老师们联名举报，帽子大院的帽子叔叔们就将网吧查封了。最终，同学们，包括小于，都上不了忘了。

在上面的故事中，

• 小于和每一个同学就是目标文件
• 临川二中就是内存
• 小于周天的一个个行程就是目标文件对应源文件的要执行的代码
• 网吧就是动态库；号码1234的电脑就是执行代码需要的库函数
• 小帅学长就是编译器中的链接器；小帅学长向小于提供网吧的地址，就是链接器对目标文件进行动态链接

其实，以这个故事类比动态链接，还是不太严谨。后面我们对于动、静态库会有更详细的讲解。

在这个故事中，我们也会发现动态链接的一个很突出的缺点：如果网吧被查封了，就上不了网；同理，如果动态库丢失，编译成的程序会无法执行。

5.3.2、第二个故事

网吧被查封了，小于你很苦恼：别人上网吧成绩掉了，我成绩又没掉，网吧没了我还怎么上网？

于是小于你告诉老爸，叫老爸想想办法。给力的老爸直接找到校长，软磨硬泡，让校长答应了在你的宿舍桌上安装电脑；与此同时，老爸联系了之前网吧被查封了的网吧老板，将你之前用过的1234号电脑直接买了过来，装在了你的宿舍。这样你就有了一台自己的电脑。

其他同学听说了，也想效仿小于你在宿舍装一台电脑。渐渐地，所有同学的桌前都有了一台电脑。

在这个故事中，

• 电脑就是静态库，一台台被需要的电脑，组成了静态库
• 老爸和网吧老板，就是(使用静态库的)链接器
• 给小于和其他每一个同学装电脑，就是在给目标文件进行静态链接

5.3.3、总结

讲到这，我们也许就能对动态库与静态库、动态链接与静态链接有了一个大概的认识：

• 动态链接，就是将库函数的地址写入到目标文件，然后与动态库链接到一起做成可执行程序。其中相同的库函数，在不同的程序中，是可以共享的。
• 静态链接，就是将库函数直接拷贝到目标文件，做成可执行程序。若不同的程序需要相同的库函数，那么连接后每一个程序都有独属于自己的库函数，尽管这些库函数都是完全一样的。

那么动、静态链接也就可以简单做一个比较：

5.4、两个小细节

如果删除C动态库，会怎样？

结果是很可能大部分指令用不了。因为大部分指令都是C / C++编写的。

gcc默认使用的是动态链接

我们可以理解为，系统认为动态链接形成的可执行程序体积更小，存储使用效率更高，于是系统默认就用动态链接。

强制进行静态链接需要加上选项-static。

有人可能静态链接完毕后，发现C / C++程序无法执行。大概率是系统没有静态C / C++库，可以搜索指令安装静态库。