此系列为我学习经典的读书笔记，目的是理清知识脉络帮助理解记忆，内容深度、质量远远不及原书。如果您对相关知识感兴趣，强烈建议阅读原书程序员的自我修养
带着问题学习
- 源代码到可执行文件都经历了哪些步骤
- 编译器做了什么工作
- 什么是静态链接，静态链接都包含哪些步骤
可执行文件的生成
源代码到可执行文件的生成可分为预处理（Prepressing）、编译（Compilation）、汇编（Assembly）和链接（Linking），四个步骤。
预处理
以 C 语言为例，预处理主要是处理源代码中以“#”开头的那些预处理指令，规则如下：
- 将所有 “#define” 删除并展开宏定义
- 处理所有条件预编译指令比如 “#if”、“#ifdef”、“#elif”、“#else”、“#endif”
- 处理 “#include” 预编译指令，将被包含的文件插入到预编译位置。递归进行，被包含文件可能还包含其他文件
- 删除所有注释
- 添加行号与文件名标识，以便编译器产生调试信息
- 保留 #pragma 编译器指令，因为编译器必须使用它们
编译
编译过程就是把预处理完的文件进行一系列词法分析、语法分析、语义分析以及优化后产生相应的汇编文件。
汇编
汇编是汇编器将汇编代码转变成机器可执行的指令的过程。汇编指令与机器指令几乎一一对应，所以汇编器直接翻译就可以了。
链接
将中间文件进行链接最终生成可执行文件。（此篇文章主要记录编译器工作，链接相关以后会分析到）
编译器做了什么
简单来说，编译器就是将高级语言翻译成机器语言的一个工具。
我们以一行 C 语言为例：
array[index] = (index + 4) * (2 + 6) CompilerExpression.c
词法分析
首先源代码进入扫描器（Scanner），扫描器利用有限状态机（Finite State Machine）算法将源代码的字符序列分割成一系列符号（Token）。
| 记号 | 类型 |
|---|---|
| array | 标识符 |
| [ | 左方括号 |
| index | 标识符 |
| ] | 右方括号 |
| = | 赋值 |
| ( | 左圆括号 |
| index | 标识符 |
| + | 加号 |
| 4 | 数字 |
| ) | 右圆括号 |
| * | 乘号 |
| ( | 左圆括号 |
| 2 | 数字 |
| + | 加号 |
| 6 | 数字 |
| ) | 右圆括号 |
词法分析产生的符号分为以下几类：关键字、标识符、字面量（包含数字、字符串等）和特殊符号（如加号、等号）。
与此同时，扫描器也完成了将标识符放入符号表，将数字、字符串常量放入文字表等工作，以备后续步骤使用。
语法分析
语法分析器（Grammar Parser）对扫描器生成的符号进行语法分析，整个过程采取上下文无关语法（Context-free Grammar）分析法，生成语法树，就是以表达式（Expression）为结点的树。
语义分析
接下来就是语义分析器（Semantic Analyzer）对表达式进行语义层面的分析。
编译器所能分析的语义叫做静态语义（Static Semantic），也就是在编译期可以确定的语义，与之对应的叫动态语义（Dynamic Semantic），要到运行期才能确定的语义。
静态语义包括声明和类型的匹配，类型的转换。比如浮点型表达式赋值给整型表达式，这里就隐含了类型转换工作。
动态语义一般是运行期出现的相关问题，比如将 0 作为除数就是一个运行期语义错误。
中间语言生成
源代码优化器（Source Code Optimizer）会将整个语法树转换成中间代码（Intermediate Code）。比如 （2 + 6）就会转换成 8。
中间代码使得编译器可以被分为前端和后端，前端负责产生和机器无关的中间代码，后端将中间代码转换为目标机器代码。这样一些跨平台编译器可以共用一套前端，针对不同平台生成不同后端即可。
目标代码生成与优化
代码生成器（Code Generator）将中间代码转化为目标机器代码。 然后目标代码优化器（Target Code Generator）对目标代码进行优化，比如选择合适的寻址方式。
经过这么多步骤编译器最终将源代码编译成未链接的目标文件。如图：
静态链接
链接的主要过程包括地址与空间分配（Address and Storage Allocation）、符号决议（Symbol Resolution）和重定位（Relocation）等步骤。
最基本的静态链接过程，每个模块的源代码文件经过编译器的编译，形成目标文件（Object File，.o 或 .obj），目标文件和库（Library）一起链接形成最终的可执行文件。
比如目标文件 A 中一个变量 Foo 再链接了目标文件 B 之后才能确定地址。确定后，链接器就要对这个地址进行修正，这个修正的过程就叫重定位（Relocation），每个要被修正的地方叫一个重定位入口（Relocation Entry）。
总结
本篇简述了源代码到可执行文件的 4 个步骤：预编译、编译、汇编和链接。
其中详细介绍了编译过程中的：词法分析、语法分析、语义分析、中间代码生成和目标代码的生成与优化。
最后介绍了一些链接过程中的基本概念：重定位、目标文件、库等。
经过刚才的梳理，可以回答开头的问题了吗，如果还不能，或者想了解更多，欢迎阅读原书。如果发现了我的错误与纰漏，也请不吝赐教，十分感谢。