代码到二进制文件 —— 编译六步曲简介

少于 1 分钟阅读次阅读

从源代码（.c/.cpp）到最终运行，整个完整的生命周期其实可以拆解为以下几个核心阶段：

1. 预处理（Preprocessing）—— “文本替换的苦力活”

在编译器真正看懂你的 C/C++ 代码之前，需要先经过预处理器的处理（例如 GCC 中的 cpp 工具）。

这是技术含量最高的一步（也就是我们上一节重点讲的）。

它做什么： 编译器（如 cc1）读取预处理后的代码，进行词法分析、语法分析、语义分析，进行各种极限的代码优化（如循环展开、死代码消除），最后把高级语言翻译成汇编语言（Assembly）。
产出物： 汇编代码文件（通常后缀为 .s）。

很多人会把“编译”和“汇编”混为一谈，但它们在底层是分开的。

它做什么： 汇编器（如 as）读取 .s 汇编文件，将那些人类还能勉强看懂的汇编指令（如 MOV, ADD, PUSH）逐行翻译成 CPU 能直接执行的二进制机器码（010101）。
产出物： 可重定位目标文件（就是我们之前说的 .o 或 .obj 文件）。此时的代码虽然是机器码，但还不能运行，因为里面的内存地址都还是“占位符”。

链接器（如 ld）将所有的 .o 文件以及系统的 C 标准库（如 libc.a 或 libc.so）缝合在一起，填上所有缺失的内存地址。

到这里为止，程序已经可以运行了。但是，如果要变成工业级“可用”的发布版本，通常还有后续步骤：

剥离符号（Stripping）： 刚刚链接出来的二进制文件通常非常大，因为它包含了大量的调试信息和符号表（供 GDB 等调试器使用）。在发布 Release 版本时，会使用 strip 工具将这些非运行必需的信息“剥离”掉，这通常能让文件体积缩小 50% 甚至更多。
代码签名（Code Signing）： 在现代操作系统（如 macOS, Windows）上，为了防止二进制文件被篡改，并让系统信任该程序，需要用开发者的数字证书对二进制文件进行加密签名。如果没有这一步，用户双击运行时系统可能会弹出红色的危险警告。

虽然文件已经躺在硬盘上了，但当你双击它时，还需要操作系统的加载器（Loader）介入：

动态链接（Dynamic Linking）： 绝大多数程序不会把所有功能都打包在自己的文件里，而是依赖系统的动态库（.dll 或 .so）。加载器在把你的程序放入内存时，会去系统中寻找这些动态库，并在内存中完成最后的“运行时链接”。这也是为什么有时候运行程序会报错“找不到 xxx.dll”的原因。

总结来说，完整的链条是：源码 -> [预处理] -> 纯净代码 -> [编译] -> 汇编代码 -> [汇编] -> 目标文件(.o) -> [链接] -> 原始可执行文件 -> [剥离/签名] -> 最终发布版 -> [系统加载] -> 运行。