天翼网-聚焦前沿科技落地实践与工程实战经验分享代码是怎样跑起来的：从一行源码，到终端打印出 “你好”前言我们在编辑器敲下几行代码，点击运行，屏幕就输出文字。很多初学者只知道写代码、点运行，但并不清楚中间一整套复杂流程。本文以 C 语言Hello World作为主线，完整走完 ...

步步糕升 发表于昨天 08:03

代码是怎样跑起来的：从一行源码，到终端打印出 “你好”

前言 <div class="quote"><blockquote>我们在编辑器敲下几行代码，点击运行，屏幕就输出文字。很多初学者只知道写代码、点运行，但并不清楚中间一整套复杂流程。 本文以 C 语言Hello World作为主线，完整走完预处理→编译→汇编→链接→程序加载→CPU 执行→系统调用输出全链路，再对比 Python、Java 的执行模式，搞懂不同语言底层的差异，理解源码到屏幕输出中间，编译器、链接器、操作系统、CPU 分别在干什么。 <blockquote>概念释义机器指令：CPU 硬件可以直接识别的二进制指令。汇编语言：机器指令的助记文本，方便人类阅读。目标文件 (.o)：汇编输出的二进制中间文件，还不能直接运行。链接：把多个目标文件、系统库整合，解析函数符号依赖，生成可执行程序。字节码：虚拟机指令，不是 CPU 原生机器码，需要虚拟机解释或者 JIT 编译执行。系统调用：用户态程序向操作系统内核申请服务的入口，例如打印输出、读写文件。 </blockquote></blockquote></div> 一、C 语言完整链路：从.c源码到终端输出 Hello World C 属于 Ahead‑of‑Time（AOT）编译型语言，在运行程序之前，就要把源代码完整翻译成 CPU 可以识别的机器码。整套流程分为预处理、编译、汇编、链接、加载执行、系统调用输出六大阶段。 1. 预处理 Preprocessing 输入：.c源代码文本文件。预处理器做文本替换工作：展开#include头文件、处理#define宏定义、删除注释、处理条件编译#ifdef，输出预处理之后的中间源码。 <blockquote>注意：预处理阶段不做语法检查，只是纯文本加工。 </blockquote>2. 编译 Compilation 把预处理完成的源码，做词法、语法、语义分析，生成抽象语法树，执行编译优化，输出汇编代码（.s文件），汇编是机器指令的人类可读助记形式。 3. 汇编 Assembly 汇编器读取汇编代码，翻译成二进制机器指令，生成可重定位目标文件（.o）。目标文件里面已经是机器码，但内部很多函数符号地址是未解析的，还不能直接运行。比如调用puts/printf，只记录了符号引用，并不知道这个函数真正在内存什么位置。 4. 链接 Linking 链接器做两件核心工作： <ul type="1" class="litype_1"><li>把多个.o目标文件合并；</li><li>解析外部符号依赖，对接 C 标准库等系统库，完成地址重定位，生成最终可执行文件。 </li></ul>链接分为静态链接、动态链接： <ul><li>静态链接：把库代码直接拷贝进可执行文件；</li><li>动态链接：程序只记录对共享库的依赖，等到程序运行的时候，动态链接器才把共享库加载进来，节省磁盘与内存占用。 </li></ul><blockquote>到这里磁盘上得到可执行程序，但它依旧还没有跑起来。 </blockquote>5. 操作系统加载，创建进程 在 Linux Shell 终端敲命令运行程序： <ul type="1" class="litype_1"><li>Shell 调用fork()创建子进程；</li><li>子进程调用execve()系统调用，内核读取磁盘上的可执行文件，把程序镜像映射到进程虚拟内存，分配栈、堆、数据段；</li><li>如果是动态链接程序，内核触发动态链接器加载需要的共享库；</li><li>执行系统启动代码，再跳转执行我们写的main()函数。 </li></ul><blockquote>同一个可执行文件，可以多次启动，生成多个互相独立的进程，每个进程拥有自己独立内存空间。 </blockquote>6. CPU 执行机器指令，系统调用输出文字 进程内部的线程获得 CPU 时间片，CPU 逐条执行机器指令，流水线取指‑译码‑执行。当执行到打印字符串逻辑： <ul type="1" class="litype_1"><li>C 标准库函数不会直接写屏幕；</li><li>标准库封装，发起write 系统调用，向操作系统内核请求输出数据；</li><li>内核把字节流交给终端设备，屏幕上最终打印出 “你好”；</li><li>如果执行输出重定向./a.out > log.txt，内核就把数据流交给文件，终端屏幕看不到输出。 </li></ul><blockquote>关键点：应用程序不能直接操作屏幕硬件，输出、读写文件都必须通过操作系统的系统调用完成。 </blockquote>二、Python、Java：不是直接编译成机器码，走字节码虚拟机路线 C 语言是直接编译到 CPU 原生机器码；Python、Java 并不会直接生成 CPU 机器码，而是先生成虚拟机字节码，字节码需要虚拟机解释或者 JIT 再翻译成本地机器码执行。 Python（CPython 官方实现） <ul type="1" class="litype_1"><li>运行.py源码，内部先编译生成 CPython 字节码（保存为__pycache__/*.pyc缓存文件）；</li><li>CPython 虚拟机的解释主循环逐条解释执行字节码；</li><li>字节码≠CPU 机器指令，是专门给 Python 虚拟机设计的指令集；</li><li>部分内置操作，底层会调用 C 实现的运行时，最终还是转化为机器码交给 CPU 执行。 </li></ul><blockquote>新版 CPython 引入实验性 Copy‑and‑Patch JIT，但默认模式依旧以解释字节码为主。 </blockquote>Java <ul type="1" class="litype_1"><li>javac编译器，把 Java 源码编译成 JVM 字节码（.class文件）；</li><li>JVM 虚拟机加载 class 字节码；</li><li>一开始解释执行字节码；</li><li>频繁运行的热点代码，HotSpot JIT 编译器，在运行时动态把字节码编译为 CPU 本地机器码，提升性能。 </li></ul><blockquote>共同点：Python 虚拟机、JVM 虚拟机本身，也是普通 C/C++ 写出来的程序，最终依旧要跑在 CPU 机器指令之上。 </blockquote>三、三种语言执行流程简明对比 <table class="t_table"><tbody><tr><td>语言</td><td>中间产物</td><td>执行方式</td><td>特点</td></tr><tr><td>C</td><td>可执行文件（原生机器码）</td><td>编译期 AOT 完整编译为机器码，操作系统直接加载运行</td><td>运行速度高；编译阶段就做大量检查</td></tr><tr><td>Python(CPython)</td><td>pyc 字节码文件</td><td>虚拟机解释字节码（可选实验 JIT）</td><td>源码直接跑，启动快，运行解释开销大</td></tr><tr><td>Java</td><td>class JVM 字节码</td><td>先解释，热点代码 JIT 即时编译生成本地机器码</td><td>兼顾跨平台，热点路径性能高</td></tr></tbody></table>四、容易混淆的知识点澄清 <ul type="1" class="litype_1"><li>误区：敲gcc main.c，只有一步编译 </li></ul><blockquote>真相：gcc 是编译器驱动程序，内部依次调用预处理器、编译器、汇编器、链接器四套工具，只是对用户屏蔽中间文件。 </blockquote><ul type="1" class="litype_1"><li>误区：字节码就是 CPU 机器码 </li></ul><blockquote>真相：字节码是虚拟机的指令集，CPU 不能直接识别，必须依靠虚拟机做一层转换。 </blockquote><ul type="1" class="litype_1"><li>误区：可执行文件复制到内存就立刻开始执行 main 函数 </li></ul><blockquote>真相：内核加载程序后，会先运行 C 库启动初始化代码，再调用 main，main 不是程序最开始执行的代码。 </blockquote><ul type="1" class="litype_1"><li>误区：print/printf 直接写屏幕硬件 </li></ul><blockquote>真相：用户态代码无权直接操作硬件，全部要通过系统调用交给操作系统内核完成 IO。 </blockquote>结语 从敲下一行源码，到屏幕出现输出，完整链路可以概括： <blockquote>源代码文本 →【预处理‑编译‑汇编‑链接】→磁盘上可执行文件 →操作系统 fork/execve 加载进内存创建进程 →CPU 执行机器指令 →库函数发起系统调用 →操作系统内核完成 IO 输出到终端。 </blockquote>C 语言直接编译成 CPU 机器码；Python、Java 则多了一层虚拟机字节码中间层。理解这套完整链路，就能看懂：编译器、链接器、虚拟机、操作系统、CPU 各自承担什么样工作，遇到编译报错、链接报错、运行时崩溃，也更容易定位问题根源。

页: [1]

天翼网-聚焦前沿科技落地实践与工程实战经验分享's Archiver

代码是怎样跑起来的：从一行源码，到终端打印出 “你好”