C语言笔记——简介与编译过程初探
序言
从今天起，详细说说C语言。这一年多，在大多数语言和技术之间转了一大圈，终于看清楚了事实，决心静下心来好好学学C语言。初学者会认为C语言是个入门用的东西，没有必要深入研究。但对计算机领域再稍加了解之后，就会发现C语言的重要性，而且它并非是个简单的东西。
我想很多朋友跟我一样是个金庸迷，犹记得《天龙八部》中，乔峰大闹聚贤庄，一套“太祖长拳”击败少林数高僧，我还清楚的记得那回的名字：虽千万人吾往矣！何等气魄。江湖尽人皆知“太祖长拳”，是最基础的武功，每个人也都能使几下，但群雄看到乔峰的功力之后，才暗暗佩服原来“太祖长拳”也能所向披靡。
所以，把C语言比作“太祖长拳”再合适不过了，它是各种语言的基础，是Unix的编写语言，可以说是计算机技术领域的一块重要基石。很多人认为C语言简单，其实我更想说C语言简洁但不是简单。有时候我会下载Linux内核源码或者其他大型开源软件源码来看看，发现其中的C语言让国际上这些大“宗师”们用的变换莫测，你会惊叹这些人可以用C写出功能如此强大的软件，甚至是操作系统。
C语言博大精深，人人都想成为“乔峰”，但路还是要一步一步走，我觉得学编程最重要的一点就是不要被表象所迷惑，一定要想办法看清本质，不然会很痛苦，迷失在各种变化中而失去对它的兴趣。最近还看好了另外两门语言，一个是C++，一个是Python，尤其是Python，极力向大家推荐。
C起源
说到C就不得不提Unix，正是Unix催生了C，也是因为有了C，Unix（和后来的Linux）才有今天。最早创造Unix的人是贝尔实验室的汤姆森（Ken Thompson），Unix和C全诞生在这个实验室。但在没有C语言之前，Unix是用汇编写的，无法独立于硬件，也就是说，想把Unix移植到另一个型号或厂家的CPU上，就要把Unix重写一遍，这样很不现实。汤姆森的同事，也是Unix早期开发者之一，也就是C语言之父，丹尼斯 里奇（Dennis Ritchie，见下图）编写了C语言。之后，因为C语言是独立于硬件的，这帮贝尔实验室的天才们又用C语言重写了一遍Unix，而这个以C语言重写的Unix经过不断的改进和衍生，一直到了今天。如今里奇已经仙逝，汤姆森也已年近古稀，但Unix和C的精神却一直在各大技术社区流淌，生生不息。例如现在的Linus和Stallman，他们依然继承着前任的精神，在各自的领域里坚守着，并且影响了一代又一代的programmer。
C标准
重要更正：由博友garbageMan提示，目前最新标准为C11，2011年修订。具体内容可查阅相关文档。
C语言一共存在三个标准，分别制定于89年、95年、99年，所以分别简称为C89、C95、C99，而与之对应，89年之前的C语言成为传统C。关于C语言标准的演变，以下抄录《C语言参考手册》中的内容：
从传统C到C89：
1、添加了真正的标准函数库。
2、新的预处理命令和特性。
3、函数原型，允许程序员在函数声明中指定参数的类型。
4、增加了一些新的关键字，包括const、volatile和signed。
5、宽字符、宽字符串和多字节字符。
6、在转换规则、声明和类型检测方面的许多小改动和澄清。
从C89到C95:
1、3个新的标准库头文件：iso646.h、wctype.h和wchar.h。
2、几个新的标记和宏，用于替换有些国家的字符集中不存在的操作符和标点符号。
3、printf/scanf函数家族的一些新的格式代码。
4、大量用于多字节符的新函数以及一些类型的常量。
从C95到C99
1、复数运算
2、整数类型的扩展，包括更长的标准类型。
3、可变长度的数组。
4、对非英语字符集提供了更好的支持。
5、对浮点类型提供了更好的支持，包括所有类型的数学函数。
6、C++风格的注释(//)
关于C++标准：
这里先不做详细讨论，只引用《C参考》中的一句话：标准C++近乎是（但不完全是）标准C的超集。
关于Clean C:
用标准C和标准C++的公共子集编写的C代码叫做Clean C。
注：博主认为，任何一门语言（也不止局限于语言，例如类Unix系统的标准），弄清楚它的标准都很重要，这样有助于了解一门技术的全貌。
C编译过程
到了这篇文章的重头戏了，很多朋友在学习C的过程中会忽略这一点。上来就开始不顾一切的编程，而不去剖析编译的原理，这就明显犯了避重就轻的错误，而不能看清楚事物的本质。所以，这里首先要搞清楚整个程序编译的过程。
我们先来看看gcc的帮助文档里面的阐述（如下图）：
从C语言源代码，也就是.c文件，一直到最后的可执行文件，要通过四个关卡：preprocessing（预处理）、compilation（编译）、assembly（汇编）、linking（链接）。具体过程如下图，之后我会逐个阐述每个过程：
我们通过一个最简单的实验描述整个过程。首先编写一个最简单的C语言程序hello.c，这就是我们要编译的源代码，如下图，只有7行这样简单
第一步：preprocessing（预处理）
在 gcc 中，若要程序只进行预处理而不再往下编译，利用选项 -E，完整的命令为 gcc -E hello.c -o hello.i ，预处理之后生成 hello.i（部分代码如下图）。预处理阶段主要处理预处理命令，hello.c 中就是第一行代码 #include <stdio.h> ，因为 hello.c 程序中要利用 printf 函数，所以要从 stdio.h 这个头文件里引入 printf 的声明。可以看到，预处理之后的文件足足有855行，这全都是 printf 函数做的怪，可见我们最常用的printf 函数并不简单，仅头文件的声明就有这么多，所以C的编译器和库函数一起为我们隐藏了许多细节（这里再往深入探究下去，会涉及系统调用的原理，printf是一个需要用到系统调用的函数）。
第二步，compilation（编译）：
这一步将预处理之后的 hello.i 编译成汇编代码 hello.s，gcc 中的选项是 –S ，完整命令为 gcc -S hello.i -o hello.s ，编译之后生成汇编代码 hello.s （如下图），这份代码就是和体系结构相关的了，不过我们现在所用到的电脑大部分都是x86架构，应该不会有什么差别，但我想，如果拿到一些嵌入式设别上，这部分会代码就不同了，具体的汇编语言没有体系的学过，想深入的同学可以找找相关资料。可以看到代码量也不大。只有20行，因为这里的15行是 call printf，也隐藏了 printf 的细节。
第三步，assembly（汇编）：
这一步将汇编代码 hello.s 编译为二进制的对象文件 hello.o ，gcc 中的选项是 –c ， 完整的命令为 gcc -c hello.s -o hello.o ，执行之后会生成二进制机器代码写成的 hello.o （如下图），可以看到这个文件打开时乱码，说明这是人类不可读的二进制文件。每一个没有错误的 .c 文件经过这三部编译之后，都是生成一个.o 文件，o是object的缩写，而把很多的 .o 文件集合在一起就形成了库文件，库文件有分为静态库（.a）和动态库（.so）。
注：关于静态库和共享库的内容我会放到下一篇博客里，因为解释这整个过程足够写一篇的了。
第四步，linking（链接）：
这一步负责形成最后的可执行文件，链接不是一个很好理解的过程，我们想象一下，如果我们编写一个稍微大一点儿的项目，肯定不会只有一个 .c 文件，而按照上一步所说，每一个 .c 文件编译过后都会形成一个 .o 文件，而链接的任务就是把这些 .o 文件链接在一起并找到程序的主入口。有人会说这有什么难理解的，但试想一下我们现在这种情况，我们只有一个 hello.c 文件，那还需要链接这步么？答案是当然需要，还记得让人操心的 printf 函数么？ 对，这个函数是系统帮我们实现的，他的 .o 文件就在其他地方，这个地方就叫做动态库，一个操作系统帮我们维护的工具库，所以我们这里虽然只有一个 .c 文件，一样需要链接。那有人还会说，如果我连 printf 也不用呢？，虽然这有些抬杠的嫌疑，但也不是不可以出现这样的情况，但事实是不可以的。我猜想链接过程肯定还负责一些其他的工作，比如说最明显的 .o 文件时没有执行权限的，而链接后的文件时可执行的，感兴趣的同学可以再深入探究下， 我在这就先扯到这里。关于共享库的内容我下一篇再展开。
链接过程不需要选项，完整的 gcc 命令为： gcc hello.o –o hello ， 生成的无后缀名的 hello 文件就是最后的可执行文件。这里如果有很多个 .o 文件，要全部加到命令行里，例如 gcc hello1.o hello2.o hello3.o –o hello。
gcc 命令
下面简单说一下我问刚才用到的四个 gcc 选项： –E 、–S 、–c 、–o 。先看一下linux下的man手册的解释。
可以看到前三个选项其实解释从三个级别上截断编译过程，而并非是向我们上面用到那样，看上去像是一个截断一个选项，其实你用 –c 直接把 .c 文件编译成 .o 也是可以的，而且正常情况也是这样做的，我这里只是为了演示编译的每一个过程，在现实中，前连个选项应该是调试和观察编译过程是用的比较多。
总结
这篇文章简单介绍了一下C语言的历史和产生过程，并重点描述了整个编译过程，而关于库的相关内容我会在下篇文章里详细讨论。
文章中大部分概念都是我个人的收集、思考和总结，难免有些地方可能有出入，也欢迎各路朋友发现问题指点一二。
志同道合的朋友可以在微信中搜索公众账号：DarkSir 或 扫描博客公告栏中的二维码
博客文章将同步更新到公众微信账号
