1.1 程序的一生：从源码到进程

1.1 程序的一生：从源码到进程

本节摘要：一条 gcc hello.c -o hello 命令背后，藏着四个串行的转换阶段——预处理、编译、汇编、链接，随后还有加载器把可执行文件变成进程。本节沿这条生命线走完全程，给出每个阶段的观察命令与典型产物，让你第一次"看见"C 代码在机器上的完整旅程。

先跑通一个最小程序

从最简单的程序开始，后面所有分析都以它为样本：

#include <stdio.h>

int main(void)
{
    printf("hello, machine\n");
    return 0;
}
​

一行命令完成构建并运行：

gcc hello.c -o hello
./hello
​

输出 hello, machine。多数教程到此为止。我们的问题才刚开始：gcc 这条命令里发生了什么？hello 这个文件里是什么？运行时它又去了内存的哪里？

顺手核对环境：在终端输入 gcc --version 能打印版本号即可；想看更底层的中间文件，objdump、nm、size 这几个工具通常随编译器一起安装，Windows 下的 MinGW 同样提供。

图 1 构建流水线与各阶段产物

把流水线拆开看

gcc 其实是个"驾驶员"，它依次调用四个真实工具。我们可以让它在任意站点停车。

第一站：预处理。 gcc -E hello.c -o hello.i 得到一份纯文本。打开 hello.i 会发现它膨胀到几百行——#include <stdio.h> 的全部内容被原样抄了进来，注释被删掉，宏被替换。预处理器完全不懂 C 语法，它只是个文本搬运工，做的三件事：宏替换、文件包含、条件筛选。这也是为什么宏写错会在源码里埋下奇怪的错误——错误要等下一站才被发现。

第二站：编译。 gcc -S hello.i 生成 hello.s，内容是汇编文本。这一步是流水线里最有"智力"的一站：词法分析、语法分析、类型检查、优化，最后选择指令。看一眼产物（x86-64 风格节选）：

main:
    push    rbp
    mov     rbp, rsp
    lea     rdi, [rip + .LC0]   ; 字符串地址放入第一个参数寄存器
    call    puts                ; printf 被优化成了 puts
    mov     eax, 0              ; 返回值 0
    pop     rbp
    ret
​

注意一个细节：我们写的是 printf，编译器发现格式串里没有格式占位符，径直换成了更快的 puts。机器视角的第一次冲击就在这里——你写的代码和执行的代码不是同一份，优化器有权改写，只要可观察行为不变。

第三站：汇编。 gcc -c hello.s 生成目标文件 hello.o，二进制格式。用 nm hello.o 查看符号表：

0000000000000000 T main
                 U puts
​

T main 表示本文件定义了 main；U puts 表示 puts 被引用但未定义——它住在标准库里。这个"欠条"要等下一站兑现。

第四站：链接。 链接器把 hello.o 与标准库（还有启动代码，真正调用 main 的那部分）拼在一起，给所有符号落实地址。链接成功的标志就是不再有 U 未决符号。反过来，著名的链接错误 undefined reference to xxx 就是某张欠条没人兑现——要么忘了写函数定义，要么忘了链对应的库。

运行时刻：文件如何变成进程

双击或敲下 ./hello 时，操作系统加载器接手：

1. 读可执行文件头，把代码段、数据段映射进一块虚拟地址空间；
2. 分配栈，把环境变量、命令行参数放进去；
3. 跳到入口点（不是 main，是启动例程 _start，它准备好环境后才调用 main）；
4. CPU 开始取指执行，main 返回后启动例程调用退出系统调用，进程消亡。

从这一刻起，"程序"这个词就换成了"进程"——文件躺在硬盘上死着，进程活在内存里，有独立的地址空间、栈和寄存器现场。第 1.3 节会把这张内存地图放大细讲。

环节对照表

⚠️ 常见坑：把链接错误当成编译错误去改语法。看到 undefined reference 字样，问题一定出在"定义缺失"或"库没链上"，跟语法无关；把函数声明写了、定义忘了，是最常见的肇因。

💡 关键直觉：四个阶段是可以分别观察、分别控制的。养成"出问题先定位阶段"的习惯——预处理问题看 .i 文件，编译问题看报错行号，链接问题看符号表，运行问题上调试器。定位阶段，问题就解决了一半。

本节要点回顾

• 一条构建命令是四段流水线：预处理（文本搬运）、编译（生成汇编）、汇编（生成目标码）、链接（落实地址），每段都能用参数单独刹车观察。
• 目标文件带着"欠条"：符号表里 U 标记的未定义符号，由链接器到其他目标文件或库里找兑现。
• 写的不等于执行的：优化器会把 printf 换成 puts、删掉没用的变量，只要可观察行为不变。
• 程序的真正入口不是 main：启动例程先搭好运行环境，main 只是它调用的一环。
• 排查思路按阶段分治：预处理看展开文本，编译看报错，链接看符号，运行看调试器。

下一节我们把镜头推进流水线内部，看编译器如何把一行行 C 翻译成指令，以及链接器如何处理静态库与动态库的差别。