從原始碼到可執行檔

編譯原始碼，最原始的指令就是gcc helloworld.c -o helloworld，其實中間跳過了很多的過程，這中間的過程隱藏了許多過去前人所累積的技術能量，其實過程大致上如下，並不是一下子就從source code變成binary code

• Preprocessing過程先把大部分的#include之類的編譯指令拿掉，直接將一些function code變成一個text file，比方說printf()這個function會被加入一個暫時的文字檔案(.i)中，把註解拿掉，因為他對編譯程式沒有意義，註解是給人看得，不是給機器看的，種種目的就是為了純化資料到電腦必須要處理的
• Compilation:將source跟著就是轉成組合語言，這是平台相關性的code，如果是arm CPU，就轉成arm的組合語言指令，如果是x86就轉成x86，這時候已經進入平台相關的議題了
• Assembly: 將組合語言轉為object code，object跟作業系統的平台很有相關，比方說ELF(Unix/Linux)或者PE(M$)
• Linking: 則是將一些object code做relocation等等動作，還有引入library

先掠過preprocessing的部分(它基本上只比copy/paste複雜一些，是大量的取代動作)，單單是從source code產生.s就需要很大的技術，底下可以看到流程

線上的字體，可以看成一種軟體元件，並不一定會在檔案系統上留下檔案，在System Software的書籍上有比較詳細的介紹。先用Scanner將source code切成一堆單位/token，這些東西表示該程式語言內接受的元件，比方說有++i，被分解成++跟i，接著建構Syntax Tree，透過事先定義的grammar，將statement建構出來，有時會牽涉到類似先乘除後加減的概念，跟著將語意辨識出來，就是賦予型態等等意涵，在原始碼上i就是i，除非你找到int i的宣告，不然他並不會在code上面有意義，但是電腦是很死板，必須有人把每個i標註上他的型態，如整數或者物件等等意涵。接著再把該tree轉成一些p-code，對應到了組合語言，中間當然會有一些最佳化的議題，在此略過不談

在討論linking這動作之前，先理解object code，object code其實很豐富，可以用file指令來觀察檔案屬性

可以看到都是ELF (Executable Linkable Format)格式，object稱為是一個relocatable的，bash是一個可執行檔，so則是share object