c语言编译器手册(读懂这4个函数528行代码)
c语言编译器手册(读懂这4个函数528行代码)
2024-11-06 01:33:30  作者:條件式接吻  网址:https://m.xinb2b.cn/life/wmj207795.html
引言

自从华为方舟编译器横空出世,一举成为全民网红之后,一下子点燃了大家对编译器的热情。不过,对于大多数人来说,编译器仍然是遥不可及的神秘存在。

今天,介绍一个国外大牛写的C语言编译器 - C4,揭开编译器的神秘面纱。原来实现一个具备基本功能的编译器,竟是如此简单!

C4:4个函数实现的C语言编译器

C4, C in four functions。

它是一个C语言编译器项目(项目地址在文末),整个实现只有:

一个C语言源码文件528行C语言代码4个函数

仅此而已。


C4代码仓库

它简洁,却不简单。

它具备完整的词法分析、语法分析、简单的语义检查、代码生成、运行时环境(即虚拟机)

与常见的C编译器不同的是,它把C语言源程序编译成字节码(bytecode),然后在一个精简的虚拟机中解释执行

你以为这样就完了?不,它令人称道之处远不止如此!

C4:可以自举的C语言编译器

若只是精简,或许它还并不那么令人惊奇,毕竟网上有很多类似的编译器项目,其中不乏一些非常简单优雅,且非常出色的项目。

然而,C4最惊艳的地方是,它可以自举

所谓自举,简单来说,就是自己编译自己。当然,最初始的那个C4编译器的可执行文件,还是必须要通过GCC、Clang等编译器进行编译生成。

我们下面演示一下“Hello, World!”的例子,和C4自举的例子。

Hello, World示例

先用GCC把C4编译成可执行文件:

gcc c4.c -o c4

运行“Hello, World!”测试程序hello.c:


结果如图:


其中,“hello, world”是hello.c 输出的,“exit(0) cycle = 9”是c4编译器输出的,表示程序正常运行结束,hello.c一共生成9条指令。

C4的自举示例

我们用GCC编译c4.c生成了可执行文件c4,我们称之为编译器A,然后用编译器A来编译c4的源码c4.c,则生成一个编译器B,然后再用编译器B来编译执行hello.c。

命令如下:

./c4c4.chello.c

结果如图:


C4自举执行

还可以这样:

./c4 c4.c c4.c hello.c

也就是GCC编译生成的c4是编译器A,./c4 c4.c生成的是编译器B, ./c4 c4.c c4.c编译生成的则是编译器C,最后用编译器C来编译运行hello.c。


C4递归自举

理论上可以一直递归下去。只不过,从图中可以看出,递归的层次越深,生成的字节码越多,执行所需的时间也越多。

C4实现的C语言子集

C4致力于用最少的代码,实现一个可以自举的C编译器。它的整个实现只有4个函数组成,可想而知,它不可能完整的实现整个C语言的规范,它只实现了C语言的一个子集。

数据类型

char int 指针 枚举(enum) 数组 字符串

不支持struct、typedef、union等数据类型。

语句结构

if-else控制语句while循环语句return语句函数

不支持do-while、switch-case、for、continue、break、goto等语句结构。

运算符

它支持除 =、%=、<<=、&=等符合运算符之外的几乎所有运算符。包括:

算术运算符关系运算符逻辑运算符位运算符赋值运算符杂项运算符(如三元运算符?:)

内建库函数

C4编译器实现时用到了一些系统库函数,因此,为了实现自举,它也内建支持了几个库函数。包括:

open、read、close、printf、malloc、free、memset、memcmp、exit

需要注意的是,它不支持以#开头的预处理命令,如#include、#define、#if等。

代码注释只支持“//”开头的单行注释,不支持“”标记的多行注释形式。

与传统的C语言编译器相比,C4在实现上有其独到之处。

下面,先简单介绍一些传统编译器的实现过程。

传统典型编译器的实现

典型的编译器的实现,一般都会有下面几个过程:

词法分析语法分析语义分析中间代码生成代码优化机器代码生成

如GCC、Clang、华为方舟编译器等均是如此。


这些阶段,会对代码进行多次扫描。这里的代码,包括文本形式的源代码、语法树、中间代码等表示形式。

典型的实现中,词法分析和语法分析通常会糅合在一起,在语法分析时,调用词法分析器逐个取得token。因此,理论上讲,词法分析和语法分析阶段,只需要对源码扫描一遍即可,并生成语法树,有时也叫抽象语法树(Abstract Syntax Tree)。

语义分析阶段操作的主要对象就是这棵树,至少要对这棵树扫描一遍。有些实现中,在进行语义检查的同时也会直接生成中间代码。

在代码优化阶段,根据编译器优化的力度的不同,可能会对中间代码进行多次扫描。

这里所谓的“扫描一遍”,在编译器术语中一般称为pass。对LLVM有了解的朋友应该知道,LLVM中每一种类型的优化都是一个pass,要应用多种优化技术,就需要有多个pass。

C4的独具特色之处

作为追求极简主义的C4编译器来说,它在实现上有很多独具特色之处。

对C源码解释执行

传统的C语言编译器,最终都把C语言源码编译成可执行文件,也就是二进制的机器码。

而C4则是把C语言源码先编译成其专门设计的字节码(bytecode),然后直接在虚拟机中解释执行。

C4设计了39个字节码指令,其中大部分与汇编语言中的指令有些类似,主要是内存加载指令,算术运算指令等,此外,还包含了为支持内建的库函数而专门设计的9条特殊的库函数调用指令。

它的虚拟机是典型的栈式虚拟机(Java虚拟机也是典型的栈式虚拟机,早期的Lua也是栈式虚拟机,但最新的Lua 5.x采用寄存器虚拟机)。

我们可以使用-d命令,把生成的字节码dump出来。下图是hello.c的字节码:


对源码只扫描一遍

与传统的编译器实现不同,C4它把词法分析、语法分析、语义分析、代码生成这几个步骤巧妙的结合在一起,在把C语言源码编译成字节码的整个过程中,只扫描了一遍源码。

Lua的解释器也是采用对源码扫描一遍的方式,因此,C4和Lua的性能都相当不错。

C4源码的可读性

对于C4的实现,网上也有一些讨论。有人认为C4的实现非常简洁、易读,也有人认为C4的实现稍显晦涩。

我个人认为,C4的实现确实非常简洁,毕竟只有4个函数,500多行代码。但是要真正完全理解,需要有一定的编译原理基础知识。

比如C4的语法分析过程中,就是典型的递归下降和算符优先算法相结合的实现方式。只要了解这些编译器的经典算法原理,C4的实现逻辑理解起来,还是比较轻松的。


此外,C4为了追求以最少的代码实现自举,在实现上采用了一些技巧。

比如,我们前面提到,C4不支持struct类型。这也意味着C4的源码中不能使用struct类型。为此,它选择使用数组来模拟struct结构。这样乍看起来,可能会产生一些困惑。

个人认为,C4的一个槽点,就是它变量的命名上,过于简洁。比如标记字节码的位置的变量用e表示,其实如果用emit的话,就会清晰许多,也会更容易理解。

C4的衍生实现

除了C4的原生实现外,网上也有很多基于C4的衍生实现。

比如有人给C4额外增加了80多行代码,却给C4添加了JIT功能,使得执行速度得到明显提升。

也有人对C4做了简单修改,使得它可以直接产生真实的机器码,并最终生成ELF可执行文件。

这些都是非常有趣的项目,都很值得研究。

C4的项目地址

在github上,找到用户名为rswier的大牛,就可以看到C4的项目了。


结语

现代的编译器项目,如GCC和Clang/LLVM,它们实现逻辑非常复杂,代码规模巨大,一个人几乎不可能完全搞清楚。即便是网上备受推崇的精简实现TCC和LCC,它们的实现也相对比较复杂的,作为一个新手来说,也很难彻底研究清楚。

而C4的实现,只有四个函数,500多行源码,个人认为是非常适合新手研究的一个项目。当然了,研究之前,最好具备一些编译器的基础知识,那样理解起来就会比较容易了。


本文只介绍了C4编译器项目的一些背景知识,并没有对C4的实现做过多探讨。感兴趣的朋友可以到github上面找到它,仔细研究一下,相信你会有不少收获!

如果对C4的代码实现感兴趣,或者有疑问的话,欢迎留言讨论!感兴趣的朋友多的话,我可以考虑更新几篇文章,详细讲解一下C4的代码实现。

原创不易,觉得有用的话,别忘了点赞!谢谢!

对编译器、OS内核、性能调优、虚拟化等技术感兴趣的童鞋,欢迎右上角关注!

版权声明:未经允许,禁止转载。文中部分图片来源网络,如有侵权,请通知删除!

  • 最新的文山市公路建设情况(文山这十年交通基础设施从)
  • 2024-11-06文山这十年交通基础设施从8月29日,“文山这十年”系列新闻发布会基础设施建设专场在文山市举行文山州主动融入西部陆海新通道建设,聚焦“通高速、修铁路、建机场、造码头”四件大事,举全州之力推进公路、铁路、机场、港口等综合交通网络。
  • 周杰伦早期食谱(周杰伦的藤原豆腐店)
  • 2024-11-06周杰伦的藤原豆腐店天王周杰伦从发售第一张专辑《jay》,就一炮打响迅速成为年轻一代的新偶像此外,他的《青花瓷》、《千里之外》和《七里香》也已然成为了经典开了很多场演唱会的他也曾登上过春晚的舞台,人脉也是相当的广事业一帆。
  • 保时捷macan现车都什么配置(保时捷MacanT国内开售)
  • 2024-11-06保时捷MacanT国内开售大众在普通家用汽车领域拥有最高的流量,在豪华汽车领域同样也不逊色,劳斯莱斯、宾利、保时捷等豪华品牌都隶属于大众集团作为一个诞生了70多年的豪华汽车品牌,保时捷一直秉持卓越运动血统和赛道精神,即使入门级。
  • 艾青打扮(艾青的马车)
  • 2024-11-06艾青的马车【文坛述往】作者:徐刚艾青走了,26个春秋,他走到很远的地方去了在我的思念中,他只是远行,从未消逝在梦里,我常见到艾青,但是个背影艾青总是和他那辆诗神的“纯金的三轮马车”在奔跑,我也紧随我们走过一条泥。
  • 苹果5s1533能用移动4g吗(A1530不支持电信卡吗)
  • 2024-11-06A1530不支持电信卡吗为了保留家里的电信固定电话,我家原来的移动宽带网络,只能舍弃不用了最近搬家,因为家里人强烈要求保留原有的电信固定电话,只能将固定电话移机到新的住所,新的住所三网合一,只有一根光前入户,原来的用的移动宽。
  • 眼镜片如何清洗更干净(眼镜片该如何清洗才是正确的)
  • 2024-11-06眼镜片该如何清洗才是正确的眼镜党经常会清洗眼镜片,那么怎么清洗才是正确的呢?最好的清洗眼镜的方法就是去眼镜店,让店里面的工作人员用超声波来清洗,这样清洗对眼镜是最好的其次再是用专门清洗眼镜的眼镜液,把眼镜液均匀的喷在眼镜片上,。
  • 景甜到底是不是个有潜力的演员(也算是如愿以偿了)
  • 2024-11-06也算是如愿以偿了2018年,景甜和张继科公开恋情,一个是娱乐圈皇族,各种资源都捧不红,一个是乒坛传奇,最快大满贯的藏獒,这两人看起来毫无交集却走到了一起只可惜这对“文体”明星的恋情仅仅维持了一年多,便各奔东西,这个结。
  • 怎样才可以有皈依证(有一种证件叫皈依证)
  • 2024-11-06有一种证件叫皈依证当今社会,每个人都有不少证件,像身份证、工作证、学生证、老年证、寿星证、独生子女证等等,不胜枚举我以为自己对证件还算知道不少,有一年和朋友一起外出旅游,人家亮出了一个“皈依证”,让我大开眼界,凭此证进。
  • 孩子犯困怎么缓解高中(孩子上课犯困怎么破)
  • 2024-11-06孩子上课犯困怎么破古人有诗云:“长风卷帘春意懒,伊人瞌睡卧枕眠”“春来睡困不梳头,懒逐君王苑北游”“莺愁蝶倦晚芳时,纵是明春再见隔年期”俗话说“春困秋乏”,不少人一到秋季就总觉得的浑身乏力提不上劲,总是觉得犯困,即便是。