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)
2024-11-22 07:54:02  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!

  • 超级爆笑的短让人笑得肚子疼(这个初秋犯了一种不看嘭)
  • 2024-11-22这个初秋犯了一种不看嘭昨儿个中秋佳节,今儿个抬头再望天,果然是一个天朗气清,万里无云,还有丝丝风吹动树叶的声音,秋天果然是要来了……那些在《嘭!发射》被整个夏日晒黑的亲故们终于是要开始白回来了喜大普奔!!!在这个夏末初秋的。
  • 无锡灵山徒步攻略(到无锡马山参访灵山大佛)
  • 2024-11-22到无锡马山参访灵山大佛2006年初,经江阴至张家港的路上,突然收到一条短信,欢迎来到无锡灵山大佛云云当时不甚明了,没想到不到半年,我竟到了无锡工作,至今已十余年常驻此地,成家立业,也就慢慢发现无锡,了解它的历史地理风俗民情。
  • tvb十大电影排行榜(在TVB9年连吃饭都愁)
  • 2024-11-22在TVB9年连吃饭都愁在TVB9年连吃饭都愁,转向北上发展,4年间他拍了60多部微电影李雨阳是曾经的TVB艺人,不过他在TVB呆了9年,一直都没有收到重用,只是演一些无关紧要的人物,收入也是特别低甚至连吃饭也是一个很大的问。
  • 郑州地铁14号线二期最新线路图(大喜事郑州地铁10)
  • 2024-11-22大喜事郑州地铁10最近的信息量比较多,其中最火的恐怕就是国资的陆续入场从去年底的国资入围文旅,组建河南省文化旅游投资集团有限公司;到今年又入围汽产,组建河南省汽车产业投资集团,这两项重磅行动其实都有据可查,一个是《关于。
  • 火箭森林狼队战报(森林狼双11剁JB不仅害了火箭)
  • 2024-11-22森林狼双11剁JB不仅害了火箭今天是双十一,大家剁手了吗?就在昨晚4点哥正在买东西的时候突然发现卧槽,森林狼剁了JB是的,你没看错,76人连双11的红包都没用,就直接搞定了JB据多家媒体爆料,76人送出达里奥-萨里奇,罗伯特-考文。
  • 谢大脚于月仙和赵本山啥关系 谢大脚于月仙去世
  • 2024-11-22谢大脚于月仙和赵本山啥关系 谢大脚于月仙去世曾在《乡村爱情》中饰演“谢大脚”的于月仙,因在内蒙拍戏时,突发车祸不治身亡,享年50岁一个演喜剧而红的明星,以悲剧的方式走完人生最后一程,不禁令人唏嘘于月仙因出演“谢大脚”而被家喻户晓,她在姐夫赵本山。
  • c罗个人简介(c罗个人简介是什么)
  • 2024-11-22c罗个人简介是什么克里斯蒂亚诺·罗纳尔多·多斯·桑托斯·阿韦罗(CristianoRonaldodosSantosAveiro),简称“C罗”,1985年2月5日出生于葡萄牙马德拉岛丰沙尔,葡萄牙职业足球运动员,司职边。
  • 正能量励志的句子致自己简短(适合自己的正能量说说)
  • 2024-11-22适合自己的正能量说说一、生活就是这样,付出的,不一定有回报;期望的,不一定全实现;相守的,不一定都懂得;拥有的,不一定就珍惜所以,有些事,可以认真,但不要较真,心若轻松,路才顺当二、人生是一场永不落幕的演出,我们每一个人。
  • 隔夜茶为什么能让眉毛变黑?隔夜茶刷眉眉毛变得浓密光亮
  • 2024-11-22隔夜茶为什么能让眉毛变黑?隔夜茶刷眉眉毛变得浓密光亮日常生活中有很多人爱喝茶,甚至有些人会习惯酒足饭饱后泡上一杯暖暖的香茶,既消食消脂,许多MM都知道隔夜茶渣能消除黑眼圈,但除此以外它还有许多大家所不知道的小妙用,下面一起了解下茶中含有精油类成分,气味。
  • 黄胄画什么最出名(黄胄画马骏马奔驰)
  • 2024-11-22黄胄画马骏马奔驰徐悲鸿画的马几乎是家喻户晓,人们很喜欢,确实是好,徐老把马的精气神表现的淋漓尽致而今天要了解另外一位著名画家黄胄,黄胄是以画驴闻名于世的,但是这次要欣赏一下他画的马马是一种对人们友好的动物,擅长奔跑,。
  • 教育读书笔记及感悟(读书感悟与教育心得三十七句)
  • 2024-11-22读书感悟与教育心得三十七句1.文体活动如艺术、体育类是心理健康的滋补品2.弱者只会愤怒,强者才会分析原因,修正自己,让自己变得更好3.先谋后事则昌,先事后谋则亡谋定而后动,方得始终4.自古成功在尝试只有投入实践,先做起来,才有。