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)
2024-11-05 08:28:30  作者:條件式接吻  网址:https://m.xinb2b.cn/sport/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!

  • 太原市晋源区成成中学有高中吗(高中起始年级学生)
  • 2024-11-06高中起始年级学生2019年,太原市成成中学建校95周年,其晋源校区也将于今年9月正式招生成成中学晋源新校区为完全中学,今年9月面向全市同时招收初、高中起始年级学生初中义务教育阶段不收学费,高中阶段按公办普通高中标准收。
  • 陈坤祖孙三代合照(出演太监却俘获大批粉丝)
  • 2024-11-06出演太监却俘获大批粉丝说到“好男儿”,不少人想到的可能是井柏然、李易峰、乔任梁、马天宇等人气超高的小生,但是今天小编要说的这位一样是“好男儿”出身的张晓晨说到张晓晨,可能有不少人都对这个名字表示陌生,但是说起电视剧《寂寞空。
  • 贝佳斯眼膜怎么样(贝佳斯面膜使用方法)
  • 2024-11-06贝佳斯面膜使用方法蔡小姐说:在向朋友们搜集好物的过程中,才发现大家对于“好用的眼部护理产品”的定义如此一致:滋润不长脂肪粒就好,能消个浮肿或紧致一下就感动哭了,至于去黑眼圈去眼纹什么的,基本都是传说啦~原来我们对于眼部。
  • 迪卡侬发展前景如何(商业巨头迪卡侬)
  • 2024-11-06商业巨头迪卡侬以高品质的供给满足群众多元生活需求苏州高新区商业巨头连续上新!小新再次带来独家消息迪卡侬在苏项目定位升级将于2022年春天与苏州人民正式见面01项目最新进度迪卡侬项目位于城际路以西,宜家家居以南,规划。
  • 孙弈秋发现漏洞(孙弈秋背景曝光)
  • 2024-11-06孙弈秋背景曝光赵又廷、白敬亭联袂主演的《平凡的荣耀》,从开播到现在,剧情中最大的谜团当属孙弈秋的妈妈和孙家的背景一个只有高中学历的人,如何挤掉985、211等名牌大学的高材生,空降金宸资本这样的业内领军集团?为此,。
  • 日本料理正宗的味噌汤的做法(夏天到了没胃口)
  • 2024-11-06夏天到了没胃口每每去吃日本料理,都会随餐附送一碗味噌汤,看似最简单、普通不过的日式食物代表,在家中却总是煮不出在日本喝过的风味?要煮一碗日式味噌汤并不难,但是要煮一碗好喝的日本味噌汤,你又是否知道当中的窍门?味噌汤。
  • 自来也死后最难过的可能是卡卡西(自来也的结局很遗憾)
  • 2024-11-06自来也的结局很遗憾火影忍者中对于自来也的死亡,其实很多人在心里都是很难接受的,他对于主角鸣人的关系简直就像是老师兼父子,而这也是很多人对于他的离去伤心的一大原因了不过在事后我们想一想的话,如果当初他没有去刺探佩恩的情报。
  • 一口气看完林茂根(林茂根丁勇岱一脸正气凛然却凭反派走红)
  • 2024-11-06林茂根丁勇岱一脸正气凛然却凭反派走红导语:他出道近40年零绯闻,真正的老派硬汉,气质儒雅刚直如今却演反派走红在如今弥漫着浮躁风气的娱乐圈,小鲜肉小花旦喊着“出名要趁早”前赴后继来到这名利场,但也有一些不怎么知名的“老戏骨”,他们虽然往往。
  • 因为无能所以顺其自然(因为无能力所以顺其自然)
  • 2024-11-06因为无能力所以顺其自然人无能为力的时候,总是喜欢顺其自然吧因为无能为力,所以顺其自然无能为力的时候就让它顺其自然,心无所谓才叫随遇而安那些无能为力的事情,那就顺其自然吧既然无能为力挽回,那就顺其自然吧尽力而为,顺其自然就好。