javac编译器工作原理（1）高级语言的编译原理

一时失言乱红尘 2023-06-14 15:52 18阅读 0赞

本文链接： [https://blog.csdn.net/CringKong/article/details/79427664][https_blog.csdn.net_CringKong_article_details_79427664]

# javac编译器工作原理（1）高级语言的编译原理 #

> **众所周知，Java语言有自己的语言规范，这个规范描述了Java语言有那些词法和语法的，有繁多的关键字，有固定的语法，而Java语言本质意义上是一门高级语言，这种语言如何被计算机理解并由CPU执行，就要倚靠JVM和JVM内置的编译器来完成。**

首先我们来了解一下，高级语言是如何编译成为低级语言并由计算机执行的

**计算机是不能直接运行高级语言代码的，CPU识别的只有二进制的0和1，而早期的工程师们就定义了不同的0和1组成了机器码(Machine code)**

> 机器码也叫做机器语言，是可以由计算机的中央处理单元（CPU）直接执行的一组指令。  
> 每条指令执行一个非常特定的任务，例如对CPU寄存器或内存中的数据单元执行加载，跳转或ALU操作。  
> 每个由CPU直接执行的程序都由一系列这样的指令组成。

**而高级语言就需要把语言本身经过某种手段，转化为机器能识别的机器码，然后交由操纵系统处理，最终CPU才可以识别运行**

这里我们以C语言的汇编过程为例。

![C语言编译过程][C]

可以看出，C语言代码的编译过程分为四步：

> 预处理->编译->汇编->链接

假设有一个C语言源文件 my.c

#include<sdtio.h>
    int main(){
        printf("test");
    }
     
      
     
      
       1
       2
       3
       4

在Linux使用gcc编译器，进行编译（注意此时直接完成了预处理和编译，得到了汇编代码）

gcc -S my.c 
     
      
     
      
       1

编译完成的汇编代码如下：

.file   "my.c"
        .section    .rodata
    .LC0:
        .string "test"
        .text
        .globl  main
        .type   main, @function
    main:
    .LFB0:
        .cfi_startproc
        pushq   %rbp
        .cfi_def_cfa_offset 16
        .cfi_offset 6, -16
        movq    %rsp, %rbp
        .cfi_def_cfa_register 6
        leaq    .LC0(%rip), %rdi
        movl    $0, %eax
        call    printf@PLT
        movl    $0, %eax
        popq    %rbp
        .cfi_def_cfa 7, 8
        ret
        .cfi_endproc
    .LFE0:
        .size   main, .-main
        .ident  "GCC: (Ubuntu 7.2.0-8ubuntu3.2) 7.2.0"
        .section    .note.GNU-stack,"",@progbits
    
     
      
     
      
       1
       2
       3
       4
       5
       6
       7
       8
       9
       10
       11
       12
       13
       14
       15
       16
       17
       18
       19
       20
       21
       22
       23
       24
       25
       26
       27
       28

**而这些汇编代码，经过第三步汇编生成二进制01机器码，机器码可以被CPU理解执行，这里说一下，汇编代码也只是机器码的一种语言表述，和机器码具有一一对应的关系**  
[关于什么是汇编代码–维基百科][Link 2]

最后经过第四步，动态或者静态链接完成，生成的可执行的二进制代码即可由操作系统执行。

如果对上面的图和我说的还是不太理解，可以参考阮一峰大神的博客[编译器的工作过程][Link 3]，值得一提的是对于不同的CPU架构，其汇编代码（Assembly Code）以及对应的机器码（Machine Code）是不尽相同的，比如x86汇编代码和ARM汇编代码，主要原因是因为不同CPU设计寄存器数目的不同等等。

**而JVM的设计其实就和物理机一样，具有自己的堆、栈和执行引擎以及PC计数器**

![JVM结构体系][JVM]

Java虚拟机就像物理机一样，同样是无法看懂Java代码的，所以就需要某种编译器将Java代码翻译成虚拟机能看懂的代码，类似物理机上CPU能读懂的机器码一样。JVM这种设计使得JVM这个平台更具开放性，**无论是Java语言，还是JVM上的新成员Kotlin，Groovy等，最终还是要被某种编译器翻译成JVM能读懂的字节码。这些字节码，相当于物理机器能识别运行的机器码（或者对应的汇编语言）**

而经过javac编译生成的.class文件，其实就是相当于编译过程中产生的汇编文件。

--------------------

参考资料：  
[《深入分析Java Web技术内幕》–许令波][Java Web]  
[《深入理解Java虚拟机》–周志明][Java]  
[C语言编译过程详解][C 1]  
Java内存管理：深入Java内存区域

[Link 1]: http://creativecommons.org/licenses/by-sa/4.0/
[https_blog.csdn.net_CringKong_article_details_79427664]: https://blog.csdn.net/CringKong/article/details/79427664
[C]: https://img-blog.csdn.net/20180303000355631?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvQ3JpbmdLb25n/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast
[Link 2]: https://en.wikipedia.org/wiki/Assembly_language
[Link 3]: http://www.ruanyifeng.com/blog/2014/11/compiler.html
[JVM]: https://img-blog.csdn.net/20180303002539638?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvQ3JpbmdLb25n/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/SouthEast
[Java Web]: https://book.douban.com/subject/25953851/
[Java]: https://book.douban.com/subject/24722612/
[C 1]: https://www.cnblogs.com/CarpenterLee/p/5994681.html