C biên dịch như thế nào?

Ở Bài 3, bạn đã chạy thành công chương trình hello.c đầu tiên. Bây giờ chúng ta tò mò hơn một chút, cùng tìm hiểu máy tính biến một file C thành chương trình chạy được như thế nào?

Quá trình biên dịch chương trình C qua 4 bước như sau:

Ta dùng một file nhỏ có đủ thứ cần theo dõi: header, prototype, hàm main, biến cục bộ, lời gọi hàm và một hàm tự viết. Build một dòng như sau:

#include <stdio.h>

double thue(double gia);

int main(void) {
    double gia = 200000.0;
    printf("Thue: %.0f dong\n", thue(gia));
    return 0;
}

double thue(double gia) {
    return gia * 0.1;
}

$ cc -std=c17 -Wall -Wextra -Wpedantic -g giai-phau.c -o giai-phau
$ ./giai-phau

Thue: 20000 dong

• ▸`-std=c17` chọn chuẩn C17 cho khoá này.
• ▸`-Wall -Wextra -Wpedantic` bật nhiều cảnh báo hữu ích.
• ▸`-g` giữ thông tin debug để sau này dùng debugger.

File giai-phau.c chưa được đưa thẳng vào compiler. Trước đó, bộ tiền xử lý (preprocessor) duyệt qua file và xử lý các chỉ thị bắt đầu bằng #. Trong chương trình mẫu, dòng quan trọng nhất là #include <stdio.h>.

$ cc -std=c17 -E giai-phau.c -o giai-phau.i

Lệnh -E bảo công cụ dừng sau bước tiền xử lý. Đầu ra là giai-phau.i: một translation unit đã được mở rộng. File này thường dài hơn rất nhiều so với file gốc, vì nội dung của header hệ thống đã được chèn vào.

/* rất nhiều dòng từ stdio.h ... */
int printf(const char * restrict, ...);

double thue(double gia);

int main(void) {
    double gia = 200000.0;
    printf("Thue: %.0f dong\n", thue(gia));
    return 0;
}

double thue(double gia) {
    return gia * 0.1;
}

Điểm cần nắm rõ: #include không kéo code đã biên dịch của printf vào chương trình. Nó chủ yếu mang khai báo của printf vào để compiler biết hàm này tên gì, nhận tham số kiểu gì, trả về kiểu gì.

• ▸Đầu vào: `giai-phau.c`.
• ▸Công cụ: preprocessor.
• ▸Đầu ra: `giai-phau.i`, tức translation unit sau khi xử lý `#include`, macro và các chỉ thị tiền xử lý.
• ▸Ở bước này chưa kiểm tra sâu logic C, chưa sinh assembly, chưa tạo chương trình chạy được.

Sau tiền xử lý, bộ biên dịch (compiler) nhận giai-phau.i và bắt đầu đọc C theo cú pháp của ngôn ngữ. Đây là bước compiler kiểm tra những thứ như thiếu dấu ;, gọi hàm chưa khai báo, kiểu tham số không khớp prototype, hoặc dùng tên chưa tồn tại trong phạm vi hiện tại.

$ cc -std=c17 -Wall -Wextra -Wpedantic -g -S giai-phau.i -o giai-phau.s

Tuỳ hệ điều hành và compiler, file giai-phau.s nhìn sẽ khác nhau. Nhưng về bản chất nó là assembly: dạng chữ chỉ dẫn gần với lệnh máy hơn C. Ví dụ, trong file assembly thường sẽ có nhãn cho main, thue, và một lời gọi tới symbol printf.

main:
    gọi thue
    gọi printf
    trả 0

thue:
    nhân gia với 0.1
    trả kết quả

• ▸Đầu vào: `giai-phau.i`.
• ▸Công cụ: compiler.
• ▸Đầu ra: `giai-phau.s`, tức assembly.
• ▸Compiler kiểm tra cú pháp và kiểu ở bước này. Lỗi kiểu `expected ;` hoặc `call to undeclared function` thường dừng tại đây.

Assembly vẫn là dạng chữ để con người đọc được. Máy chưa chạy trực tiếp file .s. Bước lắp ráp dùng assembler để chuyển assembly thành object file .o.

$ cc -c giai-phau.s -o giai-phau.o

File giai-phau.o đã chứa machine code cho phần code trong file của bạn, ví dụ main và thue. Nhưng nó vẫn chưa phải chương trình hoàn chỉnh. Lý do: nó còn để lại một số tham chiếu cần linker giải quyết, chẳng hạn lời gọi printf.

$ nm giai-phau.o
... T _main
... T _thue
... U _printf

• ▸Đầu vào: `giai-phau.s`.
• ▸Công cụ: assembler.
• ▸Đầu ra: `giai-phau.o`, tức object file.
• ▸`T _main` hoặc `T _thue` nghĩa là object file này có định nghĩa symbol đó. `U _printf` nghĩa là symbol này còn chưa được giải quyết.

Linker nhận một hoặc nhiều object file, cộng với các thư viện cần thiết, rồi ghép chúng thành executable. Với chương trình mẫu, linker phải nối lời gọi printf với implementation đã biên dịch trong thư viện C, đồng thời chuẩn bị phần để hệ điều hành có thể nạp chương trình và gọi main.

$ cc giai-phau.o -o giai-phau
$ ./giai-phau

Thue: 20000 dong

Đây là lý do lỗi linker thường xuất hiện muộn hơn lỗi compiler. Compiler có thể đã hiểu câu lệnh chao(); nhờ một prototype, nhưng linker vẫn cần tìm thân hàm chao ở đâu đó. Nếu không có định nghĩa, linker sẽ báo undefined reference hoặc undefined symbols.

• ▸Đầu vào: một hoặc nhiều file `.o`, cộng với thư viện.
• ▸Công cụ: linker.
• ▸Đầu ra: executable, ví dụ `giai-phau`.
• ▸Linker giải quyết symbol: chỗ nào gọi hàm hoặc dùng biến ngoài file thì phải tìm được định nghĩa tương ứng.

Khi đã đi qua đủ bốn bước, ta quay lại file C ban đầu sẽ dễ hiểu hơn. Mỗi loại dòng trong chương trình phục vụ một phần của pipeline:

• ▸Khai báo thuần chỉ giới thiệu tên + kiểu, không có thân hàm và không tạo storage mới.
• ▸Định nghĩa cũng là một khai báo, nhưng có thêm phần để chương trình dùng: thân hàm hoặc storage.
• ▸Câu lệnh chỉ sống trong thân hàm; ngoài hàm không có lệnh chạy trực tiếp.
• ▸Header và prototype giúp compiler kiểm tra lời gọi; object file và thư viện là việc của assembler/linker.

Giờ hãy thử xếp loại từng dòng. Đừng đoán theo cảm giác, hãy hỏi dòng đó phục vụ bước nào:

Từ giờ, khi build lỗi, câu hỏi đầu tiên nên là: pipeline hỏng ở bước nào? Mỗi bước có kiểu lỗi riêng:

#include "khong-co.h"

int main(void) {
    return 0;
}

$ cc -std=c17 -Wall -Wextra -Wpedantic -g loi-preprocess.c
loi-preprocess.c:1:10: fatal error: 'khong-co.h' file not found

int main(void) {
    chao();
    return 0;
}

$ cc -std=c17 -Wall -Wextra -Wpedantic -g loi-compile.c
loi-compile.c:2:5: error: call to undeclared function 'chao';
            ISO C99 and later do not support implicit function declarations

void chao(void);

int main(void) {
    chao();
    return 0;
}

$ cc -std=c17 -Wall -Wextra -Wpedantic -g loi-link.c
Undefined symbols for architecture arm64:
  "_chao", referenced from:
      _main in loi-link-...o
clang: error: linker command failed with exit code 1

• ▸Header không tìm thấy hoặc macro viết sai: thường hỏng ở bước tiền xử lý.
• ▸Sai cú pháp, sai kiểu, gọi hàm chưa khai báo: thường hỏng ở bước biên dịch.
• ▸Assembly không hợp lệ: hỏng ở bước lắp ráp, ít gặp khi bạn viết C thuần.
• ▸Biên dịch qua nhưng thiếu thân hàm, thiếu file `.o`, hoặc thiếu thư viện: hỏng ở bước liên kết.