一、预处理

（1） 将所有的#define删除，并且展开所有的宏定义

（2） 处理所有的条件预编译指令，如#if、#ifdef

（3） 处理#include预编译指令，将被包含的文件插入到该预编译指令的位置。

（4） 过滤所有的注释

（5） 添加行号和文件名标识。

需要注意的是，对于#pragma预编译指令不一定是在这个阶段执行的，因为#pragma link就是在链接阶段才会执行的。

二、编译

（1） 词法分析：将源代码的字符序列分割成一系列的记号。

（2） 语法分析：对记号进行语法分析，产生语法树。

（3） 语义分析：判断表达式是否有意义。

（4） 代码优化：比如内联函数、合并代码分支、公共子表达式消除等。

（5） 目标代码生成：生成汇编代码并且进行优化。

三、汇编

将汇编代码转变成机器可以执行的指令（全部在.text段里面)，最终产生.o文件或者.obj文件等二进制可重定位的目标文件。

四、链接

将不同的源文件产生的目标文件和静态库文件进行链接，从而形成一个可以执行的程序。

链接的过程主要分为两部分

（1）将所有.o文件的文件段合并，比如main.o的.text和sum.o的.text合并为.exe的.text，然后合并符号表段(.section table段），并进行符号解析，如果解析成功，就给对应的符号分配虚拟地址，否则就会报错（符号未定义或者符号重定义），需要注意的是，如果从一个.cpp文件通过extern引用另一个.cpp文件的变量或者函数，那么符号解析也会将这个函数和变量写入这个.cpp对应的.o文件的符号表中，但是段位置会显示为undefine而不是.text或者.data等文件段。

（2）进行符号的重定位，由于.cpp文件在汇编阶段就已经产生了.o文件，也就是说此时的.text中已经存在了汇编指令，.section table也有了符号，但是由于符号表中的符号没有分配虚拟内存，所以此时符号表中所有的符号地址默认为0，经历了过程一之后，符号分配了虚拟地址，这时候就需要对这些.text段的汇编指令里面对应符号的地址从0重定位到分配的虚拟地址。

实例说明

比如我们有一个main.cpp

#include<iostream>
using namespace std;
extern int globaldata;
int sum(int,int);
int localdata=10;
int main()
{
int a=globaldata;
int b=localdata;
int ret=sum(a,b);
cout<<ret<<endl;
return 0;
}

还有一个sum.cpp

int globaldata=10;
int sum(int a,int b)
{
return a+b;
}

 很显然，我们通过extern在main.cpp中引用了sum.cpp的全局变量globaldata和函数sum。

在Linux上进行编译，可以生成对应的.o文件。

g++ -c main.cpp sum.cpp

  

然后可以通过objdump指令查看这些.o文件的具体信息。

比如查看.o文件的符号表信息

objdump -t sum.o

 

        从这里可以发现，我们的globaldata和sum函数在符号表中都有对应的符号 ，比如sum函数对应的符号就是_Z3sumii，这个是通过sum函数的名称和它的参数列表共同生成的，具体生成机制大家可以自己去了解哈。

这个是main.o的符号表。

        就和我们上面所说的一样，由于globaldata和sum函数是main.cpp从sum.cpp外部引用过来的，所以它们的 段位置都是UND(undefine)，而其他main自己的符号都是有对应的文件段的，而且我们可以发现main函数和localdata都是全局符号(g)，代表它们可以其他文件引用。

除此之外，我们还可以通过objdump指令，查看一个.o文件由哪些文件段组成。

objdump -h sum.o

main.o的段组成。

         可以发现.o文件的组成格式是统一的，这也是为什么链接步骤的第一步的合并文件段可以进行，正是因为.o文件都有相对应的文件段所以可以合并啊，当然合并之后就是.out文件了。

通过g++将main.cpp和sum.cpp编译链接为可执行文件test.out。

再查看.out文件的组成格式。

readelf -t test

 显然.out文件同样是有.text和.data等文件段的，这些就是通过.o文件对应的文件段合并而来的。

查看.out文件的elf文件头 

readelf -h test

 

这个入口点地址就是main函数的第一行代码的偏移地址，也就是0x4006a0。

 查看test.out的汇编指令

objdump -S test

找到.text的汇编指令段，我们知道.text段存放的就是程序代码的汇编指令，所以main函数什么的都在这里面，这个4006a0就是main函数的第一行代码地址，也是我们程序的入口地址。 

        其实从这个链接过程再结合进程的虚拟内存地址，我们基本可以推断出.o/.obj文件和.out/.exe文件的基本组成格式了。

        .obj文件又叫作二进制可重定位的目标文件，它是由一个elf文件头和很多个文件段组成的，比如.text和.data等等，由于.exe文件是由若干个.obj文件链接而成的，所以.exe文件的组成和.obj文件基本一致，只是.exe的各个文件段都是.obj文件对应的文件段合并而来的，但是有一点不同的是，.exe文件它有一个program headers的文件段，这个文件段规定了.exe文件要把哪些文件段加载到内存中，毕竟不是所有文件段都需要加载进入内存，像符号表什么的就不需要，但是.text和.data等就需要，另外需要注意的是，一个cpp程序之所以会从main函数的第一行代码开始执行，是因为.exe文件的elf文件头规定了程序的入口地址，这个入口地址就是main函数第一行代码的地址。