我想证明预处理器完全独立于构建过程。它是不同于 C 语言的另一种语法和词法分析器。事实上，我想表明预处理器可以应用于任何类型的文件。
所以我有这个任意文件：
#define FOO
#ifdef FOO
I am foo
#endif
#
#
#
Something
#pragma Hello World
我认为这会起作用：
$ gcc -E test.txt -o-
gcc: warning: test.txt: linker input file unused because linking not done
不幸的是，它只适用于这个：
$ cat test.txt | gcc -E -
为什么 GCC 会出现这个错误？
【问题讨论】：
cpp 对您来说重要吗？或者这对您的演示没有实际意义？
标签： c gcc clang c-preprocessor
你需要告诉gcc这是一个C文件。
gcc -xc -E test.txt
【讨论】：
您可以使用 C 预处理器，cpp（或更传统的形式，/lib/cpp）：
cpp test.txt
或
/lib/cpp test.txt
【讨论】：
C 编译器使用文件名后缀作为必须编译的文件的指示符（以.c 结尾）只需要链接的文件（以.o 或.so 结尾）以.s 结尾的它调用汇编器as(1)，对于以.f 结尾的文件，它调用fortran 编译器，对于.cc，它切换到C++ 编译。
确实，通常，C 编译器会将它们不匹配的所有内容都作为链接器文件，因此一旦您将链接器文件传递给它，它就会尝试链接它，并调用链接器ld(1)。这就是您的.txt 文件所发生的情况。链接器有一些类似的方法来识别 ld(1) 脚本对对象或共享对象文件。
顺便说一句，CPP 语言确实是一种宏语言，但与 C 有一些无法避免的相似之处。它至少可以识别 C 标识符，因为宏名称与 C 标识符具有相同的语法，并且它必须检查标识符是否与宏名称匹配。另一方面......它必须识别 C cmets 和 C 字符串（它确实消除了编译器的 cmets），因为宏扩展不会在它们内部展开，并且它还必须识别括号（它们被认为是宏参数检测和,符号，用于分隔参数）。它还识别（在宏字符串内）标记 #（将参数字符串化）和 ##（将两个符号连接并合并为一个）（最后一个运算符必须强制 cpp 识别几乎任何 C 标记，因为它如果您尝试将+##+ 之类的内容合并到++ 中，则必须检查错误，这是一个错误）
因此，结论是： cpp 不必将整个 C 语法实现为一种语言，但 C 语言的标记必须被识别几乎完全。 C 语言的标准强制 c 预处理器对输入进行标记，因此## 运算符可用于合并标记（并检查有效性）这意味着，如果您定义如下宏：
#define M(p) +p
然后你这样称呼它：
a = +M(-c);
你会得到一个类似的字符串：
a = + +-c;
在输出中（它将在两个 + 符号之间插入一个空格，因此它们不会合并到 ++ 运算符中。符号 + 和 - 是在一起的，因为它们永远不会被扫描为一个令牌）参见下一个示例（输入前面有>符号）
$ cpp - <<EOF
> #define M(p) +p
> a = +M(p);
> b = -M(p);
> p = +M(+p);
> p = +M(-p);
> EOF
# 1 "<stdin>"
# 1 "<built-in>" 1
# 1 "<built-in>" 3
# 346 "<built-in>" 3
# 1 "<command line>" 1
# 1 "<built-in>" 2
# 1 "<stdin>" 2
a = + +p;
b = -+p;
p = + + +p;
p = + +-p;
另一个示例将显示解析标记的更多困难（输入用> 分隔，stderr 用>> 分隔，stdout 不加引号）：
$ cpp - <<EOF
#define M(a,b) a##b
> a = M(a+,+b)
> a = M(a+,-b)
> a = M(a,+b)
> a = M(a,b)
> a = M(a,300)
> a = M(a,300.2)
> EOF
>> <stdin>:3:5: error: pasting formed '+-', an invalid preprocessing token
>> a = M(a+,-b)
>> ^
>> <stdin>:1:17: note: expanded from macro 'M'
>> #define M(a,b) a##b
>> ^
>> <stdin>:4:5: error: pasting formed 'a+', an invalid preprocessing token
>> a = M(a,+b)
>> ^
>> <stdin>:1:17: note: expanded from macro 'M'
>> #define M(a,b) a##b
>> ^
>> <stdin>:7:5: error: pasting formed 'a300.2', an invalid preprocessing token
>> a = M(a,300.2)
>> ^
>> <stdin>:1:17: note: expanded from macro 'M'
>> #define M(a,b) a##b
>> ^
>> 3 errors generated.
# 1 "<stdin>"
# 1 "<built-in>" 1
# 1 "<built-in>" 3
# 346 "<built-in>" 3
# 1 "<command line>" 1
# 1 "<built-in>" 2
# 1 "<stdin>" 2
a = a++b
a = a+-b
a = a+b
a = ab
a = a300
a = a 300.2
正如您在此示例中所见，合并 a 和 300 很好，因为一个令牌生成一个标识符，这是有效的，cpp(1) 不会抱怨，但是当合并 a 和 @987654353 @ 生成的标记 a300.2 不是 C 中的有效标记，因此它被拒绝（它也没有连接，并且工具插入了一个空格，以使编译器将两个标记视为单独的 --- 是否应该将两者连接在一起，它们会被扫描为令牌a300 和.2）。
如果您想使用独立于语言的宏预处理器，请考虑使用m4(1) 作为宏语言。它在很多方面都比cpp 强大得多。但请注意，由于它允许的宏扩展的复杂性，它很难学习。
【讨论】：