OC底层原理十八：类的加载(中) SEL & 分类的加载

OC底层原理学习大纲

上一节，我们了解了map_images的整体结构 & 非懒加载类，了解了APP启动时，所有类都已记录在哈希表中(仅类名字和地址)。

实现类+load方法的非懒加载类，会在启动时，实现类的加载，从macho中读取原始数据存放到rw？
而懒加载类则是在被第一次调用时，通过消息机制触发类的实现。
两种类的加载方式，最终都是调用realizeClassWithoutSwift完成实现。

上节回顾：

上节回顾

我们上一节留下了2个问题：rwe何时加载？分类如何加载?

现在不急着回答，本节结束后，我相信你就完全懂了。

本节尽可能讲得详细一些：

sel注册
分类的本质
分类的数据加载
attachCategories详解
attachCategories的调用

准备工作:

可编译的objc4-781源码: https://www.jianshu.com/p/45dc31d91000

dyld-750.6: https://opensource.apple.com/tarballs/dyld/

1. sel注册

我们在前面学习msgSend消息机制时，慢速查找阶段中，在类的函数列表查找方法时，是使用二分查找(👉流程图)。

Q： 二分查找必须是有序的，那排序依据是什么，如何排序？

上一节我们分析map_images流程时，在第2步修复预编译阶段的SEL的混乱问题时，就需要将SEL插入到nameSelectors哈希表中。

image.png

其中_getObjc2SelectorRefs是macho的__objc_selrefs，存储的内容是SEL:

image.png

遍历从macho的__objc_selrefs读取SEL，其中的sels包含的是带地址的sel(后面证明)。
循环注册sel，检查sel地址，如果不同，就重新赋值sel地址

进入sel_registerNameNoLock：

image.png

进入__sel_registerName:

image.png

一般是可以通过name搜索到result，直接返回result。
但如果特殊情况name搜索不到，就重新创建，再返回sel。

我们进入search_builtins来了解查询路径：

image.png

发现_dyld_get_objc_selector是extern申明在dyld中：

// Called only by objc to see if dyld has uniqued this selector.
// Returns the value if dyld has uniqued it, or nullptr if it has not.
// Note, this function must be called after _dyld_objc_notify_register.
//
// Exists in Mac OS X 10.15 and later
// Exists in iOS 13.0 and later
extern const char* _dyld_get_objc_selector(const char* selName);

打开dyld源码，搜索_dyld_get_objc_selector(const ：

image.png

进入getObjCSelector：

image.png

发现是调用getString方法在读取内容，所以我们反向搜索getString(const，检查函数的实现：

image.png

通过这里，我们就明确知道了：

sel虽然是函数名（字符串），但同时它是有地址值的。

拓展：

函数地址完全随机，是由它所在的段基础地址和偏移值确定的。程序每次运行，函数地址都可能变化。

判断两个函数是否相等，是通过地址值进行判断
两个不同类有相同名称的函数，但函数地址不同，是两个独立的函数。

函数列表排序，是依据SEL地址进行排序。所以排序后，可使用二分查找。

2.分类的本质

main.m文件加入测试代码：

// 本类
@interface HTPerson : NSObject

@property (nonatomic, copy) NSString *name;
@property (nonatomic, assign) int age;

- (void)func1;
- (void)func3;
- (void)func2;

+ (void)classFunc;

@end

@implementation HTPerson

+ (void)load { NSLog(@"%s",__func__); };

- (void)func1 { NSLog(@"%s",__func__); };
- (void)func3 { NSLog(@"%s",__func__); };
- (void)func2 { NSLog(@"%s",__func__); };

+ (void)classFunc { NSLog(@"%s",__func__); };

@end

// 分类 CatA
@interface HTPerson (CatA)

@property (nonatomic, copy) NSString *catA_name;
@property (nonatomic, assign) int catA_age;

- (void)func1;
- (void)func3;
- (void)func2;

+ (void)classFunc;

@end

@implementation HTPerson (CatA)

+ (void)load { NSLog(@"%s",__func__); };

- (void)func1 { NSLog(@"%s",__func__); };
- (void)func3 { NSLog(@"%s",__func__); };
- (void)func2 { NSLog(@"%s",__func__); };

+ (void)classFunc { NSLog(@"%s",__func__); };

@end

int main(int argc, const char * argv[]) {
    return 0;
}

检查格式的方式：1. clang 2. 官方帮助文档

2.1 clang
cd 到main.m所在文件夹，输入clang -rewrite-objc main.m -o main.cpp，打开main.cpp文件，搜索分类_CatA：
分类的实例方法 和 类方法：

image.png
分类的属性:

image.png
分类的结构：

image.png

我们搜索struct _category_t，可看到分类的完整格式：

image.png

发现编译期的HTPerson(CatA)：name是HTPerson，cls也是HTPerosn类

分类的实现:

image.png

本类属性 和 分类属性的区别：

本类属性：在clang编译环节，会自动生成并实现对应的set和get方法

分类属性：会存在set、get方法，但是没有实现 （需要runtime设置关联属性）。

易混淆点： 分类属性存在set、get方法，但没有实现。
检验方式： 使用person对象可以快捷访问到catA_age，并可以赋值。但是程序运行时会crash。这是因为方法存在，但找不到对应的imp实现。

image.png

Q： 1. 分类属性为何存在set、get方法？ 2. 如何让它不crash（关联属性的动态实现）

第1个问题在本节后续探索中，会得到很清晰的答案。第2个问题，我们下一节专门讲解关联属性。

2.2 官方帮助文档

打开官方文档（快捷键：shift + command + 0），搜索Categor:

image.png

切换语言为Objective-C:

image.png
发现类型是objc_category，在objc4源码中搜索：

image.png

💣 格式不一样？name呢？cls呢？
😂 注意看后面的声明：OBJC2_UNAVAILABLE， objc2不可用。文档是已过期的。这个时候，我们要以真实运行的代码为准。

了解了分类的数据格式，那分类的数据是如何加到HTPerson的呢？

3. 分类的加载

如何研究呢？

从已知的信息出发，先找到一条抵达目的地的路径，找到核心方法，再反向搜索核心方法被调用的地方，进行全面推理。

我们上一节分析_read_images结构时，第9步实现非懒加载类->methodizeClass内部有对分类的处理。

在methodizeClass中加入测试代码：

// >>>> 测试代码
    const char *mangledName = cls->mangledName();
    const char * HTPersonName = "HTPerson";
    if (strcmp(HTPersonName, mangledName) == 0 ) {
        if (!isMeta) {
            printf("%s - 精准定位: %s\n", __func__, mangledName);
        }
    }
    // <<<< 测试代码

在printf打印处加入断点，运行程序

image.png

发现进入了HTPerosn类，查看ro信息，发现其中baseMethods只有8个，分别打印查看，都是HTPerosn本类的实例函数。从信息栏可以看rwe此时为Null

ro的读取：

image.png

单步往下运行，发现最终会到达attachToClass处：

image.png

methodizeClass的内容是：

读取函数(已排序)存到list -> 读取属性存到proplist -> 读取协议存到protolist -> 分类添加到类中attachToClass

有个细节，我们发现initialize在这里被添加到根元类的函数列表了。根元类拥有initialize方法，所有继承自NSObject的类，都将拥有initialize方法。

我们知道+load方法会将懒加载类转变为非懒加载类，在app启动前就完成了所有非懒加载类的加载。但是app启动环节加载过多内容，会影响app的启动时长。

Q：有些准备必须在类初始化之前就完成，如果不写在+load方法内，怎么做到提前准备呢？

A：写在initialize内，因为每个类都继承自NSObject，所以都自带了initialize函数，而initialize函数是在类第一次发送消息时，就触发。所以可以做到提前准备。

进入attachToClass，加入测试代码：

image.png

看到了关键的attachCategories函数：绑定分类。

如果是元类，需要分别绑定对象和类方法。否则，只需要绑定对象方法。

注意，此时测试代码中HTPerson和HTPerson(CatA)都必须实现+load方法，才会进入attachCategories代码区域）具体原因，后面第5部分本类与分类的+load区别 会详细讲解。

下面，我们详细分析一下attachCategories：

4. attachCategories详解

进入attachCategories，加入定位测试代码：

image.png

开辟了64个空间大小的mlists、proplists、protolists容器，分别用于存储函数、属性、协议。

image.png

attachCategories流程：

首先，开辟空间，对rwe进行初始化。
然后，遍历所有的分类：
entry记录当前分类，entry.cat是category_t结构，存储了分类所有数据。
从分类中读取函数、属性、协议信息，存放到指定容器内。
最后，将容器内数据，分别添加到rwe指定属性中。

此处分为3小部分讲解：

rwe的初始化

数据读取

prepareMethodLists函数排序

attachLists 绑定数据

4.1 rwe的初始化

哈哈哈 😃 走过千山万水，终于找到你，我的rwe

进入 extAllocIfNeeded：

image.png

进入extAlloc:

image.png

此时，rwe才完成了初始化工作。各项属性完备。（关于attachLists赋值操作，在4.3小部分进行讲解）

关于rwe何时加载的问题：
我们现在知道分类加载会进行rwe初始化和加载数据。那还有其他地方会触发rwe的加载吗？

rwe的加载，是执行了extAlloc方法，所以我们反向搜索，查看谁调用了extAlloc方法：

image.png

只有extAllocIfNeeded和deepCopy调用了。

deepCopy深拷贝：搜索deepCopy(，发现只被objc_duplicateClass调用，而是objc_duplicateClass开放使用的API接口，并没自动调用的地方。所以此处不做考虑。
extAllocIfNeeded: 搜索extAllocIfNeeded(，发现有以下7处调用了它：

image.png
发现都是动态添加(函数、属性、协议、分类等)时，才会创建rwe。

还记得上面ro的读取吗？

当rwe存在时：表示这个类有数据被修改了，所以需要从rwe返回数据。
而如果rwe不存在，表明这个类的数据没有被动态修改过，所以可以直接从macho中拷贝一份ro返回即可。

附上WWDC2020视频Advancements in the Objective-C runtime，回顾官方对于rwe的解释，会理解得更深刻。

4.2 数据读取和`prepareMethodLists`函数排序

初始化rwe后，我们读取分类数据：

image.png

查看entry.cat结构：

image.png

查看category_t结构，发现存储了分类所有数据。

image.png

所以分类的数据都是从entry.cat进行读取。

我们在上面定位测试代码的打印处加上断点，运行代码，到达断点后，往下进入循环内：

image.png

发现此时name已从编译时的HTPerson变成了CatA，而我们的cls仍旧是HTPerson：
（类地址在内存中是唯一的，地址相同表示是一个类)

image.png

下面以函数的读取为例，(属性、协议的读取和赋值方式一样)：

image.png

将分类的methods函数列表读取到mlist，如果存在：

如果数组是否已满(64)，将mlist内部排序后，调用attachLists存到rwe的methods中，并将mcount归零。
将mlist倒序插入到mlists中

属性和协议也是相同的操作方式，只是读取的内容和存入的容器不同而已。

image.png

至此，已遍历分类，将分类的函数、属性、协议都分别存储到mlists、proplists、protolists中了。

接下来，是将他们赋值给rwe对应属性:

image.png

4.3 `prepareMethodLists`函数排序

函数在插入前，都会预先进行一轮排序，进入prepareMethodLists：

image.png

进入fixupMethodList:

image.png

执行完prepareMethodLists函数后，我们p mlists打印容器，p $7[63]取出刚才存放在最后的mlist，p $8->get(index)打印数据:

image.png

发现排序后的顺序为: [ func1, func3 , func2 ] ，确实不是根据sel字符串进行的排序。

我们使用p/x $8->get(0)，打印SEL地址：

image.png

0x0000000100003e12 < 0x0000000100003e18 < 0x0000000100003e1e，发现我们SEL地址确实是从小到大排列的。

所以验证了：
函数的排序：不是根据SEL字符串排序，也不是通过imp进行排序，而是通过SEL地址进行排序

排序后，我们通过attachLists完成数据的绑定

4.4 attachLists 绑定数据

进入attachLists:

image.png

拓展函数：

memcpy(开始位置，放置内容，占用大小) ： 内存拷贝

memmove(开始位置，移动内容，占用大小)： 内存平移

LRU算法：

Least Recently Used的缩写，最近最少使用算法，越容易被调用（访问）的放前面。

回想一下，不管我们是动态插入函数，还是添加分类，一定是有需求时才这么操作。而新加入的数据，明显访问频率会高于默认模板内容。所以我们addedLists使用LRU算法，将旧数据放在最后面，新数据永远插入最前面。这样可以提高查询效率，减少运行时资源的占用。

这里有3种情况：

- 0->1：首次加入，直接将addedLists[0]赋值给list，是一维数组。
(首次加载是本类数据在extAllocIfNeeded时，从macho中读取ro中的对应数据加入)

image.png

- 1->多：此时扩容为二维数组，旧数据插入后面，新数据插入前面:
将数组扩容到newCount大小
-> array()的count记录个数
-> 如果有旧数据，插入到lists容器尾部
-> 调用memcpy内存拷贝，从array()首地址开始，将addedLists插入，占用addedCount个元素大小。

image.png

- 多 -> 更多: 类似于1->多的操作，也是旧数据移到后面，新数据插入前面
将数组扩容到newCount大小
-> array()的count记录个数
-> 调用memmove内存评议，从array()首地址偏移addedCount个元素位置开始，移动array()旧数据，占用oldCount个元素大小
-> 调用memcpy内存拷贝，从array()首地址开始，将新数据addedLists插入，占用addedCount个元素大小。

image.png

所以这里rwe的函数、属性、协议都是attachLists进行处理后完成的赋值。

image.png

5. attachCategories的调用

此时，我们通过一条线，完整熟悉了attachCategories将分类数据添加到rwe中的整个流程和细节。

我们可以反过来搜索attachCategories被哪些地方调用：

image.png

我们发现，除了我们已分析的attachToClass函数，就只有load_categories_nolock函数调用了attachCategories。

进入load_categories_nolock，加入测试代码：

const char *mangledName = cls->mangledName();
const char * HTPersonName = "HTPerson";
if (strcmp(HTPersonName, mangledName) == 0 ) {
    auto ht_ro = (const class_ro_t *)cls->data();
    auto ht_isMeta = ht_ro->flags & RO_META;
    if (!ht_isMeta) {
        printf("%s - 精准定位: %s\n", __func__, mangledName);
    }
}

再检查load_categories_nolock在哪里被调用：

第一处被调用：loadAllCategories

image.png

继续搜索loadAllCategories，发现在load_images被调用：

image.png

第二处被调用：_read_images的第8步分类的加载。

image.png

而_read_images的加载，是从map_images过来的。

总结：
分类的加载，总得来说有2个大的调用路径：

map_images -> map_images_nolock -> _read_images 有2个可能路径：
路径一: 第8步分类的处理 -> load_categories_nolock -> attachCategories
路径二: 第9步实现非懒加载类 -> realizeClassWithoutSwift -> methodizeClass -> attachToClass -> attachCategories

load_images -> loadAllCategories -> load_categories_nolock -> attachCategories

至此，文初的2个问题，`rwe`何时加载？`分类`如何加载? 相信大家都十分清楚了

本节，我们已经熟悉了分类的加载方式。

但是我们一切研究都是在本类和分类都实现+Load方法的前提，那其他组合的情况是怎样呢？
attachCategories这些调用路径在什么情况下进入哪条路径呢？

下一节OC底层原理十九：类的加载(下) 本类与分类load区别 & 关联属性，我们将所有情况都一一分析。