LLVM编译流程

LLVM概念

LLVM是构架编译器（compiler）的框架系统，以C++编写而成，用于优化任意程序语言编写的程序的编译时间（compile-time）、链接时间（link-time）、运行时间（run-time）以及空闲时间（idle-time）。对开发者保持开放，并兼容已有脚本

传统编译器设计

截屏2022-02-21 下午3.14.36.png

编译器前端（Frontend）

编译器前端的任务是解析源代码（编译阶段），它会进行 词法分析、语法分析、语义分析、检查源代码是否存在错误，然后构建抽象语法树（Abstract Syntax Tree AST），LLVM的前端还会生成中间代码（intermediate representation，简称IR），可以理解为llvm是编译器 + 优化器， 接收的是IR中间代码，输出的还是IR，给后端，经过后端翻译成目标指令集

优化器 Optimizer

优化器负责进行各种优化，改善代码的运行时间，例如消除冗余计算等

后端 Backend（代码生成器 Code Generator）

将代码映射到目标指令集，生成机器代码，并且进行机器代码相关的代码优化

iOS的编译器架构

OC、C、C++使用的编译器前端是Clang，Swift是swift，后端都是LLVM

截屏2022-02-21 下午3.20.06.png

LLVM的设计

当编译器决定支持多种源语言或多种硬件架构时，LLVM最重要的地方就来了。其他的编译器如GCC，它方法非常成功，但由于他是作为整体应用程序设计的，因此他们的用途受到了很大的限制。

LLVM设计的最重要方面是，所使用通用的代码表示形式（IR），它是用来在编译器中表示代码的形式。所以LLVM可以为任何编程语言编写前端，并且可以为任意硬件架构独立编写后端。

截屏2022-02-21 下午3.25.44.png

Clang

clang是LLVM项目中的一个子项目，它是基于LLVM架构图的轻量级编译器，诞生之初是为了替代GCC，提供更快的编译速度，它是负责C、C++、OC语言的编译器，属于整个LLVM架构中的 编译器前端，对于开发者来说，研究Clang可以给我们带来很多好处

LLVM编译流程

• 通过命令可以打印源码的编译流程
  clang -ccc-print-phases main.m

 //0 - 输入文件：找到源文件
+- 0: input, "main.m", objective-c

//1 - 预处理阶段：这个过程处理包括宏的替换，头文件的导入
+- 1: preprocessor, {0}, objective-c-cpp-output

//2 - 编译阶段：进行词法分析、语法分析、检测语法是否正确，最终生成IR
+- 2: compiler, {1}, ir

//3 - 后端：这里LLVM会通过一个一个的pass去优化，每个pass做一些事情，最终生成汇编代码
+- 3: backend, {2}, assembler

//4 - 汇编代码生成目标文件
+- 4: assembler, {3}, object

//5 - 链接：链接需要的动态库和静态库，生成可执行文件
+- 5: linker, {4}, image（镜像文件）

//6 - 绑定：通过不同的架构，生成对应的可执行文件
6: bind-arch, "x86_64", {5}, image

• 预处理阶段,执行完毕可以看到头文件的导入和宏的替换
  //在终端直接查看替换结果
  clang -E main.m
  //生成对应的文件查看替换后的源码
  clang -E main.m >> main2.m

注：typedef 在给数据类型取别名时，在预处理阶段不会被替换掉

#define isVip touchBeginV
`define`则在预处理阶段`会被替换`，所以经常被是用来进行`代码混淆`，目的是为了`app安全`，实现逻辑是：将`app中核心类`、`核心方法`等用`系统相似`的名称进行取别名了，然后在`预处理阶段就被替换`了，来达到代码混淆的目的

• 编译阶段

  词法分析

  预处理完成后就会进行词法分析，这里会把代码切成一个个token，比如大小括号、等于号还有字符串等
  clang -fmodules -fsyntax-only -Xclang -dump-tokens main.m

annot_module_include '#import <stdio.h>
//#define C 30

//typedef int HK_INT_64;

int test(int a,int b){
    return a + b + 3;
}


int main(int argc, const'       Loc=<main.m:9:1>// 位置，location
int 'int'    [StartOfLine]  Loc=<main.m:14:1>
identifier 'test'    [LeadingSpace] Loc=<main.m:14:5>
l_paren '('     Loc=<main.m:14:9>
int 'int'       Loc=<main.m:14:10>
identifier 'a'   [LeadingSpace] Loc=<main.m:14:14>
comma ','       Loc=<main.m:14:15>
int 'int'       Loc=<main.m:14:16>
identifier 'b'   [LeadingSpace] Loc=<main.m:14:20>
r_paren ')'     Loc=<main.m:14:21>
l_brace '{'     Loc=<main.m:14:22>
return 'return'  [StartOfLine] [LeadingSpace]   Loc=<main.m:15:5>
identifier 'a'   [LeadingSpace] Loc=<main.m:15:12>
plus '+'     [LeadingSpace] Loc=<main.m:15:14>

语法分析

clang -fmodules -fsyntax-only -Xclang -ast-dump main.m
词法分析完成后就是语法分析，它的任务是验证语法是否正确，在词法分析的基础上将单词序列组合成各类此法短语，如程序、语句、表达式等等，然后将所有节点组成抽象语法树（Abstract Syntax Tree，AST），语法分析程序判断程序在结构上是否正确

截屏2022-02-21 下午3.46.13.png

生成中间代码IR

完成以上步骤后，就开始生成中间代码IR了，代码生成器（Code Generation）会将语法树自顶向下遍历逐步翻译成LLVM IR，
可以通过下面命令可以生成.ll的文本文件，查看IR代码。OC代码在这一步会进行runtime桥接，：property合成、ARC处理等
clang -S -fobjc-arc -emit-llvm main.m

2251862-514236e89880f3ee.jpg

//以下是IR基本语法
@ 全局标识
% 局部标识
alloca 开辟空间
align 内存对齐
i32 32bit，4个字节
store 写入内存
load 读取数据
call 调用函数
ret 返回

IR的优化

clang -Os -S -fobjc-arc -emit-llvm main.m -o main.ll

2251862-61c966d82d02cf47.jpg

bitCode

xcode7以后开启bitcode，苹果会做进一步优化，生成.bc的中间代码，我们通过优化后的IR代码生成.bc代码
clang -emit-llvm -c main.ll -o main.bc

生成汇编代码

我们通过最终的.bc或者.ll代码生成汇编代码

clang -S -fobjc-arc main.bc -o main.s
clang -S -fobjc-arc main.ll -o main.s
生成汇编代码也可以进行优化
clang -Os -S -fobjc-arc main.m -o main.s

生成目标文件(汇编器)

目标文件的生成，是汇编器以汇编代码作为插入，将汇编代码转换为机器代码，最后输出目标文件（object file）
clang -fmodules -c main.s -o main.o
可以通过nm命令，查看下main.o中的符号
$xcrun nm -nm main.o

截屏2022-02-21 下午4.22.48.png

_printf函数是一个是undefined 、external 的
undefined表示在当前文件暂时找不到符号_printf
external表示这个符号是外部可以访问的

生成可执行文件（链接）

连接器把编译生成的.o文件和 .dyld .a文件链接，生成一个mach-o文件
clang main.o -o main
查看链接之后的符号
$xcrun nm -nm main

截屏2022-02-21 下午4.25.50.png

总结

作图技术太差，流程摘自月月博客图片

来源月月.png