前言
作为一个合格的iOS开发者,我们必须清楚,我们平时写的代码,是如何一步步转变生成App包的,这个过程就是我们今天要分析的LLVM编译流程。
1.什么是LLVM
LLVM是架构编译器的框架系统
,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。
2.编译器架构设计
2.1 传统型的编译器设计
源码 Source Code + 前端 Frontend + 优化器 Optimizer + 后端 Backend(代码生成器 CodeGenerator)+ 机器码 Machine Code,如下图所示
相关名词解释:
- 编译器前端(Frontend)
编译器前端的任务是解析源代码
。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 IR)
。 - 优化器(Optimizer)
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(CodeGenerator)
将代码映射到目标指令集。生成机器语言,并且进行机器相关的代码优化。
2.2 iOS编译器架构设计
在iOS系统中,OC、C++、C语言使用的编译器前端是Clang,swift语言则是Swift,后端都是LLVM。如下图所示
2.3 LLVM的架构设计
之前提到,LLVM的前端支持多种语言:OC、C、C++还有Swift,相对于GCC(另一种编译框架,专门针对整体应用程序设计),LLVM设计的最重要方面就是,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,所有LLVM可以为任何编程语言独立编写前端,并且可以为任意硬件架构独立编写后端,如下所示
一句话理解就是:LLVM的设计是前后端分离
的,无论前端还是后端发生变化,都不会影响另一个。
2.4 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。
3.LLVM编译流程
我们先示例演示一下,查看一下LLVM编译的大致过程。
1.先建立一个工程,在main文件里,添加下面代码
int test(int a,int b){
return a + b + 3;
}
int main(int argc, char * argv[]) {
NSString * appDelegateClassName;
@autoreleasepool {
// Setup code that might create autoreleased objects goes here.
appDelegateClassName = NSStringFromClass([AppDelegate class]);
int a = test(1, 2);
printf("%d",a);
}
return UIApplicationMain(argc, argv, nil, appDelegateClassName);
}
- 打开终端,进入到项目文件夹目录(包含main.m的文件夹),输入指令
clang -ccc-print-phases main.m
那么,main.m的编译流程如下
//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
3.1 预处理阶段
这个阶段主要是处理包括宏的替换
,头文件的导入
,可以执行如下命令查看是如何进行的
// 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
1.先修改以下代码
#define C 30
typedef int HK_INT_64;
int test(int a, HK_INT_64 b){
return a + b + C;
}
- 终端输入上面指令
我们发现,#define
会被直接替换,但是typedef
不会。
所以,#define
经常是被用来进行代码混淆
,目的是为了app安全,实现思路就是将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。
3.2 编译阶段
编译阶段主要是进行词法、语法等的分析和检查
,然后生成中间代码IR
。
- 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,可以通过以下指令查看
clang -fmodules -fsyntax-only -Xclang -dump-tokens main.m
- 语法分析
语法分析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,即AST)
,语法分析程序判断程序在结构上是否正确。可以通过下面指令查看语法分析的结果
clang -fmodules -fsyntax-only -Xclang -ast-dump main.m
注意:如果导入头文件找不到,可以指定SDK
clang -isysroot (自己SDK路径) -fmodules -fsyntax-only -Xclang -ast-dump main.m
例如:
clang -isysroot /Applications/Xcode.app/Contents/Developer/Platforms/iPhoneSimulator.platform/Developer/SDKs/iPhoneSimulator14.1.sdk/ -fmodules -fsyntax-only -Xclang -ast-dump main.m
其中,主要说明几个关键字的含义
- -FunctionDecl 函数
- -ParmVarDecl 参数
- -CallExpr 调用一个函数
- -BinaryOperator 运算符
生成中间代码IR
编译器完成以上步骤后,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
clang -S -fobjc-arc -emit-llvm main.m
IR语法相关:
@ 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
因为UIKit是外部依赖库,我们去掉这些外部依赖,稍微修改一下代码
#include
#define C 30
typedef int HK_INT_64;
int test(int a, HK_INT_64 b){
return a + b + C;
}
int main(int argc, char * argv[]) {
int a = test(1, 2);
printf("%d",a);
return 0;
}
再输入指令,去到main.m的文件夹查看main.ll文件的结果
很像汇编,但不是汇编。
注意: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
完全看不懂!
3.3 后端
LLVM在后端主要是会通过一个个的Pass去优化,每个Pass做一些事情,最终生成汇编代码。
我们可以通过最终的.bc或者.ll代码生成汇编代码,指令如下
clang -S -fobjc-arc main.bc -o main.s
clang -S -fobjc-arc main.ll -o main.s
并且,生成汇编代码也可以进行优化,指令如下
clang -Os -S -fobjc-arc main.m -o main.s
接着,我们查看生成的main.s文件的格式为汇编代码
这个一看就是汇编代码了。
3.4 生成目标文件
目标文件的生成就是: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)。可以通过以下指令
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
-
_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
3.5 链接
主要是链接需要的动态库和静态库
,生成可执行文件
,其中静态库会和可执行文件合并
,而动态库是独立的
。
链接器把编译生成的.o文件和 .dyld .a文件链接,生成一个mach-o文件
。可以通过指令
clang main.o -o main
补充:查看main文件的格式指令
file main
接着,查看链接之后的符号
xcrun nm -nm main
其中的(undefined)
表示会在运行时进行动态绑定
。
3.6 绑定
绑定主要是通过不同的架构,生成对应的mach-o格式可执行文件。
总结
综上所述,LLVM的编译流程如下图所示