前言
iOS 开发中使用的是编译语言，所谓编译语言是在执行的时候，必须先通过编译器生成机器码，机器码可以直接在CPU上执行，所以执行效率较高。他是使用 Clang / LLVM 来编译的。LLVM是一个模块化和可重用的编译器和工具链技术的集合，Clang 是 LLVM 的子项目，是 C，C++ 和 Objective-C 编译器，目的是提供惊人的快速编译。下面我们来看看编译过程,总的来说编译过程分为几个阶段:
预处理 -> 词法分析 -> 语法分析 -> 静态分析 -> 生成中间代码和优化 -> 汇编 -> 链接
具体过程
一、预处理
我们以一个实际例子来看看，预处理的过程，源码：
#import "AppDelegate.h"
#define NUMBER 1
int main(int argc, char * argv[]) {
@autoreleasepool {
NSLog(@"%d",NUMBER);
return UIApplicationMain(argc, argv, nil, NSStringFromClass([AppDelegate class]));
}
}
使用终端到main.m所在文件夹，使用命令：clang -E main.m,结果如下：
@interface AppDelegate : UIResponder
@property (strong, nonatomic) UIWindow *window;
@end
# 11 "main.m" 2
int main(int argc, char * argv[]) {
@autoreleasepool {
NSLog(@"%d",1);
return UIApplicationMain(argc, argv, nil, NSStringFromClass([AppDelegate class]));
}
}
也可以使用Xcode的Product->Perform Action -> Preprocess得到相同的结果
这一步编译器所做的处理是：
-
宏替换
在源码中使用的宏定义会被替换为对应#define的内容）建议大家不要在需要预处理的代码中加入内联代码逻辑。
头文件引入(#include，#import)
使用对应文件.h的内容替换这一行的内容,所以尽量减少头文件中的#import，使用@class替代，把#import放到.m文件中。处理条件编译指令 （#if,#else,#endif)
二、词法解析
使用clang -Xclang -dump-tokens main.m词法分析结果如下：
int 'int' [StartOfLine] Loc=
identifier 'main' [LeadingSpace] Loc=
l_paren '(' Loc=
int 'int' Loc=
identifier 'argc' [LeadingSpace] Loc=
comma ',' Loc=
char 'char' [LeadingSpace] Loc=
star '*' [LeadingSpace] Loc=
identifier 'argv' [LeadingSpace] Loc=
l_square '[' Loc=
r_square ']' Loc=
r_paren ')' Loc=
l_brace '{' [LeadingSpace] Loc=
at '@' [StartOfLine] [LeadingSpace] Loc=
identifier 'autoreleasepool' Loc=
l_brace '{' [LeadingSpace] Loc=
identifier 'NSLog' [StartOfLine] [LeadingSpace] Loc=
l_paren '(' Loc=
at '@' Loc=
string_literal '"%d"' Loc=
comma ',' Loc=
numeric_constant '1' Loc=>
r_paren ')' Loc=
semi ';' Loc=
return 'return' [StartOfLine] [LeadingSpace] Loc=
identifier 'UIApplicationMain' [LeadingSpace] Loc=
l_paren '(' Loc=
identifier 'argc' Loc=
comma ',' Loc=
identifier 'argv' [LeadingSpace] Loc=
comma ',' Loc=
identifier 'nil' [LeadingSpace] Loc=
comma ',' Loc=
identifier 'NSStringFromClass' [LeadingSpace] Loc=
l_paren '(' Loc=
l_square '[' Loc=
identifier 'AppDelegate' Loc=
identifier 'class' [LeadingSpace] Loc=
r_square ']' Loc=
r_paren ')' Loc=
r_paren ')' Loc=
semi ';' Loc=
r_brace '}' [StartOfLine] [LeadingSpace] Loc=
r_brace '}' [StartOfLine] Loc=
eof '' Loc=
这一步把源文件中的代码转化为特殊的标记流，源码被分割成一个一个的字符和单词，在行尾Loc中都标记出了源码所在的对应源文件和具体行数，方便在报错时定位问题。
三、语法分析
执行 clang 命令 clang -Xclang -ast-dump -fsyntax-only maim.m得到如下结果：
|-FunctionDecl 0x7f9fa085a9b8 line:14:5 main 'int (int, char **)'
| |-ParmVarDecl 0x7f9fa085a788 col:14 used argc 'int'
| |-ParmVarDecl 0x7f9fa085a8a0 col:27 used argv 'char **':'char **'
| `-CompoundStmt 0x7f9fa1002240
| `-ObjCAutoreleasePoolStmt 0x7f9fa1002230
| `-CompoundStmt 0x7f9fa1002210
| `-CallExpr 0x7f9fa085aec0 'void'
| |-ImplicitCastExpr 0x7f9fa085aea8 'void (*)(id, ...)'
| | `-DeclRefExpr 0x7f9fa085ac90 'void (id, ...)' Function 0x7f9fa085ab38 'NSLog' 'void (id, ...)'
| |-ImplicitCastExpr 0x7f9fa085aef8 'id':'id'
| | `-ObjCStringLiteral 0x7f9fa085ae08 'NSString *'
| | `-StringLiteral 0x7f9fa085acf8 'char [3]' lvalue "%d"
| `-IntegerLiteral 0x7f9fa085ae28 'int' 1
|-FunctionDecl 0x7f9fa085ab38 col:9 implicit used NSLog 'void (id, ...)' extern
| |-ParmVarDecl 0x7f9fa085abd0 <> 'id':'id'
| `-FormatAttr 0x7f9fa085ac38 Implicit NSString 1 2
|-FunctionDecl 0x7f9fa085af60 <> line:19:16 implicit used UIApplicationMain 'int ()'
`-FunctionDecl 0x7f9fa085b098 <> col:51 implicit used NSStringFromClass 'int ()'
这一步是把词法分析生成的标记流，解析成一个抽象语法树（abstract syntax tree -- AST）,同样地，在这里面每一节点也都标记了其在源码中的位置。
四、静态分析
把源码转化为抽象语法树之后，编译器就可以对这个树进行分析处理。静态分析会对代码进行错误检查，如出现方法被调用但是未定义、定义但是未使用的变量等，以此提高代码质量。当然，还可以通过使用 Xcode 自带的静态分析工具（Product -> Analyze)
-
类型检查
在此阶段clang会做检查，最常见的是检查程序是否发送正确的消息给正确的对象，是否在正确的值上调用了正常函数。如果你给一个单纯的 NSObject* 对象发送了一个 hello 消息，那么 clang 就会报错，同样，给属性设置一个与其自身类型不相符的对象，编译器会给出一个可能使用不正确的警告。一般会把类型分为两类：动态的和静态的。动态的在运行时做检查，静态的在编译时做检查。以往，编写代码时可以向任意对象发送任何消息，在运行时，才会检查对象是否能够响应这些消息。由于只是在运行时做此类检查，所以叫做动态类型。
至于静态类型，是在编译时做检查。当在代码中使用 ARC 时，编译器在编译期间，会做许多的类型检查：因为编译器需要知道哪个对象该如何使用。
-
其他分析
ObjCUnusedIVarsChecker.cpp是用来检查是否有定义了，但是从未使用过的变量。
ObjCSelfInitChecker.cpp是检查在 你的初始化方法中中调用 self 之前，是否已经调用 [self initWith...] 或 [super init] 了。checkers
更多请看:clang静态分析
五、中间代码生成和优化
使用clang -O3 -S -emit-llvm main.m -o main.ll生成main.ll文件，打开并查看转化结果：
; ModuleID = 'main.m'
source_filename = "main.m"
target datalayout = "e-m:o-i64:64-f80:128-n8:16:32:64-S128"
target triple = "x86_64-apple-macosx10.13.0"
%struct.__NSConstantString_tag = type { i32*, i32, i8*, i64 }
@__CFConstantStringClassReference = external global [0 x i32]
@.str = private unnamed_addr constant [3 x i8] c"%d\00", section "__TEXT,__cstring,cstring_literals", align 1
@_unnamed_cfstring_ = private global %struct.__NSConstantString_tag { i32* getelementptr inbounds ([0 x i32], [0 x i32]* @__CFConstantStringClassReference, i32 0, i32 0), i32 1992, i8* getelementptr inbounds ([3 x i8], [3 x i8]* @.str, i32 0, i32 0), i64 2 }, section "__DATA,__cfstring", align 8
; Function Attrs: ssp uwtable
define i32 @main(i32, i8** nocapture readnone) local_unnamed_addr #0 {
%3 = tail call i8* @objc_autoreleasePoolPush() #2
notail call void (i8*, ...) @NSLog(i8* bitcast (%struct.__NSConstantString_tag* @_unnamed_cfstring_ to i8*), i32 1)
tail call void @objc_autoreleasePoolPop(i8* %3)
ret i32 0
}
declare i8* @objc_autoreleasePoolPush() local_unnamed_addr
declare void @NSLog(i8*, ...) local_unnamed_addr #1
declare void @objc_autoreleasePoolPop(i8*) local_unnamed_addr
attributes #0 = { ssp uwtable "correctly-rounded-divide-sqrt-fp-math"="false" "disable-tail-calls"="false" "less-precise-fpmad"="false" "no-frame-pointer-elim"="true" "no-frame-pointer-elim-non-leaf" "no-infs-fp-math"="false" "no-jump-tables"="false" "no-nans-fp-math"="false" "no-signed-zeros-fp-math"="false" "no-trapping-math"="false" "stack-protector-buffer-size"="8" "target-cpu"="penryn" "target-features"="+cx16,+fxsr,+mmx,+sse,+sse2,+sse3,+sse4.1,+ssse3,+x87" "unsafe-fp-math"="false" "use-soft-float"="false" }
attributes #1 = { "correctly-rounded-divide-sqrt-fp-math"="false" "disable-tail-calls"="false" "less-precise-fpmad"="false" "no-frame-pointer-elim"="true" "no-frame-pointer-elim-non-leaf" "no-infs-fp-math"="false" "no-nans-fp-math"="false" "no-signed-zeros-fp-math"="false" "no-trapping-math"="false" "stack-protector-buffer-size"="8" "target-cpu"="penryn" "target-features"="+cx16,+fxsr,+mmx,+sse,+sse2,+sse3,+sse4.1,+ssse3,+x87" "unsafe-fp-math"="false" "use-soft-float"="false" }
attributes #2 = { nounwind }
!llvm.module.flags = !{!0, !1, !2, !3, !4, !5, !6}
!llvm.ident = !{!7}
!0 = !{i32 1, !"Objective-C Version", i32 2}
!1 = !{i32 1, !"Objective-C Image Info Version", i32 0}
!2 = !{i32 1, !"Objective-C Image Info Section", !"__DATA,__objc_imageinfo,regular,no_dead_strip"}
!3 = !{i32 4, !"Objective-C Garbage Collection", i32 0}
!4 = !{i32 1, !"Objective-C Class Properties", i32 64}
!5 = !{i32 1, !"wchar_size", i32 4}
!6 = !{i32 7, !"PIC Level", i32 2}
!7 = !{!"Apple LLVM version 9.1.0 (clang-902.0.39.2)"}
接下来 LLVM 会对代码进行编译优化，例如针对全局变量优化、循环优化、尾递归优化等，最后输出汇编代码。
使用xcrun clang -S -o - main.m | open -f生成汇编代码：
.section __TEXT,__text,regular,pure_instructions
.macosx_version_min 10, 13
.globl _main ## -- Begin function main
.p2align 4, 0x90
_main: ## @main
.cfi_startproc
## BB#0:
pushq %rbp
Lcfi0:
.cfi_def_cfa_offset 16
Lcfi1:
.cfi_offset %rbp, -16
movq %rsp, %rbp
Lcfi2:
.cfi_def_cfa_register %rbp
subq $32, %rsp
movl $0, -4(%rbp)
movl %edi, -8(%rbp)
movq %rsi, -16(%rbp)
callq _objc_autoreleasePoolPush
leaq L__unnamed_cfstring_(%rip), %rsi
movl $1, %edi
movl %edi, -20(%rbp) ## 4-byte Spill
movq %rsi, %rdi
movl -20(%rbp), %esi ## 4-byte Reload
movq %rax, -32(%rbp) ## 8-byte Spill
movb $0, %al
callq _NSLog
movq -32(%rbp), %rdi ## 8-byte Reload
callq _objc_autoreleasePoolPop
xorl %eax, %eax
addq $32, %rsp
popq %rbp
retq
.cfi_endproc
## -- End function
.section __TEXT,__cstring,cstring_literals
L_.str: ## @.str
.asciz "%d"
.section __DATA,__cfstring
.p2align 3 ## @_unnamed_cfstring_
L__unnamed_cfstring_:
.quad ___CFConstantStringClassReference
.long 1992 ## 0x7c8
.space 4
.quad L_.str
.quad 2 ## 0x2
.section __DATA,__objc_imageinfo,regular,no_dead_strip
L_OBJC_IMAGE_INFO:
.long 0
.long 64
.subsections_via_symbols
前面的三行:
.section __TEXT,__text,regular,pure_instructions
.macosx_version_min 10, 13
.globl _main ## -- Begin function main
.p2align 4, 0x90
他们是汇编指令而不是汇编代码。
-
.section指令指定了接下来会执行哪一个段 -
.globl指令说明_main是一个外部符号。这就是我们的main()函数。这个函数对外部是可见的，因为系统要调用它来运行可执行文件。 -
.p2align指令指出了后面代码的对齐方式。在我们的代码中，后面的代码会按照 16(2^4) 字节对齐，如果需要的话，用 0x90 补齐。
想要了解更多可以看一下这篇文章：《LLVM 全时优化》。
六、汇编
在这一阶段，汇编器将上一步生成的可读的汇编代码转化为机器代码。最终产物就是 以 .o 结尾的目标文件。使用Xcode构建的程序会在DerivedData目录中找到这个文件。如图：
七、链接
这一阶段是将上个阶段生成的目标文件和引用的静态库链接起来，最终生成可执行文件,链接器解决了目标文件和库之间的链接。
使用clang main.m生成可执行文件a.out(不指定名字默认为a.out),使用file a.out可以看到其类型信息：
a.out: Mach-O 64-bit executable x86_64
可以看出可执行文件类型为 Mach-O 类型，在 MAC OS 和 iOS 平台的可执行文件都是这种类型。因为我使用的是模拟器，所以处理器指令集为 x86_64。
至此，编译过程结束。
Mach-O文件
Mach-O简介
根据官方文档的描述：
Mach-O是OS X中二进制文件的原生可执行格式，是传送代码的首选格式。可执行格式决定了二进制文件中的代码和数据读入内存的顺序。代码和数据的顺序会影响内存使用和分页活动，从而直接影响程序的性能。
Mach-O二进制文件被组织成段。每个部分包含一个或多个部分。段的大小由它所包含的所有部分的字节数来度量，并四舍五入到下一个虚拟内存页边界。因此，一个段总是4096字节或4千字节的倍数，其中4096字节是最小大小。
Mach-O结构
Mach-O文件的结构如下：
-
Header
保存了Mach-O的一些基本信息，包括了平台、文件类型、LoadCommands的个数等等。
使用otool -v -h a.out查看其内容：Mach-o Header Load commands
这一段紧跟Header，加载Mach-O文件时会使用这里的数据来确定内存的分布-
Data
包含 Load commands 中需要的各个 segment，每个 segment 中又包含多个 section。当运行一个可执行文件时，虚拟内存 (virtual memory) 系统将 segment 映射到进程的地址空间上。使用
xcrun size -x -l -m a.out查看segment中的内容：image- Segment __PAGEZERO。
大小为 4GB，规定进程地址空间的前 4GB 被映射为不可读不可写不可执行。 - Segment __TEXT。
包含可执行的代码，以只读和可执行方式映射。 - Segment __DATA。
包含了将会被更改的数据，以可读写和不可执行方式映射。 - Segment __LINKEDIT。
包含了方法和变量的元数据，代码签名等信息。
- Segment __PAGEZERO。
资料：
Mach-O Executable Format
编译器
Mach-O 可执行文件