二进制编码

本文档描述了WebAssembly模块的可移植二进制格式。

二进制编码是模块信息的密集表示方式，并同时达到减小文件体积，快速解码以及减少内存使用量的目的。更多信息请查看设计理念部分。

编码的过程被分为如下三层：

• 第0层（Layer 0）是抽象语法树（AST）以及相关的数据结构的一个简单的前序编码。编码的结果是密集且容易交互的，使得其适合于JIT，测量工具，调试等场景。
• 第1层（Layer 1）利用了语法树和节点本身的特定知识，对第0层结果进行结构性压缩。结构压缩方法引入了更多高效的值编码、模块内部的重排序以及剔除结构相同树节点等方法。
• 第2层（Layer 2）进一步使用了多种通用压缩算法，例如gzip和Brotli等已经在现有浏览器和其它工具中实现的算法。

更重要的是，这种分层方法使得开发和标准制定可以增量地进行。例如，通过在应用层上解压缩到更低层的方式，可以试验第1层和第2层编码技术。压缩技术一旦稳定下来以后，那么将成为标准并转移到原生的实现上。

数据类型

uint8

单字节无符号整型

uint32

四字节小端序（little endian）无符号整型

varint32

有符号LEB128格式32位可变长整型.

varuint32

无符号LEB128格式的32位可变长整型， varuint32的值可能包含前导0。

varint64

有符号LEB128格式64位可变长整型。

值类型

使用一个单字节无符号整型表示值类型。这些类型具体编码如下：

• 1表示i32类型
• 2表示i64类型
• 3表示f32类型
• 4表示f64类型

定义

前序编码

依据语法树的编码方式，每个节点以可识别二进制序列开始，接着是所有子节点的循环编码。

• 示例

  • 给定一个简单的AST节点：I32Add(left: AstNode, right: AstNode)

    • 首先对I32Add的编码（uint8类型）
    • 然后依次循环编码左节点和右节点

  • 给定一个调用AST节点：Call(callee_index: uint32_t, args: AstNode[])

    • 首先对Call的编码（uint8类型）
    • 然后写入（可变长）整型callee_index的值（varuint32类型）
    • 然后依次循环编码每个参数变量节点， 其中参数列表长度通过在签名列表中查询callee_index得到

模块结构

本节记录的是当前模块结构的原型格式。该格式是以原生v8上的wasm原型格式为基础，并将在未来取代之。

高层结构

模块以如下形式的魔术数字（magic number）和版本号开头

接着是一系列的段。通常情况下段是可重复的, 但是某些类型的段只能出现一次，或某些段所依赖的其它段必须出现在其之前，但又不必挨着该段出现，所以可以以任意先后顺序出现。每一段以一个立即字符串作为标识（ID），而对于某些段，如果它的标识符（ID）对于某个具体的WebAseembly实现是未知的，那么这些段将会被忽略。所有的段的以如下的内容作为编码开始：

内存段

ID： memory

内存段声明了与该模块相关联的内存的大小和特征。一个模块最多只有一个内存段。

签名段

ID： signatures

签名段声明了该模块会用到的所有函数的签名。一个模块最多只有一个签名段。

签名项

导入表段

ID： import_table

导入表段声明了该模块会用到的所有导入项。一个模块最多只有一个导入表段。

导入项

函数签名段

ID： function_signatures

函数签名段声明了该模块所有函数的签名，并且该段必须位于签名段之后。一个模块最多只有一个函数签名段。

函数体段

ID： function_bodies

函数体段为模块中的每个函数指定了其主体部分的内容，因此该段必须出现在函数签名段之后。 函数签名项的数量和函数体项的数量必须相同，并且第i个签名项必须对应于第i个函数主体。

导出表段

ID： export_table

导出表段声明了该模块所有导出项。一个模块最多只有一个导出表段，且该段必须位于函数签名段之后。

导出项

开始函数段

ID： start_function

一个模块至多有一个函数开始段，并且该段必须出现在函数签名段之后。

数据段段

ID： data_segments

数据段段声明了已初始化并将加载到线性内存的数据。一个模块最多可能有一个数据段段。

data_segment内容如下：

间接函数表段

ID： function_table

间接函数表段声明了间接函数表的大小和每个表项的值，该值是函数在函数签名段所在位置的索引（因此该段也必须出现在函数签名段之后）。

名字段

ID： names

名字段在模块中可能出现0或1次，并且不会改变执行时语义。该段在验证时出现错误不会导致模块验证失败，而是判定该段在模块中不存在。名字段的期望使用场景是，当二进制的WebAssembly模块在浏览器或其它开发环境中被查看时，该段的内容将被作为函数名和局部名，出现在文本格式中。

function_name列表中每一项对在函数项列表中同一索引的函数项指派名字。其数量可能会不等于实际函数的数量。

函数名

local_name列表每一项对在局部项列表中同一索引的局部项指派名字为。其数量可能会不等于实际的局部值数量

局部名

结束段

ID： end

该段表示模块的结束，任何在本段之后出现的多余数据都不会被解码器解释。（正是由于不会被解释，结束段之后部分）可以用来，例如，存储函数名或数据段主体内容。

未知段

如果某段的ID对于WebAssembly的具体实现是未知的，那么该段（是未知段）并会被忽略。

函数体

函数体包含了局部变量声明序列，然后接着是抽象语法树的密集前序编码结果。抽象语法树的每个节点对应于一个操作，例如i32.add、if或block。每个操作节点被编码成操作码，接着是立即数（如果有），再接着子节点（如果有）的形式。

局部项

每一个局部项声明了数个同一类型的局部变量，并允许多个局部项具有相同的变量类型。

控制流操作(具体描述)

br_table操作有一个立即操作数，该操作数采用如下编码方式：

br_table操作码实现了间接分支功能，它接受一个i32表达式值作为输入的位移量，在target_table范围内跳转到目标块或环路。如果输入值超出了范围，那么br_table将跳转到默认的目标位置。

基本操作（详细描述）

内存相关的操作（详细描述）

memory_immediate类型的编码方式如下：

正如log2(alignment)所隐式表达的，对齐长度必须是2的次幂。并且作为额外的验证要求，对齐长度不得大于自然对齐长度。log(memory-access-size)最低有效位之后所有位必须置0。而这些位被保留以便未来使用（例如，留作共享内存定序用）。

简单操作 (详细描述)