iOS底层&基础知识 - 编译原理 - 《移动端-iOS》

一、编译器
二、Build过程
三、Mach-O可执行文件
四、LLDB

一、编译器

1、编译器做了什么？

编译器有两个职责：把 Objective-C 代码转化成低级代码，以及对代码做分析，确保代码中没有任何明显的错误。
Xcode的默认编译器是clang，clang 的功能是首先对 Objective-C 代码做分析检查，然后将其转换为低级的类汇编代码：LLVM Intermediate Representation(LLVM 中间表达码)。接着 LLVM 会执行相关指令将 LLVM IR 编译成目标平台上的本地字节码，这个过程的完成方式可以是即时编译 (Just-in-time)，或在编译的时候完成。

2、clang和LLVM

1）LLVM

LLVM项目是模块化、可重用的编译器以及工具链技术的集合。

LVVM架构
LVVM三层式架构（官方LLVM）：

第一层支持多种语言作为输入
第二层是一个共享式的优化器
第三层是许多不同的目标平台
第一层和第二层使用相同的中间代码LLVM IR
优化阶段是一个通用的阶段，它针对的是统一的LLVM IR，不论是支持新的编程语言，还是支持新的硬件设备，都不需要对优化阶段做修改

2）clang

LLVM项目的一个子项目，基于LLVM架构的C/C++/Objective-C编译器前端。
clang的功能是首先对Objective-C代码进行分析检查，然后将其转换为低级的类汇编代码：LLVM 中加表达码

3) clang与LLVM的关系

LLVM整体架构，前端用的是clang，广义的LLVM是指整个LLVM架构，一般狭义的LLVM指的是LLVM后端（包含代码优化和目标代码生成）。
源代码（c/c++）经过clang—> 中间代码(经过一系列的优化，优化用的是Pass) —> 机器码

clang常用命令

3、编译器处理过程

1）预处理

每当编源译文件的时候，编译器首先做的是一些预处理工作。比如替换宏定义，类似代码#import <Foundation/Foundation.h> 预处理器对这行代码的处理是用 Foundation.h 文件中的内容去替换这行代码。如果Foundation.h 中也使用了类似的宏引入，则会按照同样的处理方式用各个宏对应的真正代码进行逐级替代。
自定义宏时，不要在需要预处理的代码中加入内联代码逻辑,典型的例子：

#import <Foundation/Foundation.h>
#define MAX(a,b) a>b ? a : b
int main(int argc, const char * argv[]) {
    @autoreleasepool {
        // insert code here...
        int i = 200;
        NSLog(@"%d",MAX(i++, 100)); // 输出 201
        NSLog(@"%d",i); // 输出 202
    } 
    return 0;
}

输出结果：201，202，原因是MAX(i++, 100)将转化为i++>100 ? i++ : 100
如果比较的值是300，则输出是 300，201

2) 词法分析标记

预处理完成以后，每一个 .m 源文件里都有一堆的声明和定义。这些代码文本都会从 string 转化成特殊的标记流。
示例代码：

int main() {
  NSLog(@"hello, %@", @"world");
  return 0;
}

使用clang -Xclang -dump-tokens test.m进行标记之后输出如下代码

int 'int'     [StartOfLine]    Loc=<test.m:1:1>
identifier 'main'     [LeadingSpace]    Loc=<test.m:1:5>
l_paren '('        Loc=<test.m:1:9>
r_paren ')'        Loc=<test.m:1:10>
l_brace '{'     [LeadingSpace]    Loc=<test.m:1:12>
identifier 'NSLog'     [StartOfLine] [LeadingSpace]    Loc=<test.m:2:3>
l_paren '('        Loc=<test.m:2:8>
at '@'        Loc=<test.m:2:9>
string_literal '"hello, %@"'        Loc=<test.m:2:10>
comma ','        Loc=<test.m:2:21>
at '@'     [LeadingSpace]    Loc=<test.m:2:23>
string_literal '"world"'        Loc=<test.m:2:24>
r_paren ')'        Loc=<test.m:2:31>
semi ';'        Loc=<test.m:2:32>
return 'return'     [StartOfLine] [LeadingSpace]    Loc=<test.m:3:3>
numeric_constant '0'     [LeadingSpace]    Loc=<test.m:3:10>
semi ';'        Loc=<test.m:3:11>
r_brace '}'     [StartOfLine]    Loc=<test.m:4:1>
eof ''        Loc=<test.m:4:2>

可以发现，每一个标记都包含了对应的源码内容和其在源码中的位置。注意这里的位置是宏展开之前的位置，这样一来，如果编译过程中遇到什么问题，clang 能够在源码中指出出错的具体位置。

3）解析

之前生成的标记流将会被解析成一棵抽象语法树 (abstract syntax tree -- AST)，在抽象语法树中的每个节点都标注了其对应源码中的位置，同样的，如果产生了什么问题，clang 可以定位到问题所在处的源码位置。

4）静态分析

一旦编译器把源码生成了抽象语法树，编译器可以对这棵树做分析处理，以找出代码中的错误。比如类型检查，检查是否有定义从未使用过的变量等，具体详见clang源码的目录lib/StaticAnalyzer/Checkers

5）代码生成和优化

clang 完成代码的标记，解析和分析后，接着就会生成 LLVM 代码。 clang 能对代码进行多方面的优化处理。

6）参考文献

[编译器]
[clang AST]
[clang编译器]
[LLVM]

二、Build过程

xxxxx

三、Mach-O可执行文件

我们用 Xcode 构建一个程序的过程中，会把源文件 (.m 和 .h) 文件转换为一个可执行文件。这个可执行文件中包含的字节码会将被 CPU (iOS 设备中的 ARM 处理器或 Mac 上的 Intel 处理器) 执行。这个可执行文件就是Mach-O可执行文件。
将.m和.h文件转化为Mach-O这个过程，编译器需要进行以下处理：
1、预处理

符号化 (Tokenization)
宏定义的展开
#include 的展开

2、语法和语义分析

将符号化后的内容转化为一棵解析树 (parse tree)
解析树做语义分析
输出一棵抽象语法树（Abstract Syntax Tree* (AST)）

3、生成代码和优化

将 AST 转换为更低级的中间码 (LLVM IR)
对生成的中间码做优化
生成特定目标代码
输出汇编代码

4、汇编器

将汇编代码转换为目标对象文件。

5、链接器

将多个目标对象文件合并为一个可执行文件 (或者一个动态库)

Mach-O可执行文件的结构：

Header——描述了文件的大概信息
Load Commands——描述了 Data 在二进制文件和虚拟内存中的布局信息
Data —-存储了实际的内容，主要是程序的指令和数据，它们的排布完全依照 Load Commands 的描述。
- Segment
  - __PAGEZERO
  - __TEXT
  - __DATA_CONST
  - __DATA
  - __LINKEDIT
- Section
  四、LLDB
  
  LLDB 是一个有着 REPL 的特性和 C++ ,Python 插件的开源调试器

常用命令集：

help —-列举所有命令
print —-打印值
- p
- prin
- pri
expression —-改变调试器中的值
- e
continue —- process continue
- c

编译原理