了解LLVM、Clang编译过程

LLVM 是一个自由软件项目，它是一种编译器基础设施，以 C++ 写成，包含一系列模块化的编译器组件和工具链，用来开发编译器前端和后端。它是为了任意一种编程语言而写成的程序，利用虚拟技术创造出编译时期、链接时期、运行时期以及“闲置时期”的最优化。它最早以 C/C++ 为实现对象，而当前它已支持包括 ActionScript、Ada、D语言、Fortran、GLSL、Haskell、Java字节码、Objective-C、Swift、Python、Ruby、Crystal、Rust、Scala 以及 C# 等语言。

– 维基百科

2000年，伊利诺伊大学厄巴纳－香槟分校（University of Illinois at Urbana-Champaign 简称UIUC）这所享有世界声望的一流公立研究型大学的 Chris Lattner（他的 twitter @clattner_llvm ） 开发了一个叫作 Low Level Virtual Machine 的编译器开发工具套件，后来涉及范围越来越大，可以用于常规编译器，JIT编译器，汇编器，调试器，静态分析工具等一系列跟编程语言相关的工作，于是就把简称 LLVM 这个简称作为了正式的名字。Chris Lattner 后来又开发了 Clang，使得 LLVM 直接挑战 GCC 的地位。2012年，LLVM 获得美国计算机学会 ACM 的软件系统大奖，和 UNIX，WWW，TCP/IP，Tex，JAVA 等齐名。

– 深入剖析 iOS 编译 Clang / LLVM

对于 iOS 开发者来说，Swift 之父 Chris Lattner 的大名应该都会有所耳闻。他和他的团队所开发的 LLVM 已经成为 iOS 乃至 macOS 整个生态中至关重要的底层基础设施。虽然 Lattner 本人已经去 Google 做人工智能了，但是对于 iOS 开发者了解并掌握一些关于 LLVM 的基本知识还是很有必要的。

LLVM 初探

LLVM 的官网是 。通过官网我们可以看到，LLVM 其实是一系列的编译组件的集合。而 Clang (标准读法是 克朗) 是作为其中的前端。这里的前端并不是 HTML5 这样的前端概念。说到这里，我们来简单回顾下传统编译器的设计吧

传统编译器

在 LLVM 诞生之前，使用最广泛的应该是 GCC 编译器了，当然，GCC 在当下仍然扮演着很重要的角色。

编译器前端 Front End

编译器前端的任务是解析源代码，具体工作内容包括下列三个流程：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

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。

编译器后端 Back End

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。

有些资料也会把编译器后端成为 代码生成器 Code Generator。

从上面的内容可以看到，传统的编译器架构前端和后端之间耦合度太高，如果要支持一门新的编程语言，或者一个新的目标平台，工作量会非常大。

LLVM 架构

LLVM 之所以能够成为编译器中的中流砥柱，最重要的就是使用了通用的代码表现形式，也就是 IR。有了 IR，LLVM 就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。

Clang

Clang 是 LLVM 项目中的一个子项目。它是基于 LLVM 架构的轻量级编译器，诞生之初是为了替代 GCC，提供更快的编译速度。它是负责编译 C、C++、Objective-C 语言的编译器，它属于整个 LLVM 架构中的编译器前端。对于我们来说，研究 Clang 可以让我们更深刻的理解从源码到汇编再到机器码的这一过程。

Clang 的官网地址是

相比于 GCC，Clang 具有以下优点

也就是说，广义上的 LLVM 指的是整个 LLVM 架构，而狭义上的 LLVM 是指的 LLVM 后端。

而 LLVM 后端包括代码优化(优化器)和目标代码生成(后端)两个部分。

Clang 编译流程

clang -ccc-print-phases 源文件路径

输入文件：找到源文件

input, "main.m", objective-c

预处理阶段：这个过程处理包括宏的替换，头文件的导入

这个阶段主要是处理包括宏的替换，头文件的导入，可以执行命令 clang -E 源文件路径，执行完毕可以看到头文件的导入和宏的替换。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，然后在预处理阶段就被替换，来达到代码混淆的目的。

preprocessor, {0}, objective-c-cpp-output

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

compiler, {1}, ir

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

backend, {2}, assembler

汇编代码生成目标文件

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）

assembler, {3}, object

链接：链接需要的动态库和静态库，生成可执行文件

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，动态库是独立的。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

linker, {4}, image（镜像文件）

绑定：通过不同的架构，生成对应的可执行文件

bind-arch, "x86_64", {5}, image

什么是LLVM？