Clang-将C标头编译为LLVM IR /位码

凯尔·蕾丝

说我有以下琐碎的C头文件:

// foo1.h
typedef int foo;

typedef struct {
  foo a;
  char const* b;
} bar;

bar baz(foo*, bar*, ...);

我的目标是获取此文件,并生成一个看起来像这样的LLVM模块

%struct.bar = type { i32, i8* }
declare { i32, i8* } @baz(i32*, %struct.bar*, ...)

换句话说,将.h带有声明的C文件转换为等效的LLVM IR,包括类型解析,宏扩展等。

通过Clang传递它以生成LLVM IR会生成一个空模块(因为实际上没有使用任何定义):

$ clang -cc1 -S -emit-llvm foo1.h -o - 
; ModuleID = 'foo1.h'
target datalayout = "e-m:o-i64:64-f80:128-n8:16:32:64-S128"
target triple = "x86_64-apple-darwin13.3.0"

!llvm.ident = !{!0}

!0 = metadata !{metadata !"clang version 3.5 (trunk 200156) (llvm/trunk 200155)"}

我的第一个直觉是转向Google,我遇到了两个相关的问题:一个来自邮件列表另一个来自StackOverflow两者都建议使用-femit-all-decls标志,所以我尝试了:

$ clang -cc1 -femit-all-decls -S -emit-llvm foo1.h -o -
; ModuleID = 'foo1.h'
target datalayout = "e-m:o-i64:64-f80:128-n8:16:32:64-S128"
target triple = "x86_64-apple-darwin13.3.0"

!llvm.ident = !{!0}

!0 = metadata !{metadata !"clang version 3.5 (trunk 200156) (llvm/trunk 200155)"}

结果相同。

我还尝试过禁用优化(和-O0-disable-llvm-optzns),但这对输出没有影响。使用以下变体确实产生了所需的IR:

// foo2.h
typedef int foo;

typedef struct {
  foo a;
  char const* b;
} bar;

bar baz(foo*, bar*, ...);

void doThings() {
  foo a = 0;
  bar myBar;
  baz(&a, &myBar);
}

然后运行:

$ clang -cc1 -S -emit-llvm foo2.h -o -
; ModuleID = 'foo2.h'
target datalayout = "e-m:o-i64:64-f80:128-n8:16:32:64-S128"
target triple = "x86_64-apple-darwin13.3.0"

%struct.bar = type { i32, i8* }

; Function Attrs: nounwind
define void @doThings() #0 {
entry:
  %a = alloca i32, align 4
  %myBar = alloca %struct.bar, align 8
  %coerce = alloca %struct.bar, align 8
  store i32 0, i32* %a, align 4
  %call = call { i32, i8* } (i32*, %struct.bar*, ...)* @baz(i32* %a, %struct.bar* %myBar)
  %0 = bitcast %struct.bar* %coerce to { i32, i8* }*
  %1 = getelementptr { i32, i8* }* %0, i32 0, i32 0
  %2 = extractvalue { i32, i8* } %call, 0
  store i32 %2, i32* %1, align 1
  %3 = getelementptr { i32, i8* }* %0, i32 0, i32 1
  %4 = extractvalue { i32, i8* } %call, 1
  store i8* %4, i8** %3, align 1
  ret void
}

declare { i32, i8* } @baz(i32*, %struct.bar*, ...) #1

attributes #0 = { nounwind "less-precise-fpmad"="false" "no-frame-pointer-elim"="false" "no-infs-fp-math"="false" "no-nans-fp-math"="false" "no-realign-stack" "stack-protector-buffer-size"="8" "unsafe-fp-math"="false" "use-soft-float"="false" }
attributes #1 = { "less-precise-fpmad"="false" "no-frame-pointer-elim"="false" "no-infs-fp-math"="false" "no-nans-fp-math"="false" "no-realign-stack" "stack-protector-buffer-size"="8" "unsafe-fp-math"="false" "use-soft-float"="false" }

!llvm.ident = !{!0}

!0 = metadata !{metadata !"clang version 3.5 (trunk 200156) (llvm/trunk 200155)"}

除了占位符doThings,这正是我希望输出看起来像的样子!问题在于这需要1.)使用标头的修改版本,以及2.)事先了解事物的类型。这导致我...

为什么?

基本上,我正在使用LLVM生成语言的实现。该实现应通过仅指定C头文件和关联的库(无手动声明)来支持C互操作,然后在链接时由编译器使用它们,以确保函数调用匹配其签名。因此,我将问题缩小为两个可能的解决方案:

  1. 将头文件转换为LLVM IR /位码,然后可以获取每个函数的类型签名
  2. 使用libclang解析头,然后查询从得到的AST类型(我的“最后一招”的情况下,没有足够的答案这个问题)

TL; DR

我需要获取一个C头文件(例如上述foo1.h),并且不更改它,而是使用Clang或OR生成上述预期的LLVM IR,找到从C头文件获取函数签名的另一种方法(最好使用libclang或构建C解析器) )

留申科

也许不是那么优雅的解决方案,但是保留了使用doThings编译器强制IR函数的想法,因为使用了以下定义:

您使用此方法发现的两个问题是,它需要修改标题,并且需要对所涉及的类型有更深入的了解,以便生成“用途”以放入函数中。这两个都可以相对简单地克服:

  1. 它不是直接编译头文件,#include而是从包含所有“使用”代码的.c文件中编译它(或更可能是其预处理版本或多个头文件)。很简单:

    // foo.c
    #include "foo.h"
    void doThings(void) {
        ...
    }
    
  2. 您不需要详细的类型信息即可生成名称的特定用法,无需像上面“ uses”代码中那样将结构实例化与参数以及所有复杂性进行匹配。实际上,您实际上不需要自己收集函数签名

    您只需要列出名称本身,并跟踪它们是用于函数还是对象类型。然后,您可以重新定义“ uses”功能,如下所示:

    void * doThings(void) {
        typedef void * (*vfun)(void);
        typedef union v { void * o; vfun f; } v;
    
        return (v[]) {
            (v){ .o = &(bar){0} },
            (v){ .f = (vfun)baz },
        };
    }
    

    这极大地简化了名称的必要“使用”,可以将其转换为统一的函数类型(并使用其指针而不是调用它的指针),或者将其包装在&(和中){0}(实例化它,而不管它是什么)。这意味着您根本不需要存储实际的类型信息,只需要存储从中提取名称上下文类型即可

    (显然,给虚拟函数和占位符类型扩展了唯一的名称,这样它们就不会与您实际想要保留的代码冲突)

由于您只需要识别结构/联合或函数声明的上下文,而实际上并不需要对周围的信息做太多工作,因此极大地简化了解析步骤。


一个简单但有点怪异的起点(我可能会使用它,因为我的标准:D较低)可能是:

  • grep会在标头中查找#include带有尖括号的参数的指令(即,您也不想为其生成声明的已安装标头)。
  • 使用此列表创建一个虚拟的包含文件夹,其中包含所有必需的包含文件,但为空
  • 对其进行预处理,以希望简化语法(clang -E -I local-dummy-includes/ -D"__attribute__(...)=" foo.h > temp/foo_pp.h或类似的东西)
  • grep通过forstructunion后跟一个名称,}后跟一个名称或name (,并使用此荒谬的简化非分析来构建虚拟函数中的使用列表,并发出.c文件的代码。

它不会抓住一切可能性;但是经过一些调整和扩展,它实际上可能会处理大量实际的标头代码。您可以在以后的阶段用专用的简化解析器(仅用于查看所需上下文模式的解析器)代替它。

本文收集自互联网,转载请注明来源。

如有侵权,请联系 [email protected] 删除。

编辑于
0

我来说两句

0 条评论
登录 后参与评论

相关文章