體驗Clang對C語言的編譯

0. Clang命令簡介

這裏簡單列出下面命令中可能出現的參數，到時可以作爲一個參考

想看清clang的全部過程，可以先通過-E查看clang在預編譯處理這步做了什麼。

clang -E larger_number.c
允許modules的語言特性

-fmodules
向clang編譯器傳遞參數

-Xclang
運行預處理器,拆分內部代碼段爲各種token

-dump-tokens
防止編譯器生成代碼,只是語法級別的說明和修改

-fsyntax-only
構建抽象語法樹AST,然後對其進行拆解和調試

-ast-dump
只運行預處理和編譯步驟

-S
使用LLVM描述彙編和對象文件

-emit-llvm
只運行預處理,編譯和彙編步驟

-c

1. 詞法分析（Lexical Analysis）

詞法分析；簡單講，如果將程序理解成一個個的句子，那麼詞法分析的作用就是將句子中的每個單詞拆分出來 ，而程序中的單詞，我們有一個專門的名字：token

## 0. 打開Windows PowerShell

## 1. 首先，把larger_number.c放在demos目錄下
PS F:\_llvm\llvm-project\build\Release\demos> ls
-a----       10/27/2019  11:37 PM            104 larger_number.c

## 2. 使用clang詞法分析命令
PS F:\_llvm\llvm-project\build\Release\demos> clang -fmodules -E -Xclang -dump-tokens larger_number.c
int 'int'        [StartOfLine]  Loc=<larger_number.c:2:1>
identifier 'larger'      [LeadingSpace] Loc=<larger_number.c:2:5>
l_paren '('             Loc=<larger_number.c:2:11>
int 'int'               Loc=<larger_number.c:2:12>
identifier 'a'   [LeadingSpace] Loc=<larger_number.c:2:16>
comma ','               Loc=<larger_number.c:2:17>
int 'int'        [LeadingSpace] Loc=<larger_number.c:2:19>
identifier 'b'   [LeadingSpace] Loc=<larger_number.c:2:23>
r_paren ')'             Loc=<larger_number.c:2:24>
l_brace '{'      [LeadingSpace] Loc=<larger_number.c:2:26>
if 'if'  [StartOfLine] [LeadingSpace]   Loc=<larger_number.c:3:3>
l_paren '('             Loc=<larger_number.c:3:5>
identifier 'a'          Loc=<larger_number.c:3:6>
lessequal '<='   [LeadingSpace] Loc=<larger_number.c:3:8>
identifier 'b'   [LeadingSpace] Loc=<larger_number.c:3:11>
r_paren ')'             Loc=<larger_number.c:3:12>
return 'return'  [StartOfLine] [LeadingSpace]   Loc=<larger_number.c:4:5>
identifier 'b'   [LeadingSpace] Loc=<larger_number.c:4:13>
semi ';'                Loc=<larger_number.c:4:14>
else 'else'      [StartOfLine] [LeadingSpace]   Loc=<larger_number.c:5:3>
return 'return'  [StartOfLine] [LeadingSpace]   Loc=<larger_number.c:6:5>
identifier 'a'   [LeadingSpace] Loc=<larger_number.c:6:12>
semi ';'                Loc=<larger_number.c:6:13>
r_brace '}'      [StartOfLine]  Loc=<larger_number.c:7:1>
eof ''          Loc=<larger_number.c:7:2>

這裏我們可以簡單地分析一下這個 dump-tokens 的輸出；

首先分析一下 輸出的結果中每行開頭和結尾的意思：

int ‘int’ … <larger_number.c:2:1>
identifier ‘larger’ … <larger_number.c:2:5>

很顯然，我們通過查看larger_number.c源文件，可以知道，每行開頭表示的是分析出來的token單詞，而結尾的尖括號(<>)裏面的內容是此 token所在的文件名以及在文件中的行號和列號

2. 語法分析（Semantic Analysis）

語法分析容易理解，就是把整個文件內的代碼內容生成一顆 抽象語法樹（AST，Abstract Syntax Tree），這裏不過多分析AST，等到後續學習到相關的AST分析的時候再說

PS F:\_llvm\llvm-project\build\Release\demos> clang -fmodules -fsyntax-only -Xclang -ast-dump larger_number.c
TranslationUnitDecl 0x225e0dc4e38 <<invalid sloc>> <invalid sloc>
|-TypedefDecl 0x225e0dc56d0 <<invalid sloc>> <invalid sloc> implicit __int128_t '__int128'
| `-BuiltinType 0x225e0dc53d0 '__int128'
|-TypedefDecl 0x225e0dc5740 <<invalid sloc>> <invalid sloc> implicit __uint128_t 'unsigned __int128'
| `-BuiltinType 0x225e0dc53f0 'unsigned __int128'
|-TypedefDecl 0x225e0dc5a78 <<invalid sloc>> <invalid sloc> implicit __NSConstantString 'struct __NSConstantString_tag'
| `-RecordType 0x225e0dc5830 'struct __NSConstantString_tag'
|   `-Record 0x225e0dc5798 '__NSConstantString_tag'
|-TypedefDecl 0x225e0dc5ae8 <<invalid sloc>> <invalid sloc> implicit size_t 'unsigned long long'
| `-BuiltinType 0x225e0dc5010 'unsigned long long'
|-TypedefDecl 0x225e0dc5b80 <<invalid sloc>> <invalid sloc> implicit __builtin_ms_va_list 'char *'
| `-PointerType 0x225e0dc5b40 'char *'
|   `-BuiltinType 0x225e0dc4ed0 'char'
|-TypedefDecl 0x225e0dc5bf0 <<invalid sloc>> <invalid sloc> implicit __builtin_va_list 'char *'
| `-PointerType 0x225e0dc5b40 'char *'
|   `-BuiltinType 0x225e0dc4ed0 'char'
`-FunctionDecl 0x225e0ff8180 <larger_number.c:2:1, line:7:1> line:2:5 larger 'int (int, int)'
  |-ParmVarDecl 0x225e0dc5c60 <col:12, col:16> col:16 used a 'int'
  |-ParmVarDecl 0x225e0dc5ce0 <col:19, col:23> col:23 used b 'int'
  `-CompoundStmt 0x225e0ff83d8 <col:26, line:7:1>
    `-IfStmt 0x225e0ff83b0 <line:3:3, line:6:12> has_else
      |-BinaryOperator 0x225e0ff8300 <line:3:6, col:11> 'int' '<='
      | |-ImplicitCastExpr 0x225e0ff82d0 <col:6> 'int' <LValueToRValue>
      | | `-DeclRefExpr 0x225e0ff8290 <col:6> 'int' lvalue ParmVar 0x225e0dc5c60 'a' 'int'
      | `-ImplicitCastExpr 0x225e0ff82e8 <col:11> 'int' <LValueToRValue>
      |   `-DeclRefExpr 0x225e0ff82b0 <col:11> 'int' lvalue ParmVar 0x225e0dc5ce0 'b' 'int'
      |-ReturnStmt 0x225e0ff8358 <line:4:5, col:13>
      | `-ImplicitCastExpr 0x225e0ff8340 <col:13> 'int' <LValueToRValue>
      |   `-DeclRefExpr 0x225e0ff8320 <col:13> 'int' lvalue ParmVar 0x225e0dc5ce0 'b' 'int'
      `-ReturnStmt 0x225e0ff83a0 <line:6:5, col:12>
        `-ImplicitCastExpr 0x225e0ff8388 <col:12> 'int' <LValueToRValue>
          `-DeclRefExpr 0x225e0ff8368 <col:12> 'int' lvalue ParmVar 0x225e0dc5c60 'a' 'int'

下面是截圖的有顏色效果，可能好看一些：

3. 中間代碼生成（Intermediate Representation）

這部分是個人最感興趣的地方
Clang生成的中間代碼有三種形式可選

文本：類似彙編語言，便於閱讀，擴展名.ll
內存：內存格式
二進制：佔用空間小，擴展名.bc

3.1 文本形式的中間代碼生成

clang -S -emit-llvm larger_number.c

可以看到，當前目錄下多了一個 .ll文件：

通過查找資料，我找到了兩個比較可靠的參考資料，通過這兩個資料，我 完成了這個IR代碼的手動反編譯工作：

1. 《Getting Started with LLVM Core Libraries》 （Chapter 5. The LLVM Intermediate Representation # 5.3 Introducing the LLVM IR language syntax ）
2. llvm參考手冊

下面是手工反編譯後IR後的分析結果：

3.2 二進制形式的中間代碼生成

clang -c -emit-llvm larger_number.c

4. 優化（Optimizer）

clang -S -O3 -emit-llvm larger_number.c

可以看到，新生成的 .ll文件，其代碼量少得多。這裏的O3是優化級別；

5. 使用Clang直接生成機器碼（Machine Code）

我們可以直接用下面介紹的命令，來 直接編譯上面的函數代碼，發現會報錯，大意是沒有找到函數的主入口； 很顯然， 一個完整可運行的C語言程序，必須要有main函數作爲程序的入口。

所以我們需要編寫一個完整的C語言程序；我們將larger_number.c改寫成如下的完整代碼：

// larger_number.c

// 如果不加這句，編譯時會提示讓我們使用scanf_s, printf_s
#define _CRT_SECURE_NO_WARNINGS

#include <stdio.h> 
#include <stdlib.h>

int larger(int a, int b) {
	if (a <= b)
		return 	b;
	else
		return a;
}

int main() {
	int a, b;
	printf("Input a b : \n");
	scanf("%d%d", &a, &b);
	printf("The larger number is %d\n", larger(a, b));

	system("pause");
	return 0;
}

現在我們試一下，Clang的直接生成可執行文件的命令：

## 生成中間代碼
PS F:\_llvm\llvm-project\build\Release\demos> clang larger_number.c -o larger_number.exe
## 查看是否生成了
PS F:\_llvm\llvm-project\build\Release\demos> ls
-a----       10/28/2019  12:01 AM           2324 larger_number.bc
-a----       10/28/2019  12:22 AM            347 larger_number.c
-a----       10/28/2019  12:22 AM         153088 larger_number.exe
-a----       10/28/2019  12:03 AM           1165 larger_number.ll
## 直接運行程序，發現能夠成功地運行
PS F:\_llvm\llvm-project\build\Release\demos> .\larger_number.exe
Input a b :
3 4
The larger number is 4
Press any key to continue . . .

6. 心得體會

仍然有許多的東西不是很懂，希望在後續的學習中不斷深入
怎樣使用Clang的庫，讓我們能夠利用到Clang生成的詞法tokens，語法樹，這是我後續需要學習的知識；
期待後續的知識的學習：
- Clang與LLVM基本庫，模塊
- 編寫自己的分析程序
對IR的反編譯最感興趣
發現很多的博客都引用了一本書：《Getting Started With LLVM Core Libraries》 ，後續希望可以參考這本書來學習更多的知識。
官方參考手冊也很有用，可以非常方便地 查閱IR 的語法與解釋：llvm參考手冊

7. 參考文獻

LLVM實戰入門PPT

《Getting Started with LLVM Core Libraries》 （Chapter 5. The LLVM Intermediate Representation # 5.3 Introducing the LLVM IR language syntax ）
llvm參考手冊

clang常用語法介紹

體驗Clang對C語言的編譯

體驗Clang對C語言的編譯

目錄

0. Clang命令簡介

1. 詞法分析（Lexical Analysis）

2. 語法分析（Semantic Analysis）

3. 中間代碼生成（Intermediate Representation）

3.1 文本形式的中間代碼生成

3.2 二進制形式的中間代碼生成

4. 優化（Optimizer）

5. 使用Clang直接生成機器碼（Machine Code）

6. 心得體會

7. 參考文獻

DAPPER 事務 TRANSACTION

Java中線程的創建方式

一鍵自動化博客發佈工具,chrome和firfox詳細配置

選課表SQL問題引發的小困惑

invokestatic，invokespecial，invokevirtual，invokeinterface

讀書筆記——漫畫算法(1) 數據結構與排序算法

認真讀文檔！

讀書筆記——漫畫算法(8) LRU緩存的實現

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結