Question

说我有以下简单的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，并生成一个类似于此的LLVM模块：

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

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

通过Clang传递它来生成LLVM IR会产生一个空模块（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)"}

我的第一直觉是转向Google，我遇到了两个相关的问题：one from a mailing list和one from 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)"}

同样的结果。

我还尝试过禁用优化（包括-O0和-disable-llvm-optzns），但这对输出没有影响。使用以下变体生成所需的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);
}

然后跑步：

$ 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之外，这正是我想要输出的样子！问题是这需要1.）使用标题的修改版本，以及2.）事先知道事物的类型。这导致我...

为什么？

基本上，我正在使用LLVM构建一种语言实现来生成代码。该实现应该通过仅指定C头文件和关联的lib（无手动声明）来支持C interop，然后编译器将在链接时使用它以确保函数调用与其签名匹配。因此，我已将问题缩小到2种可能的解决方案：

将标题文件转换为LLVM IR / bitcode，然后可以获取每个函数的类型签名
使用libclang解析标题，然后从生成的AST中查询类型（我的最后手段＆＃39;如果此问题没有足够的答案）

TL; DR

我需要获取一个C头文件（例如上面的foo1.h），并且在不更改它的情况下，使用Clang，OR生成上述预期的LLVM IR，找到从中获取函数签名的另一种方法C头文件（最好使用libclang或构建C解析器）

Answer 1

也许是不太优雅的解决方案，但仍然坚持使用doThings函数强制编译器发出IR，因为使用了定义：

您使用此方法确定的两个问题是它需要修改标头，并且需要更深入地了解所涉及的类型，以便生成“使用”以放入函数。这些都可以相对简单地克服：

而不是直接编译标头，而是{。}}来自包含所有“使用”代码的.c文件（或更可能是它的预处理版本，或多个标头）。直截了当：
```
#include
```
您不需要详细的类型信息来生成名称的特定用法，将结构实例化与参数匹配，以及您在上面的“使用”代码中所具有的所有复杂性。 您实际上并不需要自己收集功能签名。

您需要的只是名称本身的列表，并跟踪它们是用于函数还是用于对象类型。然后，您可以将“使用”功能重新定义为：
```
// foo.c
#include "foo.h"
void doThings(void) {
    ...
}
```
这极大地简化了名称的必要“使用”，将其转换为统一的函数类型（并使用其指针而不是调用它），或将其包装在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 }, }; }和&(中（实例化它无论它是什么）。这意味着您根本不需要存储实际的类型信息，只需要在标题中提取名称的 context 的类型。

（显然赋予虚函数和占位符类型扩展的唯一名称，以便它们不会与您实际想要保留的代码冲突）

这极大地简化了解析步骤，因为您只需要识别struct / union或函数声明的上下文，而不需要对周围的信息做很多事情。

一个简单而又虚伪的起点（我可能会使用，因为我的标准低：D）可能是：

grep通过){0}指令的标题，这些指令采用角度括号的参数（即您不想生成声明的已安装标题）。
使用此列表创建一个虚拟包含文件夹，其中包含所有必需的包含文件，但为空
预处理它，希望能简化语法（#include或类似的东西）
grep through for clang -E -I local-dummy-includes/ -D"__attribute__(...)=" foo.h > temp/foo_pp.h或struct后跟一个名称，union后跟一个名称或}，并使用这个荒谬简化的非解析来构建虚函数中的使用列表，并发出.c文件的代码。

它不会抓住所有可能性;但是通过一些调整和扩展，它实际上可能会处理大量实际的头代码。您可以在稍后阶段使用专用的简化解析器（仅为了查看所需上下文的模式而构建）来替换它。

Clang - 将C头编译为LLVM IR / bitcode

为什么？

TL; DR

1 个答案: