Question

目前我正在开发一种工具，用于识别任意程序上的全局变量和字段变量的加载和存储访问。此外，访问变量应由其源级别名称/标识符标识。为了实现这一点，我将诊断程序的源代码编译成带有调试信息的LLVM IR。到目前为止，生成的元数据节点包含所需的源级别标识符。但是，我无法与某些LLVM IR标识符和元数据中的信息建立连接。

例如，考虑一个类的satic成员：

 class TestClass {
   public:
    static int Number;
};

相应的LLVM IR如下所示：

@_ZN12TestClass6NumberE = external global i32, align 4

...
!15 = !DIDerivedType(tag: DW_TAG_member, name: "Number", scope: !"_ZTS12TestClass", file: !12, line: 5, baseType: !16, flags: DIFlagPublic | DIFlagStaticMember)

在这个受控的例子中，我知道“@ _ZN12TestClass6NumberE”是“Number”的标识符。但是，总的来说，我没有看到如何找出哪个IR标识符对应于哪个元数据。

有人可以帮帮我吗？

Answer 1

由于似乎没有人能够很好地解决我的问题，我将告诉我自己处理这个问题的不方便的方法。 LLVM生成的MetaData节点包含有关已定义类型和代码变量的信息。但是，没有关于哪些生成的IR变量对应于哪些源代码变量的信息。 LLVM仅链接IR指令的元数据信息和correspdoning源位置（行和列）。这是有道理的，因为LLVMs元数据的主要任务不是分析而是调试。

但是，所包含的信息并非毫无用处。我对这个问题的解决方案是使用clang AST来分析源代码。在这里，我们获取有关在哪个源位置访问哪个变量的信息。因此，为了在LLVM IR检测期间获取有关源变量标识的信息，我们只需要在clang AST分析期间将源位置映射到源变量标识。作为第二步，我们使用我们以前收集的信息执行IR仪器。当我们在IR中遇到存储或加载指令时，我们在该指令的元数据节点中搜索其相应的源位置。由于我们已将源位置映射到源变量标识，因此我们现在可以轻松访问IR指令的源变量标识。

那么，为什么我不仅仅使用clang AST识别存储和加载变量？因为区分AST中的读写并不是一项简单的任务。 AST可以很容易地告诉您访问变量，但它取决于操作是否读取或写入访问的变量。因此，我必须考虑每个操作/操作符来确定变量是写入/读取还是两者都是。在这方面，LLVM更简单，更低级，因此更不容易出错。此外，实际的仪器（说话代码插入）在AST中比使用LLVM要困难得多。由于这两个原因，我认为结合使用clang AST和LLVM IR仪器是解决我问题的最佳方法。

LLVM IR：使用元数据节点识别变量

1 个答案: