LLVM编译器入门

LLVM整体设计

Clang前端

基本概念

Clang 项目为LLVM项目提供C 语言系列语言C、C++、Objective C/C++、OpenCL、CUDA 和RenderScript）的语言前端和工具基础设施

Clangdriver（命令行表示是clang）和Clang前端（依照详细实现来说就是Clang的那些库所实现的前端）是不同的。Clang driver不只包括了
Clang前端，还包括使用LLVM的库实现的编译器的中间阶段以及后端，同时也集成了assembler。除了普通的前端工作，Clang还在不断发展，将其功能划分为库和模块，以便开发人员可以使用它们创建各种与源代码处理相关的工具；例如，代码重构编码格式化和语法高亮。

功能分析

阶段	任务描述	关键输入	关键输出
预处理（Preprocessor）	处理头文件、宏展开、条件编译等预处理指令。	源代码（含预处理指令）	展开后的纯代码（无预处理指令）
词法分析（Lexer）	逐字符扫描源代码，识别单词（如标识符、关键字、运算符等），并转换为统一的词法单元（Token）。	预处理后的代码	Token序列（如 [int, x, =, 5]）
语法分析（Parser）	根据语法规则将Token序列转换为语法分析树（如AST），检查语法结构是否正确（如括号匹配、语句结构）。	Token序列	抽象语法树（AST）
语义分析（Sema）	收集标识符属性（类型、作用域等），检查语义错误（如未声明变量、类型不匹配、重复定义）。	AST	带语义信息的AST（符号表填充）
代码生成（CodeGen）	将AST转换为目标平台的中间代码（如LLVM IR）或机器代码。	带语义信息的AST	LLVM IR/汇编代码/机器代码

AST结构

在使用自定义逻辑扩展Clang时，AST是最重要的原语。所有常见的Clang扩展/插件都是
基于ASTi运行的：clang-Xclang-ast-dump -fsyntax-only test.c

Clang中语法分析器会从之前的分析中提取要使用的标记信息，确定它的语法元素后会被推送到语义分析Sema，并为它创建AST节点，建立一颗与（词法分析出的）输入单词流对应的正确语法树。Clang构建AST树的核心类是ParseAST函数，初始化Compilerlnstance之后，调用其成员函数ExcuteAction进行解析与处理。

AST可细分为：declaration（Decl）声明，statement（Stmt)语句，expression（Expr)表达。

IR优化

基本概念

高级语言经过Clang等前端解析为平台无关的中间表示（Intermediate Representation，IR），使编译器能够在编译、链接以及代码生成的各个阶段忽略语言特性，进行全面有效的优化和分析。

LLVM基于统一的中间表示来实现优化遍，中间表示采用静态单赋值形式，该形式的虚拟指令集能够高效的表示高级语言，具有灵活性好、类型安全、底层操作等特点。如图所示，当同一变量出现多次赋值时，通过SSA变量重命名的方式加以区分，可以避免出现多次定义的情况。

IR的设计很大程度体现着LLVM插件化、模块化的设计哲学，LLVM的各种pass其实都是作用在LLVMIR上的。通常情况下，设计一门新的编程语言只需要完成能够生成LLVMIR的编译器前端即可，然后就可以轻松使用LLVM的各种编译优化、JIT支持、目标代码生成等功能。

IR表示

1. LLVM IR 的三种存在形式

名称	特点	典型载体
内存表示	C++ 对象模型（llvm::BasicBlock, llvm::Instruction …）	编译器进程内存
Bitcode	二进制序列化格式，体积小、不可读	.bc 文件
LLVM 汇编	文本序列化格式，人类可读	.ll 文件

2. IR 的四大核心 C++ 类层次