（7）函數的翻譯方法 · 編譯器架構的王者LLVM

LLVM平臺，短短幾年間，改變了眾多編程語言的走向，也催生了一大批具有特色的編程語言的出現，不愧為編譯器架構的王者，也榮獲2012年ACM軟件系統獎 —— 題記版權聲明：本文為西風逍遙游原創文章，轉載請注明出處西風世界 [http://blog.csdn.net/xfxyy_sxfancy](http://blog.csdn.net/xfxyy_sxfancy) # 函數的翻譯方法前面介紹了許多編譯器架構上面的特點，如何組織語法樹、如果多遍掃描語法樹。今天開始，我們就要設計本編譯器中最核心的部分了，如何設計一個編譯時宏，再利用LLVM按順序生成模塊。 ### 設計宏我們的編譯器可以說是宏驅動的，因為我們掃描每個語法節點后，都會考察當前是不是一個合法的宏，例如我們來分析一下上一章的示例代碼： ~~~ void hello(int k, int g) { ...... } ~~~ 我暫時隱藏了函數體部分，讓大家先關注一下函數頭 ~~~ String function String void String hello Node Node String set String int String k Node String set String int String g Node ...... ~~~ 我們的語法樹的每一層相當于是鏈表組織的，通過next指針都可以找到下一個元素。而語法樹的開頭部分，是一個“function”的宏名稱，這個部分就是提示我們用哪個宏函數來翻譯用的。接下來的節點就是：返回類型，函數名，參數表，函數體例如參數表，里面的內容很多，但我們掃描時，它們是一個整體，進行識別。所以我們的宏的形式實際上就是這樣： ~~~ (function 返回類型函數名 (形參表) (函數體)) ~~~ 括號括起來的部分表示是一個列表，而不是一個元素。 ### 宏函數的編寫我們之前已經定義了宏的函數形式，我們需要傳入的有我們自己的上下文類和當前要處理的Node節點，返回的是LLVM的Value類型（各個語句的抽象基類） ~~~ typedef Value* (*CodeGenFunction)(CodeGenContext*, Node*); ~~~ 于是我們將這個函數實現出來： ~~~ static Value* function_macro(CodeGenContext* context, Node* node) { // 第一個參數, 返回類型 // 第二個參數, 函數名 node = node->getNext(); // 第三個參數, 參數表 Node* args_node = node = node->getNext(); // 第四個參數, 代碼塊 node = node->getNext(); return F; } ~~~ 獲取一個字符串代表的類型，往往不是一件容易的事，尤其在存在結構體和類的情況下，這時，我們往往需要查一下符號表，檢查這個字符串是否為類型，以及是什么樣的類型，是基本類型、結構體，還是函數指針或者指向其他結構的指針等等。獲取類型，往往是LLVM中非常重要的一步。我們這里先寫一下查符號表的接口，不做實現，接下來的章節中，我們會介紹經典的棧式符號表的實現。第二個參數是函數名，我們將其保存在臨時變量中待用： ~~~ static Value* function_type_macro(CodeGenContext* context, Node* node) { // 第一個參數, 返回類型 Type* ret_type = context->FindType(node); // 第二個參數, 函數名 node = node->getNext(); std::string function_name = node->getStr(); // 第三個參數, 參數表 Node* args_node = node = node->getNext(); // 第四個參數, 代碼塊 node = node->getNext(); return F; } ~~~ 接下來的參數表也許是很不好實現的一部分，因為其嵌套比較復雜，不過思路還好，就是不斷的去掃描節點，這樣我們就可以寫出如下的代碼： ~~~ // 第三個參數, 參數表 Node* args_node = node = node->getNext(); std::vector<Type*> type_vec; // 類型列表 std::vector<std::string> arg_name; // 參數名列表 if (args_node->getChild() != NULL) { for (Node* pC = args_node->getChild(); pC != NULL; pC = pC->getNext() ) { Node* pSec = pC->getChild()->getNext(); Type* t = context->FindType(pSec); type_vec.push_back(t); arg_name.push_back(pSec->getNext()->getStr()); } } ~~~ 其實有了前三個參數，我們就可以構建LLVM中的函數聲明了，這樣是不用寫函數體代碼的。 LLVM里很多對象都有這個特點，函數可以只聲明函數頭，解析完函數體后再將其填回去。結構體也一樣，可以先聲明符號，回頭再向里填入類型信息。這些特性都是方便生成聲明的實現，并且在多遍掃描的實現中也會顯得很靈活。我們下面來聲明這個函數： ~~~ // 先合成一個函數 FunctionType *FT = FunctionType::get(ret_type, type_vec, /*not vararg*/false); Module* M = context->getModule(); Function *F = Function::Create(FT, Function::ExternalLinkage, function_name, M); ~~~ 這里，我們使用了函數類型，這也是派生自Type的其中一個類，函數類型也可以getPointerTo來獲取函數指針類型。另外，如果構建函數時，添加了Function::ExternalLinkage參數，就相當于C語言的extern關鍵字，確定這個函數要導出符號。這樣，你寫的函數就能夠被外部鏈接，或者作為外部函數的聲明使用。 ### 函數的特殊問題接下來我們要創建函數的代碼塊，但這部分代碼實際上和上面的不是在同一個函數中實現的，應該說，他們不是在一趟掃描中。我們知道，如果要讓一個函數內的代碼塊能夠調用在任意位置聲明的函數，那么我們就必須對所有函數都先處理剛才講過的前三個參數，這樣函數的聲明就有了，在之后的正式掃描中，才有了如下的代碼塊生成部分： ~~~ // 第四個參數, 代碼塊 node = node->getNext(); BasicBlock* bb = context->createBlock(F); // 創建新的Block // 特殊處理參數表, 這個地方特別坑，你必須給每個函數的參數 // 手動AllocaInst開空間，再用StoreInst存一遍才行，否則一Load就報錯 // context->MacroMake(args_node->getChild()); if (args_node->getChild() != NULL) { context->MacroMake(args_node); int i = 0; for (auto arg = F->arg_begin(); i != arg_name.size(); ++arg, ++i) { arg->setName(arg_name[i]); Value* argumentValue = arg; ValueSymbolTable* st = bb->getValueSymbolTable(); Value* v = st->lookup(arg_name[i]); new StoreInst(argumentValue, v, false, bb); } } context->MacroMake(node); // 處理塊結尾 bb = context->getNowBlock(); if (bb->getTerminator() == NULL) ReturnInst::Create(*(context->getContext()), bb); return F; ~~~ 這個地方問題非常多，我先保留一個懸念，在接下來代碼塊和變量存儲與加載的講解中，我會再次提到這個部分的特殊處理。