基于LLVM的编译原理简明教程: 写一个自己的编译器​

2000年，UIUC的Chris Lattner主持开发了一套称为LLVM(Low Level Virtual Machine)的编译器工具库套件。后来，LLVM的scope越来越大，Low Level Virtual Machine已经不足以表示LLVM的全部，于是，LLVM就变成了正式的名字。LLVM可以用于常规编译器，JIT编译器，汇编器，调试器，静态分析工具等一系列跟编程语言相关的工作。

后来，Chris Lattner又主持开发了Clang，针对C/C++/Objective-C的前端。这个编译器直接挑战了GCC的统治地位。成为Apple系统的主要编译器，在Android中，指名使用Clang的模块也越来越多。2012年，LLVM荣获美国计算机学会ACM的软件系统大奖，跟UNIX，WWW，TCP/IP，TeX，Java等经典系统作伴。

另外再八卦几句LLVM的主要作者和架构师Chris Lattner。这哥们生于1978年。2005年，Chris Lattner加入Apple。因为Apple对于GCC支持Objective-C不力的不满，LLVM和Clang成为Apple替代GCC的杀手级武器。2010年，Chris Lattner又开始主持开发Swift语言。

LLVM（wiki  chs）是开源跨平台的编译器基础设施，包含一系列模块化的编译器组件和工具链，用来开发编译器前端和后端。源代码见：github  也可从官网下载代码    注：LLVM本身并不是编译器

LLVM架构提供了完整编译系统的中间层，与绝大多数编译器一样，LLVM架构也使用经典三段式的结构设计。

① 前端（Frontend）负责分析源代码【词法分析】，可以检查语法级错误【语法分析】，构建针对该语言的抽象语法树（Abstract Syntax Tree，AST）【语义分析】 ，并将代码编译成LLVM IR【IR生成】

② 抽象语法树可以进一步转换为优化，最终转为新的表示方式， 然后再交给优化器

③ 最终由后端生成可执行的机器码   注：如果需要增加一种处理器架构（如：arm64、x86等），只需要增加一种后端

Clang及许多GCC工具链都支持LLVM架构，能输出LLVM IR代码。LLVM已经成为多个编译器和代码生成相关子项目的母项目。  注：Clang是类C语言的编译器前端，是LLVM的一个子项目。

LLVM前端已支持的编程语言：C、C++、ActionScript、Ada、D语言、Fortran、GLSL、Haskell、Java字节码、Objective-C、Swift、Python、Ruby、Crystal、Rust、Scala以及C#等

LLVM后端已支持指令集架构：x86、x86-64、ARM、MIPS、PowerPC以及RISC-V等

相比之下，GCC的前端和后端没分得太开，耦合在一起。这使得GCC支持一门新的语言或新的目标平台，变得特别麻烦

LLVM的核心是IR语言（Intermediate Representation），一种类似汇编的底层语言。

IR是一种强类型的精简指令集（Reduced Instruction Set Computing，RISC），并对目标指令集进行了抽象。

LLVM IR有3种表示形式：

text：便于阅读的文本格式。扩展名为.llbitcode：二进制格式。扩展名为.bcmemory：内存格式

LLVM其他子项目

lld链接器

lld链接器子项目旨在为LLVM开发一个内置的，平台独立的链接器，去除对所有第三方链接器的依赖。

2017.5，lld已经支持ELF、PE/COFF和Mach-O可执行文件格式。

在lld支持不完全的情况下，用户可以使用其他项目，如GNU ld链接器、bfd链接器（ld.bfd）、gold链接器。    注：ld.gold是google在GNU ld上改进的链接器

C++标准库

LLVM项目包含一个叫做libc++的C++标准库的实现   注：GNU的为Libstdc++

lldb调试器

lldb（wiki）是LLVM的调试子项目，目前已支持C、C++及Objective-C。XCode5+、Android Studio缺省使用LLDB进行调试，LLDB也被VS Code、Eclipse等IDE使用。

参考

The Architecture of Open Source Applications: LLVM 

LLVM IR语言参考

深入剖析 iOS 编译 Clang / LLVM   （github链接）

好了，言归正传。首先我们想说明的是，跟学院派的厚书给大家的印象不同，其实用LLVM写个简单的编译器是件容易的事情，因为大部分事情LLVM都替我们做了。

我们先看一个使用LLVM工具之后，实现一门编程语言的简图：

编译器简图

完全需要我们手工，或者依靠其他工具如lex, yacc来做的事情，是从源代码到token的词法分析和从token到AST的语法分析。也就是前端的主要部分需要我们来实现，毕竟我们是这门语言的定义者。在介绍LLVM的书里，讲前端的部分都是只占很小的篇幅的，所以大家可以take it easy.

在LLVM的万花筒语言例子里，带有注释的词法分析和语法分析也不过400行。大家如果觉得还复杂，后面我会带大家做一些更简单的，先完成一小部分功能，然后迭代式开发。区区百余行代码，不需要学习编译原理。

比如Clang就是一个实现了C/C++/Objective-C的前端。

从AST转LLVM开始，LLVM就开始提供一系列的工具帮助我们快速开发。从IR(中间指令代码)到DAG(有向无环图)再到机器指令，针对常用的平台，LLVM有完善的后端。也就是说，我们只要完成了到IR这一步，后面的工作我们就享有和Clang一样的先进生产力了。

口说无凭，有例子为证，这是将二元表达式AST转成IR的函数：

输出结果如下：

使用LLVM库的话，需要一大堆参数.下面是在我的电脑上的参数：

每次都这么写吓死人了啊。于是LLVM为我们提供了llvm-config工具。刚才我那一大串，是用下面的命令行生成的：

完整的编译命令可以这么写：