将 LLVM IR 转换为 Java 字节码答案

【问题标题】：Converting LLVM IR to Java Bytecode将 LLVM IR 转换为 Java 字节码
【发布时间】：2019-01-02 15:07:53
【问题描述】：

我是初学者，想构建可以将 LLVM 位码转换为 Java 字节码的翻译器。

有人可以简要告诉我或列出一些主要步骤如何完成它。

【问题讨论】：

除了@Regis Portalez 的回答之外，这个 github 项目lljvm 可能有助于了解所需的数量

标签： llvm llvm-clang llvm-ir java-bytecode-asm

【解决方案1】：

在我们公司 (Altimesh) 中，我们为 CIL 做了同样的事情。对于 Java 字节码，任务可能非常相似。

我可以告诉你这是一项相当长的任务。

第一件事：LLVM 库是用 C++ 编写的

这意味着您要么必须学习 c++，并且要找到一种从 C++ 生成 java 字节码 的方法，要么将所需的符号从 LLVM 库导出到 JNI。我强烈推荐第二个选项，因为您将获得一个纯 Java 实现（并且您很快就会发现您不需要来自 LLVM API 的那么多符号）。

一旦你弄清楚了，你需要：

从文件中解析模块

这是一个简单的例子（使用 llvm 3.9 API，现在已经很老了）：

llvm::Module* llvm__Module_buildFromFile (llvm::LLVMContext* context, const char* filename)
    {
        llvm::ErrorOr<std::unique_ptr<llvm::MemoryBuffer>> buf = llvm::MemoryBuffer::getFile(filename);
        llvm::SMDiagnostic diag;
        return llvm::parseIR(buf->get()->getMemBufferRef(), diag, *context).release();
    }

解析调试信息

void llvm__DebugInfoFinder__processModule(llvm::DebugInfoFinder* self, llvm::Module* M) { self->processModule(*M); }

调试信息或元数据对于 llvm 来说非常麻烦，因为它们变化非常频繁（与指令相比）。因此，您要么必须坚持使用 LLVM 的版本（可能是一个糟糕的选择），要么在新的 LLVM 版本发布后立即更新您的代码。

一旦你到达那里，大部分的痛苦都会过去，你就会进入有趣的世界。

我强烈建议从非常简单的东西开始，例如简单的addition program。

然后始终打开两个窗口，godbolt 显示您需要解析的输入 llvm，以及一个 java 窗口显示您的目标 (here is an example for MSIL)。

一旦您能够转换您的第一个程序（哇，我可以添加两个整数 :)），您很快就会想要转换 more stuff，很快您将面临两个疯狂：

getelementptr。这就是在 LLVM 中访问数组、内存、结构...的方式。这是一个非常神奇的指令。
phi。 LLVM 系统中的关键指令，因为它允许 Single Static Assignment，这对于后端（寄存器分配器和 co）相当重要。我不知道在 Java 中，但这显然在 MSIL 中不可用。

一旦完成所有这些，你就会进入无尽的世界，充满特殊情况的痛苦、奇怪的 C 构造 you didn't know about、gcc 扩展等等......

祝你好运！

【讨论】：