LLVM编译C结构体时IR类型与访问指令的源码位置咨询

示例代码 #

C源码 #

struct test_struct1 {
  int *a;
  int b;
};

int main(int argc, char *argv[]) {
  int a = 1;
  struct test_struct1 t1 = {&a, 0};

  return 0;
}

生成的LLVM IR #

; ModuleID = 'test.c'
source_filename = "test.c"
target datalayout = "e-m:e-p:32:32-p10:8:8-p20:8:8-i64:64-n32:64-S128-ni:1:10:20"
target triple = "wasm32"

%struct.test_struct1 = type { ptr, i32 } ; ① 生成的结构体类型

; Function Attrs: noinline nounwind optnone
define hidden i32 @__main_argc_argv(i32 noundef %0, ptr noundef %1) #0 {
  %3 = alloca i32, align 4
  %4 = alloca i32, align 4
  %5 = alloca ptr, align 4
  %6 = alloca i32, align 4
  %7 = alloca %struct.test_struct1, align 4
  store i32 0, ptr %3, align 4
  store i32 %0, ptr %4, align 4
  store ptr %1, ptr %5, align 4
  store i32 1, ptr %6, align 4      ; ② 生成的store访问指令

  %8 = getelementptr inbounds %struct.test_struct1, ptr %7, i32 0, i32 0
  store ptr %6, ptr %8, align 4
  %9 = getelementptr inbounds %struct.test_struct1, ptr %7, i32 0, i32 1
  store i32 0, ptr %9, align 4
  ret i32 0
}

attributes #0 = { noinline nounwind optnone "no-trapping-math"="true" "stack-protector-buffer-size"="8" "target-cpu"="generic" "target-features"="+mutable-globals,+sign-ext" }

!llvm.module.flags = !{!0}
!llvm.ident = !{!1}

!0 = !{i32 1, !"wchar_size", i32 4}
!1 = !{!"clang version 16.0.6"}

一、结构体类型定义（①）的源码位置 #

C结构体到LLVM IR类型的转换由Clang前端完成，核心代码位置如下：

• 结构体布局计算（成员偏移、对齐规则）：clang/lib/AST/RecordLayoutBuilder.cpp，这里负责处理结构体的内存布局逻辑。
• AST结构体到LLVM IR类型的转换：clang/lib/CodeGen/CGRecordLayout.cpp，CGRecordLayoutBuilder类会将Clang的RecordDecl节点转换为LLVM的StructType，最终通过CodeGenModule::getTypes().ConvertTypeForMem等接口输出到IR中。
• 结构体语义分析与AST构建：clang/lib/Sema/SemaDecl.cpp的ActOnTagDecl函数，完成结构体的语法校验与AST节点创建，为后续CodeGen阶段提供基础。

二、访问指令（②）的源码位置 #

结构体成员访问、变量存储等IR指令同样由Clang的CodeGen模块生成：

• store指令生成：clang/lib/CodeGen/CGExpr.cpp中的CodeGenFunction::EmitStoreOfScalar函数，负责处理标量数据的存储操作，对应示例中变量初始化的store指令。
• 结构体成员地址计算（getelementptr指令）：clang/lib/CodeGen/CGExpr.cpp的CodeGenFunction::EmitMemberExpr函数，处理结构体成员访问时，会调用GetElementPtrInst::Create生成GEP指令，定位到结构体成员的内存地址，再配合store完成赋值。
• 栈空间分配（alloca指令）：clang/lib/CodeGen/CGStack.cpp，负责为局部变量（包括结构体实例）分配栈内存。

排查思路 #

1. 跟踪结构体类型生成：在CGRecordLayout.cpp中设置断点，观察RecordDecl到StructType的转换流程；或通过Clang的-debug编译选项，打印类型转换阶段的日志。
2. 跟踪访问指令生成：在CGExpr.cpp的EmitStoreOfScalar和EmitMemberExpr函数中设置断点，跟随代码执行，查看变量初始化、结构体成员赋值时的IR指令生成过程。
3. 结合Clang前端流程：Clang处理C代码分为预处理→语法分析→语义分析→CodeGen四个阶段，结构体类型在语义分析阶段完成AST构建，CodeGen阶段转换为IR类型；访问指令则是在CodeGen阶段处理表达式时生成。

内容的提问来源于stack exchange，提问作者Starry