如何通过LLVM IR获取C++类成员函数及其对应偏移量？

一、先将C++代码编译为LLVM IR #

首先把目标C++代码编译成LLVM IR，用clang命令即可：

clang -S -emit-llvm your_code.cpp -o your_code.ll

以你提供的Circle类为例，生成的IR会包含类的内存布局信息和所有成员函数的编译结果。

二、分析类的字段与成员函数相关信息 #

1. 识别类的内存布局 #

在LLVM IR中，C++类会被表示为结构体类型，比如Circle类对应的IR定义是：

%class.Circle = type { i32 }

这里要注意：非虚成员函数不会占用类实例的内存空间，只有非静态数据成员和虚函数表指针（如果有虚函数）会被纳入类的内存布局。你提到的“第二、第三个字段为成员函数”是对C++内存模型的误解——成员函数本身属于类的代码段，不会存在于每个类实例的内存中。

2. 获取数据成员的偏移 #

借助LLVM的API可以直接解析结构体布局：

• 找到目标类对应的llvm::StructType实例（通过名称"class.Circle"匹配）
• 创建llvm::StructLayout对象，调用getElementOffset(index)方法，即可获取对应索引数据成员的字节偏移
  比如Circle类的radius成员是第0个元素，偏移量为0。

3. 关联成员函数与类 #

非虚成员函数在LLVM IR中会被编译为带隐式this指针的普通函数，函数名经过名字修饰，比如setRadius的IR形式：

define dso_local void @_ZN6Circle9setRadiusEi(%class.Circle* %this, i32 %_radius) #0 {
  ; 函数实现细节
}

• 可以通过LLVM的Demangle工具将修饰后的名字还原为原函数名
• 通过匹配名字中的类标识（比如_ZN6Circle对应Circle类），将函数与所属类关联
• 如果是虚函数，类的布局中会包含虚表指针，虚表内存储着虚函数的地址，此时可以分析虚表结构获取虚函数在虚表中的偏移位置

三、提取成员函数定义 #

在LLVM IR中，函数定义以define关键字开头，声明以declare开头。提取步骤如下：

1. 遍历LLVM模块中的所有函数
2. 对每个函数，通过名字修饰字符串匹配目标类
3. 提取函数的参数列表、返回值类型以及完整的函数体IR代码
   比如getRadius的IR定义：

define dso_local i32 @_ZN6Circle9getRadiusEv(%class.Circle* %this) #0 {
  %1 = getelementptr inbounds %class.Circle, %class.Circle* %this, i32 0, i32 0
  %2 = load i32, i32* %1, align 4
  ret i32 %2
}

四、代码实现的核心流程 #

如果用LLVM C++ API编写分析工具，核心步骤是：

• 加载LLVM IR模块（llvm::Module）
• 定位目标类的StructType
• 生成StructLayout实例，遍历数据成员获取偏移
• 遍历模块内函数，解析名字修饰信息，筛选出目标类的成员函数并提取定义

内容的提问来源于stack exchange，提问作者Crystal