如何基于LLVM获取机器码级别的控制流图（CFG）？

当然有靠谱的办法！LLVM在后端代码生成的整个流程中都维护着机器码级别的CFG，下面给你分享几种实用的方式：

1. 用LLVM的llc工具直接查看或导出机器码CFG #

这是最快捷的方式，不需要写额外代码：

• 可视化展示：使用-view-machine-cfg选项，LLVM会自动弹出图形窗口展示机器码CFG。步骤如下：
  1. 先把你的高级语言源码编译成LLVM IR：

     clang -O0 -S -emit-llvm your_source.c -o your_source.ll
     

  2. 用llc处理IR并触发CFG可视化：

     llc -view-machine-cfg your_source.ll
     

     这个选项依赖Graphviz，如果没安装的话需要先装一下（比如Ubuntu上apt install graphviz）。
• 文本形式导出：如果不需要可视化，用-print-machine-cfg选项可以把CFG输出到终端或文件：

  llc -print-machine-cfg your_source.ll > machine_cfg.txt
  

  输出内容会包含每个机器基本块（Machine Basic Block）的编号、指令，以及块之间的跳转关系。

2. 通过LLVM后端API程序化获取CFG #

如果你需要在代码里处理机器码CFG，可以写一个LLVM Machine Function Pass来遍历和提取信息：

• LLVM的MachineFunction类对应一个函数的机器码表示，里面包含多个MachineBasicBlock（MBB）实例，每个MBB就是CFG的一个节点。
• 每个MBB提供predecessors()和successors()方法，可以直接获取它的前驱和后继块，从而构建完整的CFG结构。
• 简单的实现思路：继承MachineFunctionPass，在runOnMachineFunction方法里遍历所有MBB，逐个收集它们的邻接关系，然后输出或存储为你需要的格式。

3. 查看Machine IR（MIR）阶段的CFG #

LLVM后端会先生成基于SSA的机器IR（也就是你提到的“基于SSA的机器码”），这个阶段的CFG和最终机器码的CFG结构几乎一致，只是指令还没经过寄存器分配等最终优化。你可以用llc输出MIR来查看：

llc -stop-after=machine-scheduler -o - your_source.ll

输出的MIR中会清晰标注每个MBB的跳转指令和块之间的依赖关系，也能帮你理解机器码CFG的生成过程。

补充说明 #

如果你已经有了编译好的目标文件，也可以用llvm-objdump反汇编后，通过分析跳转指令（比如x86的jmp、je等）手动或用脚本构建CFG，但这种方式不如直接用LLVM后端工具/API准确，因为反汇编会丢失LLVM内部的一些块标记信息。

内容的提问来源于stack exchange，提问作者soham