如何用Vim脚本通过魔数检测文件类型并透明编解码LLVM字节码？

你原来的脚本已经实现了基于.bc后缀的LLVM字节码处理，但如果要通过魔数检测（不依赖文件名后缀）来实现更通用的透明操作，我来帮你完善这个方案——毕竟有些LLVM字节码文件可能没有.bc后缀，或者后缀被修改了，魔数检测才是最可靠的文件类型判断方式。

先明确LLVM字节码的魔数 #

LLVM字节码文件的开头固定是4个字节的魔数：十六进制0x42 0x43 0xC0 0xDE，对应ASCII的BC加上两个不可打印的特殊字节。我们可以通过读取文件前4个字节来判断是否为LLVM字节码。

实现魔数检测函数 #

首先写一个Vim函数，用来检测当前打开的文件是否是LLVM字节码：

function! IsLLVMBytecode() abort
    " 以二进制模式读取文件第一行（前N个字节）
    let l:header = readfile(expand('%'), 'b', 1)[0]
    " 定义LLVM字节码的魔数字符串
    let l:magic = "\x42\x43\xc0\xde"
    " 对比前4个字节是否匹配魔数
    return strpart(l:header, 0, 4) ==# l:magic
endfunction

这个函数用readfile()的b参数以二进制模式读取文件，避免Vim对二进制内容做转义，然后对比前4个字节是否符合魔数。

调整自动命令组，实现透明操作 #

接下来修改你的自动命令组，把原来的后缀触发改成魔数触发，同时加入缓冲区标记来区分普通LLVM-IR文件和从字节码反汇编来的文件，避免误操作：

augroup LLVMBC
    autocmd! " 先清空旧的自动命令

    " 读取文件前：如果是LLVM字节码，先设置二进制模式（避免Vim破坏二进制内容）
    autocmd BufReadPre * if IsLLVMBytecode() | setl binary | endif

    " 读取文件后：反汇编字节码为LLVM-IR，设置文件类型，取消二进制模式
    autocmd BufReadPost * if IsLLVMBytecode()
        silent %!llvm-dis
        setl filetype=llvm nobinary
        let b:is_llvm_bytecode = 1 " 标记该文件是从字节码反汇编来的
    endif

    " 写入文件前：如果是标记过的字节码文件，先把LLVM-IR汇编回字节码，设置二进制模式
    autocmd BufWritePre * if &filetype ==# 'llvm' && exists('b:is_llvm_bytecode')
        setl binary
        " 用llvm-as把当前缓冲区的IR汇编成字节码，输出到标准输出（-o -）
        silent %!llvm-as -o - -
    endif

    " 写入文件后：恢复非二进制模式，确保后续编辑正常
    autocmd BufWritePost * if &filetype ==# 'llvm' && exists('b:is_llvm_bytecode')
        setl nobinary
    endif
augroup END

关键细节说明 #

• b:is_llvm_bytecode缓冲区变量：这个标记很重要，用来区分普通的LLVM-IR文件和从字节码反汇编来的文件——只有标记过的文件，在写入时才会执行汇编操作，避免你编辑普通IR文件时被自动转成字节码。
• binary选项：处理二进制文件时必须设置这个选项，防止Vim自动转换换行符（比如把LF转成CRLF），破坏字节码的结构。
• silent命令：用来抑制llvm-dis和llvm-as的输出，让整个操作对用户透明，就像直接编辑LLVM-IR一样。
• 命令参数：llvm-as -o - -表示从标准输入读取IR，汇编后输出到标准输出，这样就能直接替换Vim缓冲区的内容。

注意事项 #

• 确保llvm-dis和llvm-as已经安装，并且在系统的PATH环境变量中，Vim能找到这两个命令。
• 如果你的LLVM版本比较旧，可能需要调整命令参数，但大部分版本的llvm-dis和llvm-as都支持上述用法。
• 对于大文件，反汇编/汇编可能需要一点时间，这是正常的——毕竟LLVM工具需要处理整个文件的内容。

内容的提问来源于stack exchange，提问作者Nonyme