首页 > 代码库 > 认识元数据和IL(上) <第三篇>

认识元数据和IL(上) <第三篇>

说在,开篇之前

很早就有说说Metadata(元数据)和IL(中间语言)的想法了,一直在这篇开始才算脚踏实地的对这两个阶级兄弟投去些细关怀,虽然来得没有《第一回:恩怨情仇:is和as》那么迅速,但是Metadata和IL却是绝对重量级的内容,值得我们在任何时间关注,本文就是开始。

1 引言

你可曾想到,我们的C#代码,编译之后究竟为何物?你可曾认知,我们的可执行程序,运行之时的轨迹究竟为哪般?那么,本文通过对Metadata(元数据)和IL(Intermediate Language, 中间语言)的认识开始,来逐步给出答案。在这个探索轨迹上,元数据、IL、程序集、程序域、JIT、虚分派、方法表和托管堆这些形形色色的神秘嘉宾将在某个时刻不期而遇,作为你必须知道的.NET 系列2.0版本的一部分,本文首先从认识元数据和IL这两位重量级选手开始,而其他的嘉宾也将很快登场。

2 初次接触

在事实上,编译之后的cs代码被组织为两种基本的元素:元数据(Metadata)和IL。我们可以以最简单的方式来了解程序集(*.dll)或可执行文件(*.exe)中包含的Metadata和IL的秘密,这种方式就是我们常说的反编译,打开ILDasm并加载实现准备的程序集,我们可以看到托管PE文件的相关内容:

详细的结构信息和IL代码分析,可以参见[你必须知道的.NET]第3章 “一切从IL开始”的介绍,在此就不做太多的分析。另外,我们可以通过执行“View/MetaInfo/Show!”或者Ctrl+M快捷键来获取该程序集所使用的MetaData信息列表:

616x361

其中该程序集使用的元数据主要有:Module、TypeRef、TypeDef、Method、Param、MemberRef、CostomAttribute、Assembly、AssemblyRef等,同时还包括#Strings、#GUID、#Blob、#US堆等。

当然,关于ILDasm工具,还有很多好玩的使用方式来满足我们探索IL代码的好奇心,例如:

ildasm Anytao.Insidenet.MetadataIL.exe /output:my.il,将反编译结果导出为il代码格式,生成一个my.il包含了所有的IL代码和一个my.res包含了所有的资源文件。

ildasm Anytao.Insidenet.MetadataIL.exe /text,将反编译结果以Console形式输出。

当然我们还是推荐以GUI形式来查看IL细节,组织结构良好的Class View:

ildasm Anytao.Insidenet.MetadataIL.exe

 

下面首先给出参与编译的相关代码文件,然后再展开我们对Metadata和IL的讨论:

// Release : code01, 2009/02/12
// Author  : Anytao, http://www.anytao.com
// List    : One.cs
public class One
{
     public int ID { get; set; }
}// Release : code02, 2009/02/12
// Author  : Anytao, http://www.anytao.com
// List    : Two.cs
public class Two
{
     public string SayHello()
     {
         return "Hello, world.";
     }
}// Release : code03, 2009/02/12
// Author  : Anytao, http://www.anytao.com
// List    : Program.cs
class Program
{
     static void Main(string[] args)
     {
         int id = 1;
         One one = new One();
         one.ID = id;
         Two two = new Two();
         Console.WriteLine(two.SayHello());
     }
}

接着,我们对上述程序的编译执行过程进行一点探索,以命令行编译器来演化其大致的编译过程,以此进一步了解托管模块,程序集和可执行文件之间的关系:

打开Visual Studio 2008 Command Prompt,并定位到cs代码所在文件夹,编译One.cs为托管模块,执行命令:

csc /t:module One.cs

执行之后,将生成名为One.netmodule文件;

继续执行,将多个模块打包为程序集

csc /t:library /addmodule:One.netmodule Two.cs

执行之后,将生成名为Two.dll文件;

最后,编译Main函数和Two.dll为可执行文件

csc /out:Anytao.Insidenet.MetatdataIL.exe /t:exe /r:Two.dll /r:mscorlib.dll Program.cs

最终将得到本文开始时所加载的用于反编译的程序集文件Anytao.Insidenet.MetadataIL.exe,在该执行命令中对几个指示符开关做点说明:

/out:Anytao.Insidenet.MetadataIL.exe,表示输出的可执行文件,及其名称

/t:exe,表示输出的文件类型为CUI(控制台界面程序)程序;而/t:winexe,表示输出为GUI(图形界面程序)程序

/r:Two.dll,表示引用刚刚生产的Two.dll程序集

/r:mscorlib.dll,表示因为外部程序集mscorlib.dll,因为我们的程序中使用了Console静态方法,而该方法则被定义在mscorlib.dll中。mscorlib.dll是如此的重要,我们将在本文之后的某些时候再次与mscorlib.dll握手,那时在对其进行一个详细的分析,敬请期待。

在cmd中的执行过程可以参考:

677x439

 

通过分步执行的方式我们对csc编译器的执行过程有个基本的了解,也同时从侧面认识了每次在Visual Studio中执行“Build“或者“ReBuild”的缩影。综上分析,我们可以简单的看到:

829x369

Note:在Visual Studio中,编译是分模块进行的,编译结果保存在obj目录中,最后再合并为可执行文件于bin目录,同时默认情况下,编译过程是增量式的,仅编译发生修改的模块,我将在后文给出较为详细的过程。

同时,我们还可以收获以下几个基本的结论:

cs代码编译之后将生成元数据和IL,并组成托管模块(Module)的基本单元。

多个托管模块组成程序集,其实还包括一定的资源文件,只是没有在此体现。

程序集或者可执行文件是逻辑组织的基本单元,符合基本的Windows PE文件格式,可以被x86或者x64Windows直接加载执行。

3 继续深入

一个或者多个模块,再加上资源文件就形成了程序集(Assembly),作为逻辑组织的基本单元,

 

事实上,此图仅仅从粗粒度对程序集的基本组成有个大致的了解,实际上程序集中包含了复杂的结构和要素,例如PE Signature、Managed Resources、Strong Name Signature Hash,而其中最核心的要素则体现在上图。

程序集清单(MANIFEST)包含了程序集的自描述信息,主要包含AssemblyDef、FileDef、ManifestResourceDef和ExportedTypeDef,在反编译选项中MANIFEST包含了详细的内容。在《你必须知道的.NET》3.1节 “从Hello,world开始认识IL”对其有过详细的描述,此不赘述。

PE文件头,标准Windows PE头文件(PE32或PE32+),PE文件的基本信息,例如文件类型,创建时间,本地CPU信息等。

CLR头,包含CLR版本、模块元数据、资源等信息。

资源文件。

执行View/Statisctics菜单,可以打开相关的统计信息:

File size            : 5632
  PE header size       : 512 (496 used)    ( 9.09%)
  PE additional info   : 1691              (30.02%)
  Num.of PE sections   : 3
  CLR header size     : 72                 ( 1.28%)
  CLR meta-data size  : 2212               (39.28%)
  CLR additional info : 0                  ( 0.00%)
  CLR method headers  : 52                 ( 0.92%)
  Managed code         : 287               ( 5.10%)
  Data                 : 2048              (36.36%)
  Unaccounted          : -1242             (-22.05%)

  Num.of PE sections   : 3
    .text    - 3072
    .rsrc    - 1536
    .reloc   - 512

  CLR meta-data size  : 2212
    Module        -    1 (10 bytes)
    TypeDef       -    4 (56 bytes)      0 interfaces, 0 explicit layout
    TypeRef       -   25 (150 bytes)
    MethodDef     -    8 (112 bytes)     0 abstract, 0 native, 8 bodies
    FieldDef      -    1 (6 bytes)       0 constant
    MemberRef     -   29 (174 bytes)
    ParamDef      -    2 (12 bytes)
    CustomAttribute-   16 (96 bytes)
    StandAloneSig -    4 (8 bytes)
    PropertyMap   -    1 (4 bytes)
    Property      -    1 (6 bytes)
    MethodSemantic-    2 (12 bytes)
    Assembly      -    1 (22 bytes)
    AssemblyRef   -    1 (20 bytes)
    Strings       -   920 bytes
    Blobs         -   328 bytes
    UserStrings   -    68 bytes
    Guids         -    16 bytes
    Uncategorized -   192 bytes

  CLR method headers : 52
    Num.of method bodies  - 8
    Num.of fat headers    - 4
    Num.of tiny headers   - 4

  Managed code : 287
    Ave method size - 35

 

我们将在后篇《深入程序集和模块》中对PE头,CLR头和资源文件进行详细论述。

IL代码被组织为

.class public auto ansi beforefieldinit Anytao.Insidenet.MetadataIL.Two
        extends [mscorlib]System.Object
     {
       .method public hidebysig instance string
               SayHello() cil managed
       {
         // Code size       11 (0xb)
         .maxstack  1
         .locals init ([0] string CS$1$0000)
         IL_0000:  nop
         IL_0001:  ldstr      "Hello, world."
         IL_0006:  stloc.0
         IL_0007:  br.s       IL_0009

         IL_0009:  ldloc.0
         IL_000a:  ret
       } // end of method Two::SayHello

       .method public hidebysig specialname rtspecialname 
               instance void  .ctor() cil managed
       {
         // Code size       7 (0x7)
         .maxstack  8
         IL_0000:  ldarg.0
         IL_0001:  call       instance void [mscorlib]System.Object::.ctor()
         IL_0006:  ret
       } // end of method Two::.ctor

     } // end of class Anytao.Insidenet.MetadataIL.Two

包装在类似于汇编模样的外衣下,我看依稀可见class, System.Object, method, public, string这些面向对象高级语言中的熟悉面孔,不同的只是多了很多benforefieldinit(参考:[你必须知道的.NET]第二十三回:品味细节,深入.NET的类型构造器), ret, maxstack, ldstr, stloc这些陌生的指令。然而IL并非一个怪胎,而正是基于其本身面向对象的汇编式风格,才造就了IL代码成为名副其实的“中间语言”的重任。通过IL代码,CLR就可在编译时由JIT编译转换为Native Code,我们将在下节继续分析这个过程的来龙去脉。