编译器设计中的内联汇编答案

【问题标题】：Inline assembly in compiler design编译器设计中的内联汇编
【发布时间】：2023-03-08 02:50:02
【问题描述】：

我正在为自己的类 C 语言 (x86-64) 制作自己的编译器。但我很困惑如何编译另一种语言的 sn-p，即 x86-64 程序集，例如：

int main() {
   __asm {
       mov rcx, rsp
       call func
   }
}

一旦遇到 __asm，它必须以某种方式将标记更改为程序集标记，如果我在 __asm 块之外有一个名为 rcx 的变量怎么办？将其合并到类 C 编译器设计中的好方法是什么？您将如何对其进行标记并以将其与类 C 代码分开的方式对其进行解析？ __asm 块将首先在解析器级别上被识别，但如果没有对其进行标记，您将无法达到该级别....

【问题讨论】：

既然您知道这有多么棘手，请重新考虑支持内联汇编 :) 对于超低级别的东西，他们总是可以 link 与在别处定义的汇编函数。
您应该创建一个集成/统一两种语言的语法。如果你不知道这两种语言是什么，你将无法解析。
您可以将汇编代码放在一个字符串中，然后将其传递给汇编器进行解析。
分词器能否将整个区块视为单个分词？ prl 关于放入字符串文字的建议具有类似的效果，因为字符串是单个标记。 gcc 会这样做。
由于 MSVC 确实以这种方式实现 asm，您是否调查过当您有本地（或更糟糕的全局）变量时会发生什么情况？或clang -fasm-blocks。我现在有点好奇他们是如何处理那个角落的。在解析级别，我们只知道它以某种方式工作（也许按照 Nate 的建议跳到结尾的 }），但是在实际使用寄存器与 C var 方面发生的事情可能很有趣。

标签： parsing compiler-construction x86-64 inline-assembly language-design

【解决方案1】：

一种选择是做现代 MSVC 所做的事情，并为每条指令提供内在函数，包括像 invlpg 这样的特权指令。（因为 MSVC 不支持针对 32 位 x86 以外的目标的内联汇编）。这就是 MS 仍然能够使用它来开发 Windows 内核的方式。

但是，如果您不掌握您关心的所有目标 ISA 中的未来指令集扩展，那将无法正常工作。

我真的建议使用GNU C's Extended inline asm syntax，其中操作数约束向编译器描述了 asm 模板字符串。编译器本身根本不需要理解它，只需像printf 寻找%conversion 一样将字符串代入其中。（见What is the difference between 'asm', '__asm' and '__asm__'?）

使用不依赖于 asm 语法的固定语法指定要访问的 C var 名称。此外，asm 在 "" 中作为 C 语法级别的字符串文字，因此块作用域解析看不到 ARM push {r4, lr} 之类的内容。请参阅https://stackoverflow.com/tags/inline-assembly/info 了解更多关于 GNU C 内联汇编如何工作的文档/指南。另请注意，它的模板/操作数约束语法（几乎？）与 GCC 在其机器定义文件中内部使用的语法相同，这些文件教导编译器针对不同目标的可用指令。

这将问题推给程序员编写所有的clobber声明，以告诉编译器call到任意函数可以修改的每个寄存器，假设它遵循标准调用约定。

这还可以让您编写诸如asm("blsi %1, %0" : "=r"(dst) : "r"(src) ) 之类的内容，编译器可以在其中选择实际使用的寄存器。（仅输出寄存器操作数，仅输入寄存器操作数）。这让编译器可以尽可能高效地围绕黑盒（asm 语句）进行寄存器分配。它可以为输入和输出选择相同的寄存器，也可以不选择，因为源没有使用“早期破坏者”（"=&r"），所以它可以假设在写入任何输出之前读取所有输入。

它非常适合包装单个指令，但可用于包装多个指令并访问指向的内存，例如通过"memory"clobber。

您展示的 MSVC 样式语法必须解析块以检测损坏的寄存器，并提及 var 名称。这要困难得多。

现代 clang 确实支持带有命令行选项的 asm{} 块，但它很难有效地使用（就像在 MSVC 中一样）；它们不能用寄存器代替变量名，因此输入/输出必须通过内存反弹。

MSVC 不支持除 32 位 x86 之外的目标的 asm 块，可能是因为它们处理 asm{} 的编译器内部结构如此混乱，以至于对于具有寄存器 args 的函数不安全。这使得它无法用于现代调用约定。这不是语法问题，只是编译器技术债务问题。

但是在将数据输入/输出asm{} 块时不可避免的低效率是语法/设计问题。不要犯与 MSVC 相同的错误。 或者，如果您确实想让用户提及 var 名称，请在您的文档中明确说明它们可以被寄存器或内存替换，如果您愿意，请保持该选项处于打开状态认为你可以让它在你的优化后端工作。

【讨论】：