llvm-IR 变量和汇编器符号的 llvm 命名策略

Question

正如我所见，llvm 支持以空字符结尾的字符串，包括任何字符（0x01 到 0xff）作为 llvm-IR 变量和汇编器符号的有效名称。 在我看来，这样的决定可能会导致一些问题。

1. 当名称包含“特殊”（不可打印）字符时，很难使用文本编辑器（Vim、Kate 等）在 llvm-IR 和汇编程序中编辑程序
2. LLvm 和汇编器支持使用双引号转义，例如"AB"是一个带有空格字符的名称。 从逻辑上讲，期望在特殊字符编码中使用类似 printf 的风格是合乎逻辑的。 我的意思是"\\n" 、 "\\t" 、 "\\xAB" ，但是 llvm-IR 和汇编程序不支持这种名称样式（但 llvm 支持 \\KL 用于初始值设定项）。

• 一方面， "A\\n"产生的不是"A"和newline character而是包含对象精灵文件中所有 3 个字节的名称
• 另一方面， "A\\n"和"A\\\\n"为 llvm 生成相同的名称

（因此，即使 llvm 似乎也不以任何适当的方式支持特殊命名。）

@"A\n"   = internal constant i32 1
@"A\\n"  = internal constant i32 2

$ clang-9 test.ll -S
test.ll:3:1: error: redefinition of global '@A\n'
@"A\\n"  = internal constant i32 2

3. @GOTOFF或@plt什么？ 如何区分包括@GOTOFF在内的@GOTOFF与汇编@GOTOFF定位规范？ 为什么"AB@GOTOFF"可以拼装，但"AB"@GOTOFF不起作用？

4. Bug https://sourceware.org/bugzilla/show_bug.cgi?id=18581于 2015 年开放，但即使现在 gas 也不支持名称中的某些字符，而 llvm 支持。 例如"A,B"和"A\\B"不能通过气体组装。 所以llvm创建了汇编方言，不能通过gas进行汇编。

编程语言（C/C++、Rust、Go、Python、Java 等）在标识符中仅支持letters 、 digits 、 '_' 、 '$'字符。 前端也使用'.' , '$' , '#'字符，但它们以任何方式生成在汇编程序中有效的名称（没有任何双引号转义）。

可能只有 llvm 优化会生成带有特殊字符的名称。 但是这些名称仅为具有内部（C 术语中的静态）链接的全局变量创建。 那么为什么不为这样的全局变量使用像"__llvm_internal_global_Id_*"这样的特殊模式（某些名称在所有情况下都是保留的）？

那么使用这种命名策略的原因是什么？ 使用一组小而简单的有效字符进行命名是否更好？

Answer 1

我将尝试总结中期结果。

llvm 支持 llvm-IR 变量名称和 asm 符号名称作为任何字符的序列。 总的来说，它看起来是一个很好的解决方案。

但是当前的实现有一些特殊的时刻。

1. Llvm-parser 可以与 llvm-IR 一起使用，其中字符串初始值设定项和全局变量的名称都包含转义序列（使用“\\AB”模式，其中 0xAB 是十六进制代码）。 但是在汇编语言中，转义序列不使用或/和不起作用（还有 readelf、objdump、gdb 等）。 这一事实给文本编辑器的使用带来了问题。

2. 汇编语言在符号名称后使用特殊的重定位@GOTOFF ，如@plt 、 @GOTOFF等。 因此，现在当符号名称（双引号中）包含像"@plt"这样的子字符串时，就会发生冲突。 我为汇编程序 lexic-parser 提出了一个简单的规则

A@plt       - symbol with name 'A' and plt-relocation
"A@plt"     - symbol with name 'A@plt'
"A@plt"@plt - symbol with name 'A@plt' and plt-relocation

（所以双引号中的所有内容都是名称的一部分，双引号之后或符号名称末尾的所有内容都是重定位修饰符）。

3. Gas 声明支持（ https://sourceware.org/binutils/docs/as/Symbol-Intro.html#Symbol-Intro ），但实际上不支持符号名称中的","或"\\" 。 因此，gas 中的有效符号名称集少于 llvm-as。

我希望这些时刻能在 llvm 和 gas 中得到修复（如果这是对当前情况的正确描述）。