浅析MSIL中间语言——基础篇

Posted 2021-01-11 coffee520

转自 https://www.cnblogs.com/dwlsxj/p/MSIL.html

一、开篇

　　研究MSIL纯属于个人喜好，说在前面MSIL应用于开发的地方很少，但是很大程度上能够帮着我们理解底层的原理，这是我了解MSIL的主要原因。托管代码表示应用程序的方法的功能，它们以微软的中间语言（Microsoft intermediate language，MSIL）或公共语言运行（common intermediate language，CIL）的抽象二进制形式进行编码。

　　MSIL代码由CLR“托管”。CLR托管至少包括三个主要的活动：类型控制，结构化异常和垃圾收集。类型控制设计在执行期间项类型的验证和转换。托管异常处理在功能上与“非托管的”结构化异常处理类似，但它是由CLR执行的而不是有操作系统执行的。垃圾收集涉及对不再使用的对象进行自动标识和释放。

　　在CLR环境下，.NET应用程序由一个或多个托管可执行体组成，其中每一个都携带着源数据和托管代码。托管的可执行体成为模块，主要包括两个组件：元数据和MSIL代码。CLR处理这两个组件的主要子系统是加载程序（Loader）和JIT（Just-in-time,即时）编译器。

　　接下来我们主要讲的是托管可执行体里面的MSIL（中间语言），再讲MSIL时，先把微软的整个框架体系简单概括下：（见下图一）

　　简要概述下整个过程，首先是我们编写的C#源文件hello.cs通过C#编译器进行编译，编译成.NET 的PE文件结构，也就是exe文件格式，当程序运行时，Windows的Loader加载器不会负责该程序的内存分配，线程管理等工作，而是只负责跳转到CLR的执行引擎（EE）中，将控制权交由CLR，由CLR进行分配内存，线程管理，异常处理等。

　　通过查看.NET 的PE文件导入表中只有一个API，exe对应mscoree.dll的_CorExeMain;而dll对应mscoree.dll的_CorDllMain。这就说明windows的loader加载器载入.NET PE后，只负责跳转到相应的DLL，随后改程序边运行在EE的监管中。查看导入表如下图所示：

 

二、初探MSIL

　　我觉得学习每一项知识时，一些技巧性的东西是靠一步一步去积累的，但是我认为底层的探索也是学习当中必不可缺的一部分。有些时候底层的知识可以呈现出原理性的东西，越接近底层的知识就越靠近实现部分，好了废话也不多说接下来我们就来探讨MSIL中间语言，MSIL中间语言是基于堆栈的面向对象语言。

　　借助一个简单的例子进行分析MSIL中间语言，每个编程技术人员都是从Hello World开始那我们也从Hello World开始。　

1 class Program
2  {
3         static void Main(string[] args)
4         {
5             string hello = "Hello World";
6             Console.WriteLine(hello);
7             Console.Read();
8         }
9  }

　　输出结果很明显是：Hello World，如下图所示：

　　

　　接下来我们将要分析该程序的MSIL代码，通过ILDASM.EXE工具将exe文件进行反编译成MSIL中间语言。如下图所示：

　　简要概述：

　　关键字：.method表示方法的意思，.method private hidebysig static void  Main(string[] args) cil managed表示的意思就是static void main（string[] args）

　　.entrypoint标志方法的入口

　　.maxstack表示分配堆栈大小

　　.locals init中存放的是当前方法的局部变量，这里面是string类型，它的名称叫hello。Init指令表示对变量应以对应的类型默认值进行初始化，通常情况下变量名可以省略，在代码中将以零基索引来引用

　　例如：stloc.0表示将Envaluation Stack中的一个栈顶数值保存到局部变量0（Call Stack）中。

　　先介绍几个关于MSIL内部知识点：

　　①．Managed Heap：这是动态配置（Dynamic Allocation）的记忆体，由 Garbage Collector（GC）在执行时自动管理，整个 Process 共用一个 Managed Heap，可以理解为引用类型的东西都放在这个Managed Heap中。

　　②．Call Stack：这是由 .NET CLR 在执行时自动管理的记忆体，每个Thread都有自己的Call Stack堆栈。每调用一次method，就会使得Call Stack上多了一个Record Frame；调用完毕之后，此Record Frame会被丢弃。一般来说，Record Frame内记录着method参数（Parameter）、返回位址（Return Address）、以及局部变量（Local Variable）。.NET CLR都是使用0, 1, 2…编号的方式来识别局部变量。

　　③．Evaluation Stack：这是由.NET CLR在执行时自动管理的记忆体，每个Thread都有自己专属的Evaluation Stack。压入的到Evaluation Stack的值，当方法调用结束时必须保持这个堆栈的平衡，这里面存放例如局部变量值，以及引用类型的地址。

　　指令ldc是将参数存储至堆栈Evaluation Stack

　　指令stloc是将变量存储至堆栈Call Stack

　　技巧：ld开头就是加载数据到Evaluation Stack中，而st开头就是将Envaluation Stack中的数据保存到Call Stack，Call Stack存放局部变量值。

　　接下来我们将演示代码的堆栈情况。

　　首先进入的是IL_0000段的代码为nop，这段代码表明了没有任何操作。

 　　

　　接下来就要到了IL_0001段代码为ldstr “hello World”，ldstr加载字符串是将字符串的引用放在了Envaluation Stack中，而真正的字符串放在了Managed Heap中，详情请见下图：

　　

 　　接下来就要运行到了stloc.0这条指令的意思就是讲参数保存到局部变量中。

　　

　　将Envaluation Stack中的值保存到 Call Stack中，因为Envaluation Stack中存放的是“hello World”字符串的地址，所以V0存放的也是字符串的地址。

接下来要运行到了ldloc.0加载到Envaluation Stack中局部变量0的地址。

 

　　接下来运行MSIL的call语句，从 Evaluation Stack 中取出一个值，此值为 Reference Type，调用 mscorlib.dll 所提供的 System.Console::WriteLine(string)，注意这里用的call，因为这个是静态方法（static method），而不能用CallVirt方法。结构图如下所示：

　　接下来就要调用静态方法System.Console::Read()等待用户输入之后，将输入值放入到Envaluation中去，最后再用pop指令将数值从Envaluation Stack中弹出来，最后就到达了ret这个地方，此指令的意思是：结束此次调用（也就是 Main 的调用）。此时会检查 Evaluation Stack 内剩下的资料，由于 Main() 告知不需要传出值（void），所以 Evaluation Stack 内必须是空的，本范例符合这样的情况，所以此时可以顺利结束此次调用。而 Main 的调用一结束，程序也随之结束。

三、结束语

　　通过这篇文章可以清晰的了解MSIL中间语言的运行机制，是基于堆栈的形式操作。再次声明学习MSIL只是由于个人兴趣，希望各位能够提出宝贵的意见以及上述有错的地方能够指正