认识元数据和IL

来源：互联网发布：海口有mac口红专柜吗编辑：程序博客网时间：2024/05/02 00:09

认识元数据和IL（上）

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：

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：

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：

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。