[你必须知道的.NET]第十三回：从Hello, world开始认识IL

本文将介绍以下内容：

• IL代码分析方法 
• Hello, world历史 
• .NET学习方法论

 

1. 引言

1988年Brian W. Kernighan和Dennis M. Ritchie合著了软件史上的经典巨著《The C programming Language》，我推荐所有的程序人都有机会重温这本历史上的经典之作。从那时起，Hello, world示例就作为了几乎所有实践型程序设计书籍的开篇代码，一直延续至今，除了表达对巨人与历史的尊重，本文也以Hello, world示例作为我们扣开IL语言的起点，开始我们循序渐进的IL认识之旅。

2. 从Hello, world开始

首先，当然是展示我们的Hello, world代码，开始一段有益的分享。

using System;
using System.Data;

public class HelloWorld
{
    public static void Main()
    {
        Console.WriteLine("Hello, world.");
    }
}

这段代码执行了最简单的过程，向陌生的世界打了一个招呼，那么运行在高级语言背后真相又是什么呢，下面开始我们基于上述示例的IL代码分析。 

3. IL体验中心

对编译后的可执行文件HelloWorld.exe应用ILDasm.exe反编译工具，还原HelloWorld的为文本MSIL编码，至于其工作原理我们期望在系列的后续文章中做以交代，我们查看其截图为：

 

由上图可知，编译后的IL结构中，包含了MANIFEST和HelloWorld类，其中MANIFEST是个附加信息列表，主要包含了程序集的一些属性，例如程序集名称、版本号、哈希算法、程序集模块等，以及对外部引用程序集的引用项；而HelloWorld类则是我们下面介绍的主角。

3.1 MANIFEST清单分析

打开MANIFEST清单，我们可以看到

从这段IL代码中，我们的分析如下：

• .assembly指令用于定义编译目标或者加载外部库。在IL清单中可见，.assembly extern mscorlib表示外部加载了外部核心库mscorlib，而.assembly HelloWorld则表示了定义的编译目标。值得注意的是，.assembly将只显示程序中实际应用到的程序集列表，而对于加入using引用的程序集，如果并未在程序中引用，则编译器会忽略多加载的程序集，例如System.Data将被忽略，这样就有效避免了过度加载引起的代码膨胀。
• 我们知道mscorlib.dll程序集定义managed code依赖的核心数据类型，属于必须加载项。 例如接下来要分析的.ctor指令表示构造函数，从代码中我们知道没有为HelloWord类提供任何显示的构造函数，因此可以肯定其继承自基类System.Object，而这个System.Object就包含在mscorlib程序集中。
• 在外部指令中还会指明了引用版本（.ver）；应用程序实际公钥标记（.publickeytoken），公钥Token是SHA1哈希码的低8位字节的反序（如下图所示），用于唯一的确定程序集；还包括其他信息如语言文化等。

• HelloWorld程序集中包括了.hash algorithm指令，表示实现安全性所使用的哈希算法，系统缺省为0x00008004，表明为SHA1算法；.ver则表示了HelloWorld程序集的版本号；
• 程序集由模块组成， .module为程序集指令，表明定义的模块的元数据，以指定当前模块。
• 其他的指令还有：imagebase为影像基地址；.file alignment为文件对齐数值；.subsystem为连接系统类型，0x0003表示从控制台运行；.corflags为设置运行库头文件标志，默认为1；这些指令不是我们研究的重点，详细的信息请参考MSDN相关信息。

3.2 HelloWorld类分析

首先是HelloWorld类，代码为：

.class public auto ansi beforefieldinit HelloWorld
       extends [mscorlib]System.Object
{
} // end of class HelloWorld

• .class表明了HelloWorld是一个public类，该类继承自外部程序集mscorlib的System.Object类。
• public为访问控制权限，这点很容易理解。
• auto表明程序加载时内存的布局是由CLR决定的，而不是程序本身
• ansi属性则为了在没有被管理和被管理代码间实现无缝转换。没有被管理的代码，指的是没有运行在CLR运行库之上的代码，例如原来的C，C++代码等。
• beforefieldinit属性为HelloWorld提供了一个附加信息，用于标记运行库可以在任何时候执行类型构造函数方法，只要该方法在第一次访问其静态字段之前执行即可。如果没有beforefieldinit则运行库必须在某个精确时间执行类型构造函数方法，从而影响性能优化，详细的情况可以参与MSDN相关内容。 

然后是.ctor方法，代码为：

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

• cil managed 说明方法体中为IL代码，指示编译器编译为托管代码。
• .maxstack表明执行构造函数.ctor期间的评估堆栈（Evaluation Stack）可容纳数据项的最大个数。关于评估堆栈，其用于保存方法所需变量的值，并在方法执行结束时清空，或者存储一个返回值。
• IL_0000，是一个标记代码行开头，一般来说，IL_之前的部分为变量的声明和初始化。
• ldarg.0 表示装载第一个成员参数，在实例方法中指的是当前实例的引用，该引用将用于在基类构造函数中调用。
• call指令一般用于调用静态方法，因为静态方法是在编译期指定的，而在此调用的是构造函数.ctor()也是在编译期指定的；而另一个指令callvirt则表示调用实例方法，它的调用过程有异于call，函数的调用是在运行时确定的，首先会检查被调用函数是否为虚函数，如果不是就直接调用，如果是则向下检查子类是否有重写，如果有就调用重写实现，如果没有还调用原来的函数，依次类推直到找到最新的重写实现。
• ret表示执行完毕，返回。

最后是Main方法，代码为： 

.method public hidebysig static void  Main() cil managed
{
  .entrypoint
  // 代码大小       11 (0xb)
  .maxstack  8
  IL_0000:  ldstr      "Hello, world."
  IL_0005:  call       void [mscorlib]System.Console::WriteLine(string)
  IL_000a:  ret
} // end of method HelloWorld::Main

• .entrypoint指令表明了CLR加载程序HelloWorld.exe时，是首先从.entrypoint方法开始执行的，也就是表明Main方法将作为程序的入口函数。每个托管程序必须有并且只有一个入口点。这区别于将Main函数作为程序入口标志。
• ldstr指令表示将字符串压栈，"Hello, world."字符串将被移到stack顶部。CLR通过从元数据表中获得文字常量来构造string对象，值得注意的是，在此构造string对象并未出现在《第五回：深入浅出关键字---把new说透》中提到的newobj指令，对于这一点的解释我们将在下一回中做简要分析。
• hidebysig属性用于表示如果当前类作为父类时，类中的方法不会被子类继承，因此HelloWorld子类中不会看到Main方法。

接下来的一点补充：

• 关于注释，IL代码中的注释和C#等高级语言的注释相同，其实编译器在编译IL代码时已经将所有的注释去掉，所以任何对程序的注释在IL代码中是看不见的。 

3.3 回归简洁

去粗取精，我们的IL代码可以简化，下面的代码是基于上面的分析，并去处不重要的信息，以更简洁的方式来展现的HelloWorld版IL代码，详细的分析就以注释来展开吧。

4. 结论

结束本文，我们从一个点的角度和IL来了一次接触，除了了解几个重要的指令含义，更重要的是已经走进了IL的世界。通过一站式的扫描HelloWorld的IL编码，我们还不足以从全局来了解IL，不过第一次的亲密接触至少让我们太陌生，而且随着系列文章的深入我们将逐渐建立起这种认知，从而提高我们掌握了解.NET底层的有效工具。