绑定完请刷新页面
取消
刷新

分享好友

×
取消 复制
从Mach-O角度谈谈Swift和OC的存储差异
2021-01-14 14:02:31

导读

本文从二进制的角度初步介绍了Swift与OC的差异性,包括Swift在可执行文件中函数表的存储结构、函数的存储结构等(目前只列出基本结构,泛型等结构描述会陆续补充)。为了方便阅读理解,文末附有Demo地址。OC版本的二进制解析工具已经开源,针对Swift的二进制解析工具目前正在开发中,近期即将发布,敬请关注WBBlades~


背景

经过数年的更新,Swift的ABI终于稳定了。由此引来的就是各大厂对Swift引入的争相尝试。为此58同城APP在集团内发起了引入Swift语言的协同项目—混天项目。混天项目从混编架构、工具链、基础组件、UI组件等多方面着手,旨在提高Swift引入后的开发效率。本文是混天项目工具链组阶段性研究成果。

动态调用

在正文开始之前,我们先来看个与主题无关的例子。

class MyClass {    var p:Int = 0    init() {        print("init")    }    func helloSwift() -> Int {        print("helloSwift")        return 100    }    func helloSwift1() -> Int {        print("helloSwift1")        return 100    }    func helloSwift2() -> Int {        print("helloSwift2")        return 100    }}

在运行时,我们能否动态调用上面这个类的函数呢?如果换成OC语言,我相信绝大多数iOSer 都知道如何动态调用。
以下面代码为例:

/**假设MyClass由OC实现*/@interface MyClass : NSObject
@property(nonatomic,assign)int p;
@end
@implementation MyClass
- (instancetype)init{ if (self = [super init]) { NSLog(@"init"); } return self;}- (int)helloSwift{ NSLog(@"helloSwift"); return 100;}- (int)helloSwift1{ NSLog(@"helloSwift1"); return 100;}- (int)helloSwift2{ NSLog(@"helloSwift2"); return 100;}
@end
/**那么通过runtime可以获取到任意的方法IMP*/  Class class = NSClassFromString(@"MyClass"); unsigned int count = 0; Method *list = class_copyMethodList(class,&count); for (int i = 0; i < count; i++) {      Method method = list[i];      NSLog(@"- [%@ %@]",class,NSStringFromSelector(method_getName(method))); } NSLog(@"%@ count = %u",class,count);
//模拟通过IMP调用更直观 Method method = class_getInstanceMethod(class, @selector(helloSwift)); IMP imp = method_getImplementation(method); imp();
打印结果如下2020-11-19 17:16:08.885763+0800 SwiftToolDemo[45037:17709798] - [MyClass init]2020-11-19 17:16:08.886219+0800 SwiftToolDemo[45037:17709798] - [MyClass helloSwift]2020-11-19 17:16:08.886389+0800 SwiftToolDemo[45037:17709798] - [MyClass helloSwift1]2020-11-19 17:16:08.886537+0800 SwiftToolDemo[45037:17709798] - [MyClass helloSwift2]2020-11-19 17:16:08.886680+0800 SwiftToolDemo[45037:17709798] - [MyClass p]2020-11-19 17:16:08.886823+0800 SwiftToolDemo[45037:17709798] - [MyClass setP:]2020-11-19 17:16:08.886932+0800 SwiftToolDemo[45037:17709798] MyClass count = 62020-11-19 17:16:08.887166+0800 SwiftToolDemo[45037:17709798] helloSwift
但是换成Swift,可能会难倒一部分同学。首先我们来观察下,MyClass没有继承自任何类,它是一个纯Swift类。我们通过runtime获取到类,但是无法获取到相关的函数信息。
 Class class = NSClassFromString(@"SwiftDynamicRun.MyClass");  unsigned int count = 0;  Method *list = class_copyMethodList(class,&count);  for (int i = 0; i < count; i++) {       Method method = list[i];       NSLog(@"- [%@ %@]",class,NSStringFromSelector(method_getName(method)));   }
打印结果如下:2020-11-11 16:08:30.714057+0800 SwiftDynamic[71869:13232511] SwiftDynamic.MyClass count = 0

OC的存储

为什么OC能够在运行时找到类和方法呢?归根到底还是由于Mach-O文件存储了类和函数的信息。在Mach-O中,所有的类都存储到__objc_classlist这个section中。

通过 __objc_classlist中的地址,我们能找到每个类的详细信息。本文以arm64架构为例,在找到0x11820文件偏移后,我们很容易通过结构体结构套取到类的信息。

struct class64{    unsigned long long isa;    unsigned long long superClass;    unsigned long long cache;    unsigned long long vtable;    unsigned long long data;};

在本文中,可能有同学对地址和偏移的换算存在困惑。例如8字节中存储的是0x1000011820,为什么我们要去寻找0x11820的文件偏移。在Mach-O需要先判断0x1000011820位于哪个segment中,在Load Commands里会记录每个segment的起始虚拟地址及size。

if (address >= segmentCommand.vmaddr && address <= segmentCommand.vmaddr + segmentCommand.vmsize) {       return address - (segmentCommand.vmaddr - segmentCommand.fileoff); }

在本文中,为了不影响阅读,可以将虚拟地址 - 0x100000000当做文件偏移。
因此class64结构体的isa就位于0x11820的连续8字节。data就位于0x11820随后的第5个8字节。

上文中struct class64 中的data指向了class64Info结构体的地址。根据class64Info结构体我们很容易能找到类名和类的实例方法列表。并且通过方法列表的IMP找到每个函数的起始地址。



上文的简单演示下OC类信息的遍历过程,即如何找到每个类的每个方法及首条指令地址。除了实例方法外还有类方法、分类中的方法等等,详细的过程和代码可以参考58开源的WBBlades(https://github.com/wuba/WBBlades),代码中有详细的过程,在此不再赘述。

Swift

不论是OC类还是Swift类,都会被存储到__objc_classlist中。Swift类完整的保留了OC的存储结构。也就是说上文中的MyClass也是按照OC的查找方式也是能找到对应的结构的。


虽然Swift完整保留了struct class64和struct class64Info的数据结构,但是MyClass并没有将方法列表保存到struct class64Info中。那么在这里就会有2个问题

  • 为什么Swift类要保留OC的类结构?

  • MyClass的方法存在哪里?

Swift类要保留OC的类结构是为了兼容OC,部分Swift类继承自OC,并且需要向OC暴露接口,不可避免地需要借用OC的消息转发机制。

那么MyClass的方法存储在哪里呢?参考Swift5.0的Runtime机制浅析的总结(https://www.jianshu.com/p/158574ab8809),可能一部分方法在编译优化时被内联化。假设先不考虑内联这种场景,如何找到每个MyClass的函数表呢?
Swift除了兼容了OC的存储结构外,还具备自己的存储结构,通过MachOView能看到Mach-O文件中存储了很多以swift5命名的section(以swift5示例)。



这些section中,__swift5_types中存储的是Class、Struct、Enum的地址。具体每个section存储Swift的哪些数据,在Swift metadata(https://knight.sc/reverse%20engineering/2019/07/17/swift-metadata.html)一文中有较为详细的描述。
如果此时你打开MachOView,查看__swift5_types的二进制数据后你会发现它与OC的存储有很大的不同。在OC中,存储地址通常都是8字节的直接存储对应的地址。但是types不是8字节地址,而是4字节,并且所存储的数据明显不是直接地址,而是相对地址。那么如何得出MyClass的地址呢?当前文件偏移 + 随后4字节中存储的value即可得到地址。

为什么Swift要采用这种方式来存储数据呢?猜测是为了节省包大小,按照OC的存储习惯存储一个地址需要8字节,而在这里4字节就够了。
经过计算后可发现,MyClass的偏移位于__TEXT,__const中。无论是按 Scott Knight(https://knight.sc/)整理好的结构:
type ClassDescriptor struct {    Flags                       uint32    Parent                      int32    Name                        int32    AccessFunction              int32    FieldDescriptor             int32    SuperclassType              int32    MetadataNegativeSizeInWords uint32    MetadataPositiveSizeInWords uint32    NumImmediateMembers         uint32    NumFields                   uint32}

还是按HandyJSON(https://github.com/alibaba/HandyJSON)整理的结构:

struct _ClassContextDescriptor: _ContextDescriptorProtocol {    var flags: Int32    var parent: Int32    var mangledNameOffset: Int32    var fieldTypesAccessor: Int32    var reflectionFieldDescriptor: Int32    var superClsRef: Int32    var metadataNegativeSizeInWords: Int32    var metadataPositiveSizeInWords: Int32    var numImmediateMembers: Int32    var numberOfFields: Int32    var fieldOffsetVector: Int32}
都无法得知Swift函数表的存储位置。不过从2者之间的差异可以推测,ClassContextDescriptor的结构可能双方都没有罗列完全。之所以会这样猜想,是因为在通过MachOView查看二进制时,因为好奇计算了下MyClass的ClassDescriptor后续几个字节的地址,发现确实是指向了汇编代码。

那到底是不是ClassDescriptor这个结构体还有其他的内容呢?这个只能从源码中寻找答案了。
首先查看了 ClassContextDescriptorBuilder 的layout方法,这里似乎能看到我们想要的信息——VTable。

class ClassContextDescriptorBuilder//重写了addLayoutInfovoid layout() {      super::layout();      addVTable();      addOverrideTable();      addObjCResilientClassStubInfo();      maybeAddCanonicalMetadataPrespecializations();    }}
ClassContextDescriptorBuilder的结构并不是在一个类中完全确定的,而是通过继承关系逐渐添加丰富完成的。
例如,最开始的2个4字节内容是由基类ContextDescriptorBuilderBase确定的,而TypeContextDescriptorBuilderBase又不断的向自己的结构中丰富完善信息。最后,ClassContextDescriptorBuilder除了通过重写layout()方法和addLayoutInfo()方法外,还在此基础上添加了Vtable(其他信息暂不关注)。
ClassContextDescriptorBuilder //重写父类addLayoutInfo方法,从而添加SuperclassType 、MetadataNegativeSizeInWords、MetadataPositiveSizeInWords、NumImmediateMembers 、NumFields、FieldOffsetVectorOffset、VTable、OverrideTable等               ^               |TypeContextDescriptorBuilderBase // 添加Name、AccessFunction、FieldDescriptor、NumFields、FieldOffsetVectorOffset               ^               |ContextDescriptorBuilderBase  //添加Flag 、Parent
class TypeContextDescriptorBuilderBasevoid layout() {      asImpl().computeIdentity();
super::layout(); asImpl().addName(); asImpl().addAccessFunction(); asImpl().addReflectionFieldDescriptor(); asImpl().addLayoutInfo(); asImpl().addGenericSignature(); asImpl().maybeAddResilientSuperclass(); asImpl().maybeAddMetadataInitialization(); }
void addLayoutInfo() { auto properties = getType()->getStoredProperties();
// uint32_t NumFields; B.addInt32(properties.size());
// uint32_t FieldOffsetVectorOffset; B.addInt32(FieldVectorOffset / IGM.getPointerSize()); }}
 class ContextDescriptorBuilderBase {  void layout() {      asImpl().addFlags();      asImpl().addParent();    }}
那么Vtable是如何添加的呢?按Mach-O的存储习惯,大概率是先约定单个函数的存储长度,再告诉我们函数个数;
 void addVTable() {       ...           B.addInt32(VTableEntries.size());       for (auto fn : VTableEntries)        emitMethodDescriptor(fn);  }

在addVTable函数中可以看出,在依次存储函数前,先通过4字节存储函数表的大小。

从上文中的代码描述来看,在某些情况下是不存在VTable的,那么怎么才能知道是否存在VTable呢?如果不存在VTable的情况下,按照存在VTable的结构去解析,会造成错乱。
按照Mach-O的习惯,一般Kind、Flag这样的字节都会有一定的标示性,能够通过一个或几个字节告诉我们后续内容的类别情况。
经过整理,Flag的详细说明如下:

 ------------------------------------------------------------------------------------------------- |  TypeFlag(16bit)  |  version(8bit) | generic(1bit) | unique(1bit) | unknown (1bit) | Kind(5bit) | -------------------------------------------------------------------------------------------------

先来看2个枚举:

// Kinds of context descriptor.enum class ContextDescriptorKind : uint8_t {/// This context descriptor represents a module.Module = 0,
/// This context descriptor represents an extension.Extension = 1,
/// This context descriptor represents an anonymous possibly-generic context/// such as a function body.Anonymous = 2,
/// This context descriptor represents a protocol context.Protocol = 3,
/// This context descriptor represents an opaque type alias.OpaqueType = 4,
/// First kind that represents a type of any sort.Type_First = 16,
/// This context descriptor represents a class.Class = Type_First,
/// This context descriptor represents a struct.Struct = Type_First + 1,
/// This context descriptor represents an enum.Enum = Type_First + 2,
/// Last kind that represents a type of any sort.Type_Last = 31,};sVTable = 15, };
/// Flags for nominal type context descriptors. These values are used as the/// kindSpecificFlags of the ContextDescriptorFlags for the type.class TypeContextDescriptorFlags : public FlagSet<uint16_t> {  enum {    // All of these values are bit offsets or widths.    // Generic flags build upwards from 0.    // Type-specific flags build downwards from 15.
/// Whether there's something unusual about how the metadata is /// initialized. /// /// Meaningful for all type-descriptor kinds. MetadataInitialization = 0, MetadataInitialization_width = 2,
/// Set if the type has extended import information. /// /// If true, a sequence of strings follow the null terminator in the /// descriptor, terminated by an empty string (i.e. by two null /// terminators in a row). See TypeImportInfo for the details of /// these strings and the order in which they appear. /// /// Meaningful for all type-descriptor kinds. HasImportInfo = 2,
/// Set if the type descriptor has a pointer to a list of canonical /// prespecializations. HasCanonicalMetadataPrespecializations = 3,
// Type-specific flags:
/// The kind of reference that this class makes to its resilient superclass /// descriptor. A TypeReferenceKind. /// /// Only meaningful for class descriptors. Class_ResilientSuperclassReferenceKind = 9, Class_ResilientSuperclassReferenceKind_width = 3,
/// Whether the immediate class members in this metadata are allocated /// at negative offsets. For now, we don't use this. Class_AreImmediateMembersNegative = 12,
/// Set if the context descriptor is for a class with resilient ancestry. /// /// Only meaningful for class descriptors. Class_HasResilientSuperclass = 13,
/// Set if the context descriptor includes metadata for dynamically /// installing method overrides at metadata instantiation time. Class_HasOverrideTable = 14,
/// Set if the context descriptor includes metadata for dynamically /// constructing a class's vtables at metadata instantiation time. /// /// Only meaningful for class descriptors. Class_HasVTable = 15, };
Flag比较有用的低5位和高16位。低5位可以代表32类型,中间位用来表示version、是否唯一、泛型等,暂不关心。其中:
  • 低5位标识当前描述的类型,是Class | Struct | Enum | Protocol等等。
  • 高16位用于标识是否有Class_HasVTable | Class_HasOverrideTable | Class_HasResilientSuperclass 等等。
以MyClass的Falg = 0x80000050为例。低5位为0x50 = 1 0 0 0 0 。其十进制为16,在ContextDescriptorKind中,16标识Class。高16位为0x8000 = 1 0 0 0 0 0 0 0 0 0 0 0 0 0, 在TypeContextDescriptorFlags中,第16位为1标识Class_HasVTable。因此0x80000050的意思为具有VTable的类。

如何实现动态调用

感兴趣的可以下载Demo( https://github.com/pilaf-king/SwiftMachODemo,在运行时大家可能会有疑问,为什么输出的函数数量与实际写的函数不一致。因为除了自己写的函数外,还有额外自动生成的函数,也被加入到VTable中。
函数的Flag解释如下,感兴趣的可以关注下/** ------------------------------------------------------------------------------------ |  ExtraDiscriminator(16bit) | .. | isDynamic(1bit) | isInstance(1bit) | Kind(4bit) | ------------------------------------------------------------------------------------
enum class Kind { Method, Init, Getter, Setter, ModifyCoroutine, ReadCoroutine, }; */

另外,overrideTable在Demo中没有实现,但是结构和存储位置在代码做了注释标记,感兴趣的可以自己解析下。

//OverrideTable结构如下,紧随VTable后4字节为OverrideTable数量,再其后为此结构数组struct SwiftOverrideMethod {    struct SwiftClassType *OverrideClass;    struct SwiftMethod *OverrideMethod;    struct SwiftMethod *Method;};


总结

本文从动态调用开始引入思考,逐渐探索Swift的二进制存储。Swift的函数存储具有很大的局限性,例如:我们只能知道函数的类型及Index,通过Index和类型确定哪个函数,一旦函数发生变化那么VTable的位置就发生了变化。本文并不是推广动态调用,仅仅是从动态调用这个场景将大家吸引到Mach-O的解析过程中。Swift作为一门很先进的语言,有太多的特性值得我们去探索。笔者也只是刚接触Swift,难免带着OC的思维去揣摩和探索Swift,如有疏漏之处,敬请指正。




分享好友

分享这个小栈给你的朋友们,一起进步吧。

最专业的官方救援小分队
创建时间:2019-11-07 09:33:49
我是一个官方吐槽小栈我们是技术栈的搬砖IT民工。 我知道你们在使用小栈的过程中会遇到很多问题: 迭代功能太鸡肋? 界面太low? 编辑器难用到爆? ··· 需求尽管提,槽点尽管说,技术救援小分队在线为您灭火,致力于提供最专业的解答,提供最迅疾的反馈。 悄悄的说,毛线不懂的运营喵、产品狗他们不在,我们一起吐槽!
展开
订阅须知

• 所有用户可根据关注领域订阅专区或所有专区

• 付费订阅:虚拟交易,一经交易不退款;若特殊情况,可3日内客服咨询

• 专区发布评论属默认订阅所评论专区(除付费小栈外)

栈主、嘉宾

查看更多
  • 山中老狐狸
    栈主
  • 栈栈
    嘉宾
  • gaokeke123
    嘉宾
  • Ys
    嘉宾

小栈成员

查看更多
  • gyu
  • aabbcc1832611
  • 飘絮絮絮丶
  • h313895741
戳我,来吐槽~