基于 clang 插件的一种 iOS 包大小瘦身方案

引子

包瘦身，包瘦身，包瘦身，重要的事情说三遍。

最近公司一款 iOS APP(本文只讨论使用 Objective C 开发的 iOS 安装包) 一直在瘦身，我们团队的 APP 也愈发庞大了。而要解决这个问题，思路主要集中在两个方向，资源和代码。资源主要在于图片，方法包括移除未被引用的图片，只使用一套图片 (2x 或 3x)，图片伸缩等；代码层面主要思路包括重构消除冗余，linkmap 中 selector 引用分析等。除此之外，有没有别的路径呢？

众所周知，代码之间存在调用关系。假设 iOS APP 的主入口为 -[UIApplication main], 则所有开发者的源代码 (包括第三方库) 可分为两类: 存在一条调用路径，使得代码可以被主入口最终调用 (称此类代码为被最终调用)；不存在一条调用路径，使得代码最终不能被主入口调用 (称此类代码为未被最终调用)。

假设有一个源代码级别的分析工具 (或编译器)，可以辅助分析代码间的调用关系，这样就使得分析最终被调用代码成为可能，剩下的就是未被最终调用的代码。

这种工具目前有成熟可用的吗？答案是肯定的，就是 clang 插件。除可用于分析未被最终调用代码外，clang 还可辅助发现重复代码。

LLVM 与 clang 插件

LLVM 工程包含了一组模块化，可复用的编辑器和工具链。同其名字原意 (Low Level Virtual Machine) 不同的是，LLVM 不是一个首字母缩写，而是工程的名字。目前 LLVM 包含的主要子项目包括:

1. LLVM Core: 包含一个现在的源代码 / 目标设备无关的优化器，一集一个针对很多主流 (甚至于一些非主流) 的 CPU 的汇编代码生成支持。
2. Clang: 一个 C/C++/Objective-C 编译器，致力于提供令人惊讶的快速编译，极其有用的错误和警告信息，提供一个可用于构建很棒的源代码级别的工具.
3. dragonegg: gcc 插件，可将 GCC 的优化和代码生成器替换为 LLVM 的相应工具。
4. LLDB: 基于 LLVM 提供的库和 Clang 构建的优秀的本地调试器。
5. libc++、libc++ ABI: 符合标准的，高性能的 C++ 标准库实现，以及对 C++11 的完整支持。
6. compiler-rt: 针对__fixunsdfdi和其他目标机器上没有一个核心 IR(intermediate representation) 对应的短原生指令序列时，提供高度调优过的底层代码生成支持。
7. OpenMP: Clang 中对多平台并行编程的 runtime 支持。
8. vmkit: 基于 LLVM 的 Java 和.NET 虚拟机实
9. polly: 支持高级别的循环和数据本地化优化支持的 LLVM 框架。
10. libclc: OpenCL 标准库的实现
11. klee: 基于 LLVM 编译基础设施的符号化虚拟机
12. SAFECode: 内存安全的 C/C++ 编译器
13. lld: clang/llvm 内置的链接器

作为 LLVM 提供的编译器前端，clang 可将用户的源代码 (C/C++/Objective-C) 编译成语言 / 目标设备无关的 IR(Intermediate Representation) 实现。其可提供良好的插件支持，容许用户在编译时，运行额外的自定义动作。

我们的目标是使用 clang 插件减少包大小。其原理是，针对目标工程，基于 clang 的插件特性，开发者可以编写插件以分析所有源代码。编译过程中，将插件作为 clang 的参数载入并生成各种中间文件。编译完成后，还需编写一个工具去分析所有包含源码的方法 (包括用户编写，以及引入的第三方库源代码)，检查这些方法中哪些最终可被程序主入口调用，剩余即是疑似无用代码。简单的一个复查，移除那些确定无用的代码，重新编译，便可以有效去除无用的代码从而减少包大小。

本文相关内容如下:

1. 如何编写一个 clang 插件并集成到 Xcode
2. 如何实现代码级别的包瘦身
3. 局限与个性化定制
4. 其他

如何编写一个 clang 插件并集成到 Xcode

Clone clang 源码并编译安装

cd /opt
sudo mkdir llvm
sudo chown `whoami` llvm
cd llvm
export LLVM_HOME=`pwd`

git clone -b release_39 git@github.com:llvm-mirror/llvm.git llvm
git clone -b release_39 git@github.com:llvm-mirror/clang.git llvm/tools/clang
git clone -b release_39 git@github.com:llvm-mirror/clang-tools-extra.git llvm/tools/clang/tools/extra
git clone -b release_39 git@github.com:llvm-mirror/compiler-rt.git llvm/projects/compiler-rt

mkdir llvm_build
cd llvm_build
cmake ../llvm -DCMAKE_BUILD_TYPE:STRING=Release
make -j`sysctl -n hw.logicalcpu`

编写 clang 插件

要实现自定义的 clang 插件 (以 C++ API 为例)，应按照以下步骤:

1. 自定义继承自

   clang::PluginASTAction(基于 consumer 的抽象语法树 (Abstract Syntax Tree/AST) 前端 Action 抽象基类)

   clang::ASTConsumer(用于客户读取抽象语法树的抽象基类)，

   clang::RecursiveASTVisitor(前序或后续地深度优先搜索整个抽象语法树，并访问每一个节点的基类) 等基类。

2. 根据自身需要重载

   PluginASTAction::CreateASTConsumer 

   PluginASTAction::ParseArgs 

   ASTConsumer::HandleTranslationUnit 

   RecursiveASTVisitor::VisitDecl 

   RecursiveASTVisitor::VisitStmt 

   等方法，实现自定义的分析逻辑。

3. 注册插件

   static FrontendPluginRegistry::Add<MyPlugin> X("my-plugin- name", "my-plugin-description");

更多 clang 插件：http://clang.llvm.org/docs/ExternalClangExamples.html 

编译生成插件 (dylib)

假定你的 clang 插件源文件为 your-clang-plugin-source.cpp，需生成的插件名为 your-clang-plugin-name.dylib，可以使用如下命令 (载入了 llvm，clang 的 include 路径，生成的相关 lib 等) 生成:

clang -std=c++11 -stdlib=libc++ -L/opt/local/lib -
L/opt/llvm/llvm_build/lib -I/opt/llvm/llvm_build/tools/clang/include -
I/opt/llvm/llvm_build/include -I/opt/llvm/llvm/tools/clang/include -
I/opt/llvm/llvm/include -dynamiclib -Wl,-headerpad_max_install_names -lclang -
lclangFrontend -lclangAST -lclangAnalysis -lclangBasic -lclangCodeGen -
lclangDriver -lclangFrontendTool -lclangLex -lclangParse -lclangSema -
lclangEdit -lclangSerialization -lclangStaticAnalyzerCheckers -
lclangStaticAnalyzerCore -lclangStaticAnalyzerFrontend -lLLVMX86CodeGen -
lLLVMX86AsmParser -lLLVMX86Disassembler -lLLVMExecutionEngine -lLLVMAsmPrinter 
-lLLVMSelectionDAG -lLLVMX86AsmPrinter -lLLVMX86Info -lLLVMMCParser -
lLLVMCodeGen -lLLVMX86Utils -lLLVMScalarOpts -lLLVMInstCombine -
lLLVMTransformUtils -lLLVMAnalysis -lLLVMTarget -lLLVMCore -lLLVMMC -
lLLVMSupport -lLLVMBitReader -lLLVMOption -lLLVMProfileData -lpthread -lcurses
 -lz -lstdc++ -fPIC -fno-common -Woverloaded-virtual -Wcast-qual -fno-strict-
aliasing -pedantic -Wno-long-long -Wall -Wno-unused-parameter -Wwrite-strings
 -fno-rtti -fPIC your-clang-plugin-source.cpp -o your-clang-plugin-name.dylib

与 Xcode 集成

下载 XcodeHacking.zip：https://raw.githubusercontent.com/kangwang1988/kangwang1988.github.io/master/others/XcodeHacking.zip 

使用命令行编译时，可以用如下方式载入插件:

clang++ *** -Xclang -load -Xclang path-of-your-plugin.dylib -Xclang -add-
plugin -Xclang your-pluginName -Xclang -plugin-arg-your-pluginName -Xclang 
your-pluginName-param

要在 Xcode 中使用 clang 插件，需要如下 hack Xcode.

sudo mv HackedClang.xcplugin xcode-select -print-
path/../PlugIns/Xcode3Core.ideplugin/Contents/SharedSupport/Developer/Library/Xcode/Plug-ins

sudo mv HackedBuildSystem.xcspec xcode-select -print-
path/Platforms/iPhoneSimulator.platform/Developer/Library/Xcode/Specifications

在 Xcode->Target-Build Settings->Build Options->Compiler for C/C++/Objective-C 选择 Clang LLVM Trunk 即可使得 Xcode 使用上文生成的的 clang 来编译。至于其他命令行参数均可通过 Xcode 中的编译选项设置完成。

如何实现代码级别的包瘦身

本文所说的代码指的是 OC 中的形如-/+[Class method:\*]这种形式的代码，调用关系典型如下:

@interface ViewController : UIViewController
@end
@implementation ViewController
- (void)viewDidLoad {
  [super viewDidLoad];
  [self.view setBackgroundColor:[UIColor redColor]];
}
@end

则称:-[ViewController viewDidLoad]调用了:

-[UIViewController viewDidLoad] 

-[ViewController view](语法糖)

+[UIColor redColor] 

-[UIView setBackgroundColor:] 

这种调用关系可在 clang 遍历抽象语法树的时候得到。由于编译器访问抽象语法树时存在嵌套关系，如上例：编译器在访问类实现 ViewController 的时候，嵌套了访问-[ViewController viewDidLoad]的方法实现, 而在访问-[ViewController viewDidLoad]的方法实现的时候，嵌套了访问消息发送-[UIViewController viewDidLoad](对应源码[super viewDidLoad])，-[ViewController view](对应源码self.view),+[UIColor redColor](对应源码[UIColor redColor]),-[UIView setBackgroundColor:](对应源码[self.view setBackgroundColor:[UIColor redColor]]) 等，这样通过记录相关信息即可了解我们关注的方法间调用关系。

数据结构

为了分析调用关系，用到的中间数据结构如下:

类接口与继承体系 (clsInterfHierachy)

此数据结构记录了所有位于抽象语法树上的接口内容，最终的解析结果如下图所示:

以 AppDelegate 为例，interfs 代表其提供的接口 (注: 它的 property window 对应的 getter 和 setter 也被认为是 interf 一部分);isInSrcDir 代表此类是否位于用户目录 (将 workspace 的根目录作为参数传给 clang) 下，protos 代表其遵守的协议，superClass 代表接口的父类。

这些信息获取入口位于VisitDecl(Decl \*decl)的重载函数里，相关的 decl 有：

• ObjCInterfaceDecl(接口声明)
• ObjCCategoryDecl(分类声明)
• ObjCPropertyDecl(属性声明)
• ObjCMethodDecl(方法声明)

接口方法调用 (clsMethod)

此数据结构记录了所有包含源代码的 OC 方法，最终解析结果如下所示:

(点击放大图像)

以-[AppDelegate application:didFinishLaunchingWithOptions:]为例,callee 代表其调用到的接口 (此处为可以明确类型的，对于形如id\<XXXDelegate\>后文介绍)，filename 为此方法所在的文件名，range 为方法所在的范围，sourceCode 为方法的具体实现源代码。

这些信息获取入口位于VisitDecl(Decl \*decl)和VisitStmt(Stmt \*stmt)的重载函数里，相关的 decl 有ObjCMethodDecl(方法声明)，stmt 有ObjCMessageExpr(消息表达式)

此处除过正常的-/+[Class method:\*]外，还有其他较多的需要考虑的情形，已知且支持的分析包括:

• NSObject 协议的 performSelector 方法簇

  [obj performSelector:@selector(XXX)]不仅包含[obj performSelector:]也包含[obj XXX].(下同)

• 手势 / 按钮的事件处理 selector

  addTarget:action:/initWithTarget:action:/addTarget:action:forControlEvents:

• NSNotificationCener 添加通知处理 Selector

  addObserver:selector:name:object:

• UIBarButtonItem 添加事件处理 Selector

  < initWithTitle:style:target:action: style:target:action: initWithImage:landscapeImagePhone:>

• Timer

  scheduledTimerWithTimeInterval:target:selector:userInfo:repeats: /timerWithTimeInterval:target:selector:userInfo:repeats:/initWithFireDate: interval:target:selector:userInfo:repeats:

• NSThread

  detachNewThreadSelector:toTarget:withObject:/initWithTarget:selector:object:

• CADisplayLink

  displayLinkWithTarget:selector:

• KVO 机制

  addObserver:forKeyPath:options:context:, 不同于别的都要处理方法本身调用和对应 target:selector 调用，这里 KVO 的 addObserver 则暗含了observeValueForKeyPath:ofObject:change:context:。

• IBAction 机制

  如基于 xib/Storyboard 的 ViewController 中-(IBAction)onBtnPressed:(id)sender方法，认为暗含了+[ViewController 的 alloc]对于+[ViewController 的 onBtnPressed:]的调用关系。

• [XXX new]

  包含+[XXX alloc]和-[XXX init]。

协议的接口与继承体系 (protoInterfHierachy)

此数据结构记录了所有位于抽象语法树上的协议内容，最终的解析结果如下图所示:

其中各字段定义同 clsInterfHierachy.

这些信息获取入口位于VisitDecl(Decl \*decl)的重载函数里，相关的 decl 有：

• ObjCProtocolDecl(协议声明)
• ObjCPropertyDecl(属性声明)
• ObjCMethodDecl(方法声明)

协议方法的调用 (protoInterfCall)

此数据结构记录了所有如:-[ViewController func1]调用了-[id\<ViewControllerDelegate\> viewController:execFunc:]的形式，最终结果如下所示:

这些信息获取入口位于VisitStmt(Stmt \*stmt)的重载函数里，相关的 stmt 是ObjCMessageExpr.

添加通知

以第一条记录为例，其意思是说 -[AppDelegate onViewControllerDidLoadNotification:] 作为通知 kNotificationViewControllerDidLoad 的 Selector，在 -[AppDelegate application:didFinishLaunchingWithOptions:] 中被添加。

(点击放大图像)

发送通知

第一条记录中，作为系统级别的通知，将被认为被 APP 主入口调用。

第二条记录则说明了，-[ViewController viewDidLoad]发送了 kNotificationViewControllerDidLoad。

如果-[AppDelegate application:didFinishLaunchingWithOptions:]被-[UIApplication main](假定的主入口) 调用，且-[ViewController viewDidLoad]被调用，则-[AppDelegate onViewControllerDidLoadNotification:]被调用。其中，如果通知是系统通知，则只需要-[AppDelegate application:didFinishLaunchingWithOptions:]被调用即可。

这些信息获取入口位于VisitStmt(Stmt \*stmt)的重载函数里，相关的 stmt 有ObjCMessageExpr. 为了简单处理，此处只处理形如addObserver:self这种 (也是最常见的情况)，否则 Argu 作为Expr\*分析起来会很复杂。PS. 系统通知和本地通知的区别使用了名称上的匹配 (系统通知常以 NS,UI,AV 开头以 Notification 结束).

重复代码分析

此处的重复代码针对的是某两个 (或两个以上)-/+[Class method:\*]的实现是一模一样的。参考上文提到的 clsMethod 中的 sourceCode，可以获得每一个方法实现的源代码。同时为了消除诸如格式上的差异 (如多了一个空格，少了一个空格之类) 引起的差异，先基于 clang 提供的 format 功能，按照某种风格 (google/llvm 等) 将所有方法实现源码格式化，再进行分析即可。

使用 LLVM 风格将代码 format:

find $prjDir -type f -name "\*.m" | xargs /opt/llvm/llvm_build/bin/clang-format -i -style=LLVM

本文示例工程得到的一个重复代码结果如下所示:

(点击放大图像)

未被最终调用代码分析

分析的对象在于 clsMethod.json 里面所有的 key，即实际拥有源代码的所有方法。

1. 初始化默认的调用关系 usedClsMethodJson:{-[AppDelegate alloc],"-[UIApplication main]","-[UIApplication main]","-[UIApplication main]","+[NSObject alloc]","-[UIApplication main]"}, 其中 AppDelegate 由用户传给 Analyzer.
2. 分析所有含源码方法是否存在一条路可以被已经调用 usedClsMethodJson 中的 key 调用。

对于某一个 clsMethod，其需要检查的路径包括三个，类继承体系，协议体系和通知体系。

针对类继承体系，从当前类一直向上追溯 (直到发现有被调用或者 NSObject)，每一个基类对应的-/+[Class method:*]是否被隐含的调用关系所调用，如-[ViewController viewDidLoad]被-[ViewController alloc]隐含调用，当-[ViewController alloc]已经被调用的时候，-[ViewController viewDidLoad]也将被认为调用。这里需要注意需要写一个隐含调用关系表以供查询，如下所示:

针对 Protocol 体系，需要参考类似 Protocol 引用体系向上追溯 (直到发现有被调用或者NSObject协议)，针对某一个特定的 Protocol 判断的时候，需要区分两种，一种是系统级的 Protocol，如UIApplicationDelegate，对于-[AppDelegate application:didFinishLaunchingWithOptions:]这种，参考AppDelegate<UIApplicationDelegate>，如果-[AppDelegate alloc]被调用则认为-[AppDelegate application:didFinishLaunchingWithOptions:]被调用。针对用户定义的 Protocol, 如ViewControllerDelegate，对于-[AppDelegate viewController:execFunc:]不仅需要-[AppDelegate alloc]被调用并且 protoInterfCall.json 中-[ViewControllerDelegate viewController:execFunc:]对应的 Callers 有已经存在于 usedClsMethodJson 的 Caller.

针对通知体系，前文已经有过分析。

本例分析使用到的 ClsMethod 结果如下:

(点击放大图像)

本例分析未被使用到的 ClsMethod 结果如下:

查看示例工程：https://github.com/kangwang1988/XcodeZombieCode.git

zulip-ios 的应用效果对比

鉴于示例工程规模较小，另选取开源的zulip-ios工程，其中原始工程 Archive 生成的可执行文件大小为 3.4MB，结合本文所述方法去除未被最终调用的代码 (包括业务代码，第三方库) 后，可执行文件变为 3MB。对于这样一个设计良好的工程，纯代码的瘦身效果还是比较可观的。

局限与个性化定制

这种静态分析适合可以判断出消息接收者类型的情况，面对运行时类型和静态分析类型不一致，或者静态分析不出来类型时，不可用。这种分析要求代码书写规范。例如一个 Class 实现了某个 Protocol，一定要在声明里说明，或者 Property 中 delegate 是id<XXXDelegate>的时候也要注明。

虽然此项目已经给了一个完整的重复代码和无用代码分析工具，但也有其局限性 (主要是动态特性)。具体分析如下:

1. openUrl 机制

   假设工程设置里使用了openUrl:"XXX://XXViewController"来打开一个 VC，则 Clang 插件里面需要分析 openUrl 的参数，如果参数是 XXViewController，则暗含了+[XXViewController alloc]和-[XXViewController init].

2. Model 转化

   如如果 MTLModel 使用到了modelOfClass:[XXXModel class] fromJSONDictionary:error:，则暗含了+[XXXModel alloc]和+[XXXModel init].

3. Message swizzle

   假设用户 swizzle 了-[UIViewController viewDidLoad]和-[UIViewController XXviewDidLoad]，则需要在 implicitCallStackJson 中添加-[UIViewController XXviewDidLoad],-[UIViewController viewDidLoad].

4. 第三方 Framework 暗含的逻辑

   如高德地图的 AnnotationView, 需要 implicitCallStackJson 中添加"-[MAAnnotationView prepareForReuse:]","+[MAAnnotationView alloc]"等。包括第三方 Framework 里面的一些 Protocol，可能也需要参考前文提到的 UIApplicationDelegate 按照系统级别的 Protocol 来处理。

5. 一些遗漏的重载方法

   如-[XXDerivedManager sharedInstance]并无实现，而 XXDerivedManager 的基类 XXBaseManager 的 sharedInstance 调用了-[self alloc], 但因为 self 静态分析时被认定为 XXBaseManager，这就导致-[XXDerivedManager sharedManager]虽然被 usedclsmethod.json 调用，但是-[XXDerivedManager alloc]却不能被调用。这种情况，可以在 usedClsMethodJson 初始化的时候，加入"+[XXDerivedManager alloc]","-[UIApplication main]"。

6. 类似 Cell Class

   我们常会使用动态的方法去使用[[[XXX cellClassWithCellModel:] alloc] initWithStyle:reuseIdentifier:]去构造 Cell，这种情况下，应该针对cellClassWithCellModel里面会包含的各种return [XXXCell class]，在 implicitCallStackJson 中添加[[XXXCell alloc] initWithStyle:reuseIdentifier:],-[XXX cellClassWithCellModel:]这种调用。

7. Xib/Storyboard 会暗含一些 UI 元素 (Controller,Table,Button,Cell,View 等) 的 alloc 方法或调用关系。
8. 其他隐含的逻辑或者动态特性导致的调用关系遗漏。

其他

对于包大小而言，可以参考以下的思路去瘦身代码:

1. 重复代码的提取重构
2. 无用代码的移除
3. 使用率较低的第三方库的处理 (本文不仅可以查找到重复，无用的代码，进一步分析 clsMethod.json/unusedClsMethod.json 更可以获取到每一个 framework 里面有多少个方法，各方法有多少代码，多少个方法又被-[UIApplication main]调用到了)，面对使用率很低的库，需要考虑是不是要全部引入或者重写。
4. 重复引用的第三方库的处理 (曾经发现团队项目的工程里面引用了其他团队的库，但由于多个库里面均有一份自己的 Zip 的实现，面对这种情况，可以考虑将此种需求全部抽象出来一个公共的 Framework 去处理，其他人都引用此项目，或者干脆使用系统本身自带的 libz 去处理会更好些)。

因为可在源码级别分析，使用 clang 插件可做的工作很多。笔者还使用了 clang 插件去实现了代码风格检查，API 有效性验证，相关示例项目如下:

代码风格检查：https://github.com/kangwang1988/XcodeCodingStyle.git

API 有效性验证：https://github.com/kangwang1988/XcodeValidAPI.git