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

感谢徐川对本文的审校。

给InfoQ中文站投稿或者参与内容翻译工作，请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博（@InfoQ，@丁晓昀），微信（微信号： InfoQChina ）关注我们。