认识元数据和IL（上） <第三篇>

说在，开篇之前

很早就有说说Metadata（元数据）和IL（中间语言）的想法了，一直在这篇开始才算脚踏实地的对这两个阶级兄弟投去些细关怀，虽然来得没有《第一回：恩怨情仇：is和as》那么迅速，但是Metadata和IL却是绝对重量级的内容，值得我们在任何时间关注，本文就是开始。

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。