從沒有源代碼的.Net程序集（IL代碼）獲取AST

我想分析.Net程序集與C＃，VB.NET或其他語言無關。
我知道Roslyn和NRefactory，但他們似乎只能在C＃源代碼級別上工作？
CodePlex上還有一個「Common Compiler Infrastructure: Code Model and AST API」項目，聲稱它「支持以獨立於語言的結構化形式表示代碼塊的分層對象模型」，該聲音完全符合我的需求。
但是，我無法找到任何有用的文檔或代碼，實際上是這樣做的。
任何意見如何歸檔？
Can Mono.Cecil可能會做些什麼？從沒有源代碼的.Net程序集（IL代碼）獲取AST

來源

2014-11-21 NKnusperer

據我所知，從二進制（無源代碼）開始構建AST是不可能的，因爲AST本身是由解析器生成的，作爲源代碼編譯過程的一部分。 Mono.Cecil不會幫助，因爲您只能修改操作碼/元數據，而不能分析程序集。

但是既然是.NET，你可以在ildasm的幫助下從DLL中轉儲IL代碼。然後，您可以將生成的源代碼傳遞給任何具有CIL字典的解析器，並從解析器中獲取AST。問題是，據我所知，解析器只有一個公開可用的CIL語法，所以你並沒有真正的選擇。而且ECMA-355足夠大，所以編寫自己的語法是個不錯的主意。所以我建議你只有一個解決方案：

將程序集傳遞給ildasm.exe以獲取CIL。
然後通過CIL到ANTLR v3分析器與this CIL文法有線了（注意這是一個有點過時了 - 在2004年創建的語法和最新CIL規範是2006年，但CIL並沒有真正改變太多）
之後，你可以自由地訪問AST由ANTLR

請注意，您將需要ANTLR v3的不V4，因爲語法的第3版本寫的，這是幾乎不可能將它移植到無ANTLR語法的良好的知識v4的產生。

你也可以嘗試尋找到新的Microsoft ryujit編譯器源在github上（CoreCLR的一部分） - 我不知道它的幫助，但在理論上它必須包含CIL的語法和解析器實現，因爲它的工作原理CIL代碼。但是它是用CPP編寫的，由於它處於積極的開發階段，因此代碼量巨大，缺乏文檔，因此可能更容易陷入ANTLR。

來源

2015-02-22 00:37:17 AIVoid

如果你只想獲得IL，這種方法太複雜了。使用塞西爾會簡單得多。 – svick 2015-05-16 13:26:54

如果您將.net二進制文件視爲一個字節流，您應該能夠「解析」它就好了。

您只需編寫一個語法標記本質上是字節的語法。通過定義詞法分析器來讀取單個字節作爲標記，您當然可以使用幾乎任何詞法分析器/分析器工具來構建經典的詞法分析器/分析器。

然後，您可以使用用於解析引擎的標準AST構建機器（對YACC自動使用ANTLR4自動構建AST）來構建AST。

你會發現，當然，「解析」是不夠的;如果您要對相應的代碼進行認真分析，您仍然需要構建符號表，並執行控制和數據流分析。查看我在LifeAfterParsing上的散文。

您還可能需要考慮爲特定編程語言提供關鍵運行時功能的「區分」功能，這些編程語言實際上會生成CIL代碼。這些將使您的分析儀依賴於語言。是的，你仍然可以分享對通用CIL有效的分析部分。

來源

2015-02-22 03:16:50

.NET二進制文件格式沒有限定爲上下文無關（或對上下文敏感），因此YACC和ANTLR都不能爲其生成解析器。 – 2015-02-22 20:56:34

它在哪裏違反c-free或c-sensitive？ – 2015-02-22 22:21:29

1）使用RVA（相對虛擬地址）指定模塊內各種結構的位置，找到文件內的偏移量需要通過節表進行映射。 2）每個表的行數出現在其中的任何一個之前，這些計數會影響某些列的寬度。 3）我已經檢查過的大多數dll都將元數據放置在函數體之後（儘管這不是必需的），所以如果您僅以前向方式（例如使用生成的解析器）讀取它，則不會知道何時你已經遇到了一個方法體，直到你通過它爲止。 – 2015-02-23 11:13:58

您可以做到這一點，ILSpy的源代碼中也有一個（儘管很小）example of this。

var assembly = AssemblyDefinition.ReadAssembly("path/to/assembly.dll"); 
var astBuilder = new AstBuilder(new DecompilerContext(assembly.MainModule)); 
decompiler.AddAssembly(assembly); 
astBuilder.SyntaxTree...

來源

2015-03-23 23:14:27 Piedone

CCI的代碼模型是某處IL反彙編器和完整的C＃反編譯工具之間：它使你的代碼中的一些結構（例如if語句和表達式），但它也包含像push和pop一些低級別的堆棧操作。

CCI包含一個顯示此項的示例：PeToText。

例如，要獲取代碼模型的Program類型的第一個方法（在全局命名空間），你可以使用這樣的代碼：

string fileName = "whatever.exe"; 

using (var host = new PeReader.DefaultHost()) 
{ 
    var module = (IModule)host.LoadUnitFrom(fileName); 
    var type = (ITypeDefinition)module.UnitNamespaceRoot.Members 
     .Single(m => m.Name.Value == "Program"); 
    var method = (IMethodDefinition)type.Members.First(); 
    var methodBody = new SourceMethodBody(method.Body, host, null, null); 
}

爲了證明，如果你反編譯以上代碼，並顯示它使用PeToText，你會得到：

Microsoft.Cci.ITypeDefinition local_3; 
Microsoft.Cci.ILToCodeModel.SourceMethodBody local_5; 
string local_0 = "C:\\code\\tmp\\nuget tmp 2015\\bin\\Debug\\nuget tmp 2015.exe"; 
Microsoft.Cci.PeReader.DefaultHost local_1 = new Microsoft.Cci.PeReader.DefaultHost(); 
try 
{ 
    push (Microsoft.Cci.IModule)local_1.LoadUnitFrom(local_0).UnitNamespaceRoot.Members; 
    push Program.<>c.<>9__0_0; 
    if (dup == default(System.Func<Microsoft.Cci.INamespaceMember, bool>)) 
    { 
     pop; 
     push Program.<>c.<>9.<Main0>b__0_0; 
     Program.<>c.<>9__0_0 = dup; 
    } 
    local_3 = (Microsoft.Cci.ITypeDefinition)System.Linq.Enumerable.Single<Microsoft.Cci.INamespaceMember>(pop, pop); 
    local_5 = new Microsoft.Cci.ILToCodeModel.SourceMethodBody((Microsoft.Cci.IMethodDefinition)System.Linq.Enumerable.First<Microsoft.Cci.ITypeDefinitionMember>(local_3.Members).Body, local_1, (Microsoft.Cci.ISourceLocationProvider)null, (Microsoft.Cci.ILocalScopeProvider)null, 0); 
} 
finally 
{ 
    if (local_1 != default(Microsoft.Cci.PeReader.DefaultHost)) 
    { 
     local_1.Dispose(); 
    } 
}

值得注意的是所有這些push，pop和dup語句和lambda緩存條件。

來源

2015-05-16 15:07:37 svick

從沒有源代碼的.Net程序集（IL代碼）獲取AST

回答

相關問題