iOS 应用包大小瘦身解决办法

本文是借鉴 戴铭老师 iOS开发高手课 内容总结。

App 的安装包主要是由资源和可执行文件组成的。

App瘦身：无用图片、代码删除 + 图片压缩

目录

1、苹果 App Thinning 功能介绍

2、删除无用图片 方法 

3、谷歌Webp图片资源压缩

4、腾讯公司开发的iSparta  工具进行图片压缩。

5、代码瘦身：对可执行文件的瘦身方法。（人工查找）

6、LinkMap 结合 Mach-O 找无用代码

7、通过 AppCode 找出无用代码

8、通过 ObjC 的 runtime 源码，我们可以找到怎么判断一个类是否初始化过的函数

1、充分利用 苹果官方自带 App Thinning 功能

1、iOS设备屏幕尺寸、分辨率越来越多，需要更多的资源匹配不同的尺寸和分辨率。而App Thinning会选择可用于当前设备的资源内容进行下载。iPhone6只会下载2x图片，iPhone6plus只会下载3x图片。并且下载适合自己设备的指令集架构文件。

2、App Thinning 有三种方式：

       App Slicing:会在iTunes Connect上传App后，对App进行切割，创建不同的变体，适用不同的设备

       On-Demand Resources:主要为游戏关卡场景服务的。它会根据用户的关卡进度下载随后几个关卡的资源，并且已经过关的资源也会被删掉，这样可以减少初装App的包大小

      Bitcode:是针对特定设备进行包大小优化，优化不明显。

3、使用：Xcode 和 App Store已经帮我们完成大部分工作。我们通过Xcode添加 xcassets目录，然后将图片添加到这个目录既可。添加2x 和 3x分辨率图片。

2、无用图片资源优化：删除无用图片 和 图片资源压缩

1、删除无用图片： 

       1> 通过find 命令获取App安装包中所有的资源文件。比如 find /Users/..../工程文件

       2>设置用到的资源的类型，比如jpg、gif、png、webp

       3>使用正则匹配在源码中找出使用到的资源名，比如 pattern = @"@"(.+?)""

       4>使用find命令找到的所有资源文件，再去掉代码中使用到的资源文件，剩下的就是无用资源了

       5>对于按照规则设置的资源名，我们需要在匹配使用资源的正则表达式里添加相应的规则，比如 @"imgge_%d"

       6>确认无用资源后，就可以对这些无用资源执行删除操作了。这个删除操作，你可以使用NSFileManager系统类提供的功能来完成。

2、使用开源的工具来完成以上操作：LSUnusedResources  特别是对于使用编号规则的图片来说，可以通过直接添加规则来处理。使用方式也很简单

LSUnusedResources使用

3、谷歌Webp图片资源压缩：对于 App 来说，图片资源总会在安装包里占个大头儿。对它们最好的处理，就是在不损失图片质量的前提下尽可能地作压缩。目前比较好的压缩方案是，将图片转成 WebP。WebP 是 Google 公司的一个开源项目。

1、WebP特点：

          1>WebP 压缩率高，而且肉眼看不出差异，同时支持有损和无损两种压缩模式。比如，将 Gif 图转为 Animated WebP ，有损压缩模式下可减少 64% 大小，无损压缩模式下可减少 19% 大小。

          2>WebP 支持 Alpha 透明和 24-bit 颜色数，不会像 PNG8 那样因为色彩不够而出现毛边。

2、图片转成 WebP 操作：

Google 公司在开源 WebP 的同时，还提供了一个图片压缩工具 cwebp 来将其他图片转成 WebP。cwebp 使用起来也很简单，只要根据图片情况设置好参数就行。

cwebp 语法如下：cwebp [options] input_file -o output_file.webp

比如，你要选择无损压缩模式的话，可以使用如下所示的命令：cwebp -lossless original.png -o new.webp

其中，-lossless 表示的是，要对输入的 png 图像进行无损编码，转成 WebP 图片。不使用 -lossless ，则表示有损压缩。

在 cwebp 语法中，还有一个比较关键的参数 -q float。图片色值在不同情况下，可以选择用 -q 参数来进行设置，在不损失图片质量情况下进行最大化压缩：

                  小于 256 色适合无损压缩，压缩率高，参数使用 -lossless -q 100；

                  大于 256 色使用 75% 有损压缩，参数使用 -q 75；

                  远大于 256 色使用 75% 以下压缩率，参数 -q 50 -m 6。

4、腾讯公司开发的iSparta  工具进行图片压缩。

1、优点：iSpart 是一个 GUI 工具，操作方便快捷，可以实现 PNG 格式转 WebP，同时提供批量处理和记录操作配置的功能。如果是其他格式的图片要转成 WebP 格式的话，需要先将其转成 PNG 格式，再转成 WebP 格式。

图片压缩完了并不是结束，我们还需要在  「显示图片」时使用 libwebp 进行解析。这里有一个 iOS 工程使用  libwebp 的范例，你可以点击 这个链接 查看。或者使用 pod 'SDWebImageWebPCoder'  框架或者  YYimage 框架。Webp图片加载使用方法

2、缺点：WebP 在 CPU 消耗和解码时间上会比 PNG 高两倍。所以，我们有时候还需要在性能和体积上做取舍。

      建议：如果图片大小超过了 100KB，你可以考虑使用 WebP；而小于 100KB 时，你可以使用网页工具 TinyPng 或者 GUI 工具 ImageOptim 进行图片压缩。这两个工具的压缩率没有 WebP 那么高，不会改变图片压缩方式，所以解析时对性能损耗也不会增加。

iSpart工具界面 webp图片加载使用

5、代码瘦身：对可执行文件的瘦身方法。

1、可执行文件就是 Mach-O 文件，其大小是由代码量决定的。通常情况下，对可执行文件进行瘦身，就是  「找到并删除无用代码」的过程。

2、思路：

           1>首先，找出方法和类的全集；

           2>然后，找到使用过的方法和类；

           3>接下来，取二者的差集得到无用代码；

           4>最后，由人工确认无用代码可删除后，进行删除即可。

6、LinkMap 结合 Mach-O 找无用代码

1、怎么快速找到方法和类的全集：我们可以通过分析 LinkMap 来获得所有的代码类和方法的信息。获取 LinkMap 可以通过将 Build Setting 里的 Write Link Map File 设置为 Yes，然后指定 Path to Link Map File 的路径就可以得到每次编译后的 LinkMap 文件了。

LinkMap 文件获取方法

2、LinkMap 文件分为三部分：Object File、Section 和 Symbols。

其中：1>Object File 包含了代码工程的所有文件；

            2>Section 描述了代码段在生成的 Mach-O 里的偏移位置和大小；

            3>Symbols 会列出每个方法、类、block，以及它们的大小。

通过 LinkMap ，你不光可以统计出所有的方法和类，还能够清晰地看到代码所占包大小的具体分布，进而有针对性地进行代码优化。

3、得到了代码的全集信息以后，我们还需要找到已使用的方法和类，这样才能获取到差集，找出无用代码。所以接下来，我们要 通过 Mach-O 取到使用过的方法和类。

iOS 的方法都会通过 objc_msgSend 来调用。而，objc_msgSend 在 Mach-O 文件里是通过 __objc_selrefs 这个 section 来获取 selector 这个参数的。

所以，__objc_selrefs 里的方法一定是被调用了的。__objc_classrefs 里是被调用过的类，__objc_superrefs 是调用过 super 的类。通过 __objc_classrefs 和 __objc_superrefs，我们就可以找出使用过的类和子类。那么，Mach-O 文件的 __objc_selrefs、__objc_classrefs 和 __objc_superrefs 怎么查看呢？

我们可以使用 MachOView 这个软件来查看 Mach-O 文件里的信息。MachOView 同时也是一款开源软件，如果你对源码感兴趣的话，可以点击这个地址查看。

具体的查看方法，我将通过一个案例和你展开。

                 1>首先，我们需要编译一个 App。

                 2>然后，将生成的 DemoXXX.app 包解开，取出DemoXXX。

                 3>最后，我们就可以使用 MachOView 来查看 Mach-O 里的信息了。

Link-Map MachOView 软件打开样本

可以看到 __objc_selrefs、__objc_classrefs 和、__objc_superrefs 这三个 section。但是，这种查看方法并不是完美的，还会有些问题。原因在于， Objective-C 是门动态语言，方法调用可以写成在运行时动态调用，这样就无法收集全所有调用的方法和类。所以，我们通过这种方法找出的无用方法和类就只能作为参考，还需要二次确认。

（缺点：这里只能看到已调用的方法，得去工程里查找为调用的方法，比较麻烦。建议结合 下面 的APPCode方法来进行过滤 找到 未使用的方法、类）

7、通过 AppCode 找出无用代码（当代码量过百万行时 AppCode 的静态分析会“歇菜”。但是，如果工程量不是很大的话，我还是建议你直接使用 AppCode 来做分析。）

1、AppCode 做分析的方法很简单，直接在 「AppCode 里选择 Code->Inspect Code 」就可以进行静态分析。

AppCode 来做静态分析 Unused code 里看到所有无用代码

2、接下来，说一下这些无用代码的主要类型。

        1>无用类：Unused class 是无用类，Unused import statement 是无用类引入声明，Unused property 是无用的属性；

         2>无用方法：Unused method 是无用的方法，Unused parameter 是无用参数，Unused instance variable 是无用的实例变量，Unused local variable 是无用的局部变量，Unused value 是无用的值；

         3>无用宏：Unused macro 是无用的宏。

         4>无用全局：Unused global declaration 是无用全局声明。 

【这里结合 上面工具 来进行筛选 ——> 没有用到的无用类、方法。】！！

3、APPCode静态检查的问题：

         1>JSONModel 里定义了未使用的协议会被判定为无用协议；

          2>如果子类使用了父类的方法，父类的这个方法不会被认为使用了；

          3>通过点的方式使用属性，该属性会被认为没有使用；使用 performSelector 方式调用的方法也检查不出来，比如 self performSelector:@selector(arrivalRefreshTime)； 

           4>运行时声明类的情况检查不出来。比如通过 NSClassFromString 方式调用的类会被查出为没有使用的类，比如 layerClass = NSClassFromString(@“SMFloatLayer”)。还有以[[self class] accessToken] 这样不指定类名的方式使用的类，会被认为该类没有被使用。像 UITableView 的自定义的 Cell 使用 registerClass，这样的情况也会认为这个 Cell 没有被使用。

基于以上种种原因，使用 AppCode 检查出来的无用代码，还需要人工二次确认才能够安全删除掉。

4、即使你使用 LinkMap 结合 Mach-O 或者 AppCode 的方式，通过静态检查已经找到并删除了无用的代码，那么就能说包里完全没有无用的代码了吗？

实际上，在 App 的不断迭代过程中，新人不断接手、业务功能需求不断替换，会留下很多无用代码。这些代码在执行静态检查时会被用到，但是线上可能连这些老功能的入口都没有了，更是没有机会被用户用到。也就是说，这些无用功能相关的代码也是可以删除的。

8、通过 ObjC 的 runtime 源码，我们可以找到怎么判断一个类是否初始化过的函数

1、isInitialized 的结果会保存到元类的 class_rw_t 结构体的 flags 信息里，flags 的 1<<29 位记录的就是这个类是否初始化了的信息。而 flags 的其他位记录的信息，你可以参看 objc runtime 的源码，

2、lags 采用位方式记录布尔值的方式，易于扩展、所用存储空间小、检索性能也好。所以，经常阅读优秀代码，特别有助于提高我们自己的代码质量。

既然能够在运行中看到类是否初始化了，那么我们就能够找出有哪些类是没有初始化的，即找到在真实环境中没有用到的类并清理掉。

总结：对于上线时间不长的新 App 和那些代码量不大的 App 来说，做些资源上的优化，再结合使用 AppCode 就能够有很好的收益。而且把这些流程加入工作流后，日常工作量也不会太大。但是，对于代码量大，而且业务需求迭代时间很长的 App 来说，包大小的瘦身之路依然任道重远，这个领域的研究还有待继续完善。LinkMap 加 Mach-O 取差集的结果也只能作为参考，每次人工确认的成本是非常大的，只适合突击和应急清理时使用。最后日常采用的方案，可能还是用运行时检查类的方式，这种大粒度检查的方式精度虽然不高，但是人工工作量会小很多。