Java——编译与反编译

悠悠 2022-02-16 13:21 371阅读 0赞

\*\*

## 一、基础知识 ##

\*\*

**1.1 编程语言**

在介绍编译和反编译之前，我们先来简单介绍下编程语言（Programming Language）。编程语言（Programming Language）分为低级语言（Low-level Language）和高级语言（High-level Language）。

机器语言（Machine Language）和汇编语言（Assembly Language）属于低级语言，直接用计算机指令编写程序。

而C、C++、Java、Python等属于高级语言，用语句（Statement）编写程序，语句是计算机指令的抽象表示。

举个例子，同样一个语句用C语言、汇编语言和机器语言分别表示如下：

计算机只能对数字做运算，符号、声音、图像在计算机内部都要用数字表示，指令也不例外，上表中的机器语言完全由十六进制数字组成。最早的程序员都是直接用机器语言编程，但是很麻烦，需要查大量的表格来确定每个数字表示什么意思，编写出来的程序很不直观，而且容易出错，于是有了汇编语言，把机器语言中一组一组的数字用助记符（Mnemonic）表示，直接用这些助记符写出汇编程序，然后让汇编器（Assembler）去查表把助记符替换成数字，也就把汇编语言翻译成了机器语言。

但是，汇编语言用起来同样比较复杂，后面，就衍生出了Java、C、C++等高级语言。

**1.2 什么是编译**

上面提到语言有两种，一种低级语言，一种高级语言。可以这样简单的理解：低级语言是计算机认识的语言、高级语言是程序员认识的语言。

那么如何从高级语言转换成低级语言呢？这个过程其实就是编译。

从上面的例子还可以看出，C语言的语句和低级语言的指令之间不是简单的一一对应关系，一条a=b+1;语句要翻译成三条汇编或机器指令，这个过程称为编译（Compile），由编译器（Compiler）来完成，显然编译器的功能比汇编器要复杂得多。用C语言编写的程序必须经过编译转成机器指令才能被计算机执行，编译需要花一些时间，这是用高级语言编程的一个缺点，然而更多的是优点。首先，用C语言编程更容易，写出来的代码更紧凑，可读性更强，出了错也更容易改正。

**将便于人编写、阅读、维护的高级计算机语言所写作的源代码程序，翻译为计算机能解读、运行的低阶机器语言的程序的过程就是编译。负责这一过程的处理的工具叫做编译器**

现在我们知道了什么是编译，也知道了什么是编译器。不同的语言都有自己的编译器，Java语言中负责编译的编译器是一个命令：**javac**

> javac是收录于JDK中的Java语言编译器。该工具可以将后缀名为.java的源文件编译为后缀名为.class的可以运行于Java虚拟机的字节码。

当我们写完一个HelloWorld.java文件后，我们可以使用javac HelloWorld.java命令来生成HelloWorld.class文件，这个class类型的文件是JVM可以识别的文件。通常我们认为这个过程叫做Java语言的编译。其实，class文件仍然不是机器能够识别的语言，因为机器只能识别机器语言，还需要JVM再将这种class文件类型字节码转换成机器可以识别的机器语言。

**1.3 什么是反编译**

反编译的过程与编译刚好相反，就是将已编译好的编程语言还原到未编译的状态，也就是找出程序语言的源代码。就是将机器看得懂的语言转换成程序员可以看得懂的语言。Java语言中的反编译一般指将class文件转换成java文件。

有了反编译工具，我们可以做很多事情，最主要的功能就是有了反编译工具，我们就能读得懂Java编译器生成的字节码。如果你想问读懂字节码有啥用，那么我可以很负责任的告诉你，好处大大的。比如我的博文几篇典型的原理性文章，都是通过反编译工具得到反编译后的代码分析得到的。如深入理解多线程（一）——Synchronized的实现原理、深度分析Java的枚举类型—-枚举的线程安全性及序列化问题、Java中的Switch对整型、字符型、字符串型的具体实现细节、Java的类型擦除等。我最近在GitChat写了一篇关于Java语法糖的文章，其中大部分内容都用到反编译工具来洞悉语法糖背后的原理。

\*\*

## 二、Java的编译与反编译 ##

\*\*

**2.1 Java 编译**

Java的编译有些不同，因为Java的特性是一次编写，到处运行。做到这种效果的主要依据就是JVM。Java的编译是分为两个阶段的，首先，利用JDK自带的编译器，将源代码经过词法分析，语法分析直至语义分析，然后就会产生一个class文件。这段过程称之为**前端编译**，此时产生的class文件还无法被计算机识别执行，只能算是整个编译过程中产生的一个中间产物。

然后JVM将读取到的二进制文件进行深度编译，**将其编译成与具体平台相关的指令代码**，这个过程是**后端编译**，它主要依赖于JVM。前端编译是与操作系统平台无关的，最终生成的class文件是可以在各个JVM平台进行深度编译；而后端编译就需要跟具体操作系统平台相关了，因为JVM有不同平台的版本，可以将这种统一格式的class文件进一步深度编译，将其转换成与具体平台相关的指令代码。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYW9ob25nX2Jv_size_16_color_FFFFFF_t_70]

对于编译器，Java内置的有javac工具，此外很多IDE工具也内置了编译工具，但是这些都是前端编译器，主要功能就是把【.java】文件编程成【.class】文件。

**2.1.1 词法分析器**

这个阶段是将源程序文件从左到右一个字符一个字符地读入，将字符序列转换为标记(token)序列的过程。这里的标记是一个字符串，是构成源代码的最小单位，该过程中，词法分析器还会对标记进行分类。

词法分析器通常不会关心标记之间的关系（分析关系主要在语法分析阶段）。如：源程序中会有很多括号，但是词法分析器只是将其识别为标记，但是它并不关心这些括号是否能正确匹配（即：如果只有“\{”，而没有“\}”，词法分析中不会发现问题）。

**2.1.2 语法分析器**

它是在词法分析的基础上，将单词序列组合成各种短语，如“程序”、“语句”、“表达式”等等。语法分析能够判断源程序在结构上是否正确。

**2.1.3 语义分析**

该阶段是程序编译的一个逻辑阶段。它是对结构正确的源程序进行上下文有关性质的审查。它主要是审查源程序是否含有语义错误，同时也为代码的生成阶段收集类型信息。  
语义分析中的一个很重要的部分就是类型审查，比如很多语言要求数组下标必须为整数，如果使用浮点数作为下标，编译器就会报错；再比如很多程序允许某些类型之间能够进行自动转换等等。  
经历过上面的过程之后，就开始生成中间代码，中间代码具有两个很重要的性质：易于生成、能够轻松翻译成目标机器上的语言。**著名的解语法糖操作就是在javac中完成的**。

**2.1.4 后端编译**

Java在经历过前端编译之后，如果需要执行编译后的class文件，需要借助于JVM，JVM会将class文件中的内容逐条翻译成机器指令，这个解释的过程就是JVM的解释器（Interpreter）的功劳。很明显，这个解释是比较浪费时间的，为了提高这种解释的效率，Java引入了JIT技术。

虽然引入了JIT，Java仍然使用解释器进行代码解释，但是在解释的过程中，随着代码的不断执行，会识别出代码中执行比较频繁的代码段，这段代码就会被标记为“热点代码”。JIT就会将这段热点代码编译后的机器代码进行优化后，缓存起来，下次再执行到这段代码，直接跳过编译过程，使用缓存的机器码。

HotSpot虚拟机中内置了两种JIT编译器：Client Compiler和Server Compiler。目前主流的方式就是采用其中一种编译器与解释器配合工作的方式。那为什么不将其全部编译成热点代码呢？主要是出于资源最大化利用的考虑：在程序中，不可能所有代码都是热点代码，真正频繁执行的代码只是占据很少一部分，如果将那些只执行了一遍就再也不执行的代码也进行缓存，完全就是在浪费缓存资源。另外在将代码转换成热点代码过程中是需要经过一个编译过程的，如果这种只执行一次的代码也要编译，其实也是浪费时间。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYW9ob25nX2Jv_size_16_color_FFFFFF_t_70 1]

**热点检测**

要想触发JIT编译，就必须满足热点代码的检测，目前主要有两种热点代码探测的方式：

1.  基于采样的方式探测（Simple Based Hot Spot Detection）：周期性的检测各个线程的栈顶，如果发现某个方法经常出现在栈顶，就可以认为是热点方法。它的缺点很明显：无法精确确认一个方法的热度，另外也容易受到线程阻塞或者别的原因干扰。
2.  基于计数器的热点探测（Counter Based Hot Spot Detection）：虚拟机会为每个方法，甚至是每个代码块建立计数器，统计方法和代码块的执行次数，一旦超过某个阈值就认为是热点方法，触发JIT编译。

HotSpot虚拟机采用的就是上面第二种探测方式，准备了两个计数器：方法计数器和回边计数器。它们分别对应方法调用次数统计和代码循环执行次数统计。

**编译优化**

其实JIT除了具有缓存的功能，还会对代码做各种优化，例如：逃逸分析、锁消除、锁膨胀、方法内联、空值检查消除、类型检测消除、公共子表达式消除等等。可以搜索相关概念介绍，了解其原理，这里暂时不再赘述。

**2.2 Java 反编译**

**2.2.1 Java反编译工具**

常见的Java的反编译工具：javap、jad、**jd-gui**和cfr

其中，jd-gui提供了UI界面，使用起来很方便

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYW9ob25nX2Jv_size_16_color_FFFFFF_t_70 2]

**2.2.2 如何防止反编译**

由于我们有工具可以对Class文件进行反编译，所以，对开发人员来说，如何保护Java程序就变成了一个非常重要的挑战。但是，魔高一尺、道高一丈。当然有对应的技术可以应对反编译咯。但是，这里还是要说明一点，和网络安全的防护一样，无论做出多少努力，其实都只是提高攻击者的成本而已。无法彻底防治。

典型的应对策略有以下几种：

1.  隔离Java程序（让用户接触不到你的Class文件）
2.  对Class文件进行加密（提高破解难度）
3.  代码混淆（将代码转换成功能上等价，但是难于阅读和理解的形式）

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYW9ob25nX2Jv_size_16_color_FFFFFF_t_70]: /images/20220216/a92719c503ae44b2a45320228d48e691.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYW9ob25nX2Jv_size_16_color_FFFFFF_t_70 1]: /images/20220216/27f854002e93494f83b96a5852ac7220.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3poYW9ob25nX2Jv_size_16_color_FFFFFF_t_70 2]: /images/20220216/f272ffed160d4a9ba361e21fc53c538c.png