第二章 Javac编译原理

注：本文主要记录自《深入分析java web技术内幕》"第四章 javac编译原理"

1、javac作用

• 将*.java源代码文件转化为*.class文件

2、编译流程

流程：

• 词法分析器：将源码转换为Token流
  • 将源代码划分成一个个Token（Token包含的元素类型看3.2）
• 语法分析器：将Token流转化为语法树
  • 将上述的一个个Token组成一句句话（或者说成一句句代码块），检查这一句句话是不是符合Java语言规范
• 语义分析器：将语法树转化为注解语法树
  • 将复杂的语法转化成简单的语法（eg.注解、foreach转化为for循环）并做一些检查，添加一些代码
• 代码生成器：将注解语法树转化为字节码

3、词法分析

3.1、作用

• 将源码转换为Token流。

3.2、流程

一个字节一个字节的读取源代码，形成规范化的Token流。规范化的Token包含：

• java关键词：package、import、public、class、int等
• 自定义单词：包名、类名、变量名、方法名
• 符号：=、;、+、-、*、/、%、{、}等

3.3、示例

代码：

 package compile;

 /**
  * 词法
  */
 public class Cifa {
     int a;
     int c = a + 1;
 }

以上代码转化为的Token流：

说明：完成以上示例的是JavacParser的parseCompilationUnit()方法，源代码见文章开头的书籍。

注意：上边的token流符合java语言规范。

3.4、疑问

• 怎样判断package是java关键词还是自定义变量？
  • JavacParser会根据java语言规范来控制什么顺序、什么地方出现什么Token（这个查看parseCompilationUnit()源码就知道了），所以package在文件的最开头出现，我们会知道是一个Token.PACKAGE类型，而非自定义的Token.IDENTIFIER类型。
  • 一条实践：在编写程序的时候，不要用java关键词来定义变量名、类名、包名、方法名，而是采取一定有意义的单词来定义，当然，你再eclipse中编写代码的时候，如果使用了java关键词来定义变量，eclipse会提醒你这是一个错误的定义。
• 怎样确定package是一个Token，而packa不是？
  • 我的理解是，主要看空格和符号（符号见3.2），对于package是一个单词，中间没有空格也没有符号，所以是一个Token
  • 一条实践：在编写代码时，例如：int a = b + c;//a与=中间有一个空格、=与b之间有一个空格、b与+之间有一个空格、+与c之间有一个空格，当然，这里没有空格也行，因为每一个变量之间正好都是由符号来隔开的，但是之前看了一个视频说，如果上边这句话没有这些空格的话，可能编译不通过，所以我们最好还是加上空格，当然加上空格后显得整个代码也清晰。

4、语法分析

4.1、作用

• 将进行词法分析后形成的Token流中的一个个Token组成一句句话，检查这一句句话是不是符合Java语言规范。

4.2、语法分析三部分：

• package
• import
• 类（包含class、interface、enum），一下提到的类泛指这三类，并不单单是指class

4.3、示例

代码：

 package compile;

 /**
  * 语法
  */
 public class Yufa {
     int a;
     private int c = a + 1;

     //getter
     public int getC() {
         return c;
     }
     //setter
     public void setC(int c) {
         this.c = c;
     }
 }

最终语法树：

说明：

• 每一个包package下的所有类都会放在一个JCCompilationUnit节点下，在该节点下包含：package语法树（作为pid）、各个类的语法树
• 每一个从JCClassDecl发出的分支都是一个完整的代码块，上述是四个分支，对应我们代码中的两行属性操作语句和两个方法块代码块，这样其实就完成了语法分析器的作用：将一个个Token单词组成了一句句话（或者说成一句句代码块）
• 在上述的语法树部分，对于属性操作部分是完整的，但是对于两个方法块，省略了一些语法节点，例如：方法修饰符public、方法返回类型、方法参数。

疑问：

import节点的语法树与package的相似，但是import语法树放在了哪一个地方？

5、语义分析

5.1、作用

• 将语法树转化为注解语法树

5.2、步骤

• 添加默认的无参构造器（在没有指定任何有参构造器的情况下）
• 处理注解
• 标注：检查语义合法性、进行逻辑判断
  • 检查语法树中的变量类型是否匹配（eg.String s = 1 + 2;//这样"="两端的类型就不匹配）
  • 检查变量、方法或者类的访问是否合法（eg.一个类无法访问另一个类的private方法）
  • 变量在使用前是否已经声明、是否初始化
  • 常量折叠（eg.代码中：String s = "hello" + "world"，语义分析后String s = "helloworld"）
  • 推导泛型方法的参数类型
• 数据流分析
  • 变量的确定性赋值（eg.有返回值的方法必须确定有返回值）
  • final变量只能赋一次值，在编译的时候再赋值的话会报错
  • 所有的检查型异常是否抛出或捕获
  • 所有的语句都要被执行到（return后边的语句就不会被执行到，除了finally块儿）
• 进一步语义分析
  • 去掉永假代码（eg.if(false)）
  • 变量自动转换（eg.int和Integer）
  • 去掉语法糖（eg.foreach转化为for循环，assert转化为if，内部类解析成一个与外部类相关联的外部类）
• 最后，将经过上述处理的语法树转化为最后的注解语法树

6、生成字节码

6.1、作用

• 将注解语法树转化成字节码，并将字节码写入*.class文件。

6.2、步骤

• 将java的代码块转化为符合JVM语法的命令形式，这就是字节码
• 按照JVM的文件组织格式将字节码输出到*.class文件中

具体的源代码与步骤查看com.sun.tools.javac.jvm.Gen类与《分布式Java应用：基础与实践》P42

6.3、class文件包含的内容

在生成的*.class文件中不只包含字节码信息，具体包含：

• 结构信息
  • class文件格式版本号
  • 各部分的数量与大小
• 元数据
  • 类、父类、实现接口的声明信息
  • 属性声明信息
  • 方法声明信息
  • 常量池
• 方法信息
  • 字节码
  • 异常处理器表
  • 局部变量区的大小
  • 操作数栈的大小
  • 操作数栈的类型记录
  • 调试用符号信息

这里提到的局部变量区和操作数栈组成了了方法栈，可以参看第一章 JVM内存结构

总结：

对于编译这一块儿，我们在实际操作中不会直接去操作这些代码，不像类加载器机制，我们可能需要自己编写类加载工具，也不像Java内存管理那样，我们会直接在服务器配置堆栈方法区空间、配置GC收集器等，但是了解javac编译，对于我们了解以后的类文件结构、类加载机制有一定的帮助，也有利于我们掌握整个Java代码的执行流程，对于我们了解编译期间编译器做的一些检查工作也有很大帮助，了解这些检查工作有利于我们在写代码的时候更加小心，例如，检查型异常都需要捕获或抛出，每一条语句都要被执行到（即可达）等。虽然，这些工作eclipse会在我们写代码的时候为我们自动去检查，包括检查语句是否可达，但是了解这些还是有好处的。