从Java文件到字节码文件

本文涉及的javac编译器来自openjdk.

javac的目录地址为：解压目录/langtools/src/share/classes/com/sun/tools/javac/

javac编译器将Java编译成为一个有效的字节码文件会经历4个步骤：

词法解析：将Java关键字排序，使得程序能有序运行。
语法解析：词法解析后的Token序列整合为一颗抽象的语法树。
语义解析：将抽象语法树扩展地更加完善。
字节码解析：将字节码解析成完整的类。

词法解析

词法解析是编译器执行的字节码编译的第一步。这个步骤中，将Java源码中关键字和标识符等转换成符合规范的Token序列。

词法解析器的接口是com.sun.tools.javac.parser.Lexer ,它直接派生于同包下面的Scanner类，它的主要任务是按照单个字符的方式读取Java源文件中的关键字和标识符等，然后将其转换为符合Java规范的Token序列。而负责词法解析工作的是com.sun.tools.javac.parser.JavacParser类，该类的对象实例由ParseFactory负责创建，JavacParser负责词法解析的具体细节。

当我们在命令行敲入javac的时候，Java首先会调用com.sun.tools.javac.main.Main类的compile()方法。compile()方法接着就会调用JavaCompiler类的parseFile()方法，parseFile()的主要功能就是调用自己的parse()方法获得JavacParser实例对象，然后调用JavacParser类的parseCompilationUnit()进行词法解析。

这个过程如下图所示：

Token序列

Token其实就是一个枚举类型，其内部定了许多符合Java语法规范并与源码字符集相对应的枚举常量。

所有的枚举常量都在 com.sun.tools.javac.parser.Token类中。

编译器在执行词法解析的过程中，只会对Token进行匹配校验。

源码字符集是如何转换成Token的：

Name对象和Token对象建立的是一种一对一的关系。当词法解析器中需要将一个源码字符集合解析成一个Token时，它会通过Names类调用Name类的fromChars()方法获得一个Name对象，然后使用Keyswords类的key(Name name)方法获得传入相对应的Token对象。

词法解析器如何保存源码字符集和Token之间的对应关系：

词法解析器在将源码转字符集合转换为Token之前，会先将每一个字符集合都转换成一个对应的Name对象。接着再由com.sun.tools.javac.parser.Keywords类负责实际的Token转换任务（将Token常量全部转换为Name对象），然后转换好的这些Name对象全部存到Name类的内部类Table中，Keywords类中的数组key用于保存源码字符集合和Token之间的对应关系。

以上两个问题略微有些复杂。画了一个图来表示一下：

调用nextToken()计算Token的获取顺序

Keywords类的key()方法仅仅是根据Name对象获得对应的Token，而词法解析器是通过Scanner类的nextToken()方法保证Token的读取顺序规则。

调用parseCompilationUnit()方法执行词法解析

词法解析的核心是校验Token是否匹配com.sun.tools.javac.parser.JavacParser类在parseCompilationUnit()方法定义的匹配规则。parseCompilationUnit()方法会按照Token的匹配顺序依次解析出package、import等关键字，当这些Token匹配之后，词法解析器会开始解析class主题信息，直到词法解析全部结束，parseCompilationUnit()方法会将Token转换为一棵结构化的抽象语法树。

语法解析

之前提过，语法解析的目的就是将经过词法解析得到的Token整合为一棵结构化的抽象语法树。

词法解析完成的Token序列依旧还不完善，它们还没有被整合起来，语法解析的主要任务是把这些零散的Token按照指定的Java语法规范整合起来形成一个有机的整体。

在语法解析阶段，语法树上每个节点都直接或者间接地继承了JCTree类。

调用qualident()方法解析package语法节点

parseCompilationUnit()这个方法实际上，跨越了词法解析和语法解析两个阶段。当词法解析器成功将package关键字声明转换为Token并完成词法解析之后，会调用qualident()方法根据Token.PACKAGE解析为package语法节点。

语法解析步骤中，com.sun.tools.javac.tree.TreeMaker负责创建JCTree类的所有语法节点对象实例。所以TreeMaker本身就是一个语法解析器，不过具体的细节由parseCompilationUnit()方法来控制。

语法解析器实质上还是使用Token对应的Name对象，来作为转换语法节点的素材。所以在解析语法树之前，首先需要将Token转换成对应的Name对象。语法解析器就可以根据Name对象解析出一个JCIdent语法节点。

当一个package关键字声明中定义了多级目录时，qualident()方法就会循环迭代调用语法解析器将package关键字声明解析为嵌套的JCFieldAccess语法节点。

调用importDeclaration()方法解析import语法树

当成功解析出package语法节点之后，parseCompilationUnit()这个节点会调用importDeclaration()方法来解析得到import语法树。

importDeclaration()首先匹配Token.Static来检测import语句中是否包含了静态导入。接着importDeclaration()就会调用语法解析器的Ident()方法解析出一个JCIdent语法节点，如果import语句中包含多级目录的时候，语法解析器就会调用Select()方法解析为嵌套的JCFieldAccess语法节点。

当语法解析器成功解析出JCIdent和JCFieldAccess节点之后，importDeclaration()方法会调用import()方法，将之前解析的语法节点，整合成为一棵JCImport节点。

实际开发中，通常会有多个import关键字声明，那么importDeclaration()方法内部会通过迭代循环方法解析出多个JCImport语法树，然后将其存储在一个集合中。

调用classDeclaration()方法解析class语法树

语法解析的最后一步就是解析class的主体信息，当语法解析器成功将import关键字解析声明为JCIdent和JCFieldAccess语法节点并整合为一颗JCImport语法树之后，parseCompilationUnit()方法内部通过typeDeclaration()方法调用classOrInterfaceOrEnumDeclaration方法将class主体信息解析为一棵JCClassDecl语法树。

当以上这个过程结束之后，parseCompilationUnit()方法会调用TopLevel()方法将之前解析好过的package语法节点，import语法节点和class语法树等内容内容信息全部整合成一棵JCCompilationUnit语法节点树。

JCCompilationUnit类会成为整个语法树的Root，持有整个语法树的所有节点。这个时候，语法树的雏形已经建成。

语义解析

经过了以上两个步骤，解析完成的语法树依旧不能进入字节码的编译，它还不够完善。语义解析的任务就是将这个这颗不够完善的语法树扩充地更加完善。

语义解析步骤中经历的操作：

为没有构造方法的类型添加默认的无参构造函数
检查任何变量是否在使用之前都被初始化过
检查变量类型和值是不是匹配
将String类型和常量进行合并处理
检查代码中的操作是不是都可达
异常检查
将语法糖的内容正常化

常量折叠操作

如果一个String类型的数据是由多个常量通过『+』组成的，它其实只会创建一个String对象，编译器在语义解析的时候，会将多个常量信息合并为一个对象。

//源代码中的写法

String str="Hello"+" "+"World!"

//经过编译器编译之后

String str="Hello World!"

生成字节码

在经历了一系列的语义解析之后，所解析出来的语法树就足够完善了。这个时候编译器最后的任务就是调用com.sun.tools.javac.jvm.Gen类，将这棵语法树编译为Java字节码文件。

这个时候，符合Java规范的Java代码就转换成符合Java规范的字节码文件了。