javac编译器工作原理（2）java语言的编译过程

Javac编译器工作原理（2）Java语言的编译过程

明白了高级语言到低级语言的编译原理，我们来了解一下Javac编译器是怎么把Java语言，编译成JVM字节码

首先我们来了解一下，Javac编译器
Javac编译器–维基百科

javac（发音为“java-see”）是Oracle Corporation的Java Development Kit（JDK）中包含的主要Java编译器。 Martin Odersky实现了GJ编译器，他的实现成为了javac的基础。
编译器接受符合Java语言规范（JLS）的源代码，并生成符合Java虚拟机规范（JVMS）的Java字节码。javac本身是用Java编写的。 编译器也可以以编程方式调用。

简单来讲，就是Javac编译器将符合规范的java语言代码变为符合规范的JVM字节码

实际上，javac在编译的过程中，会对代码进行检查和优化，比如：添加类默认的构造函数，检查变量类型是否匹配，检查变量使用前是否初始化，检查异常以及捕获语句，解除java语法糖等等

例如有这样一段代码

public class SimpleTest {
    public static void main(String[] args) {
        int i;
        int j = i + 10;
    }
}

使用javac编译器进行编译

javac SimpleTest.java

也就是编译失败了，javac编译器则会给你这样的错误提示

javac编译过程主要包括以下四步：

词法分析->语法分析->语义分析->字节码生成

1. 词法分析

词法分析将java源代码一个字节一个字节的读进来，根据关键字，辨认出符合规范的Token流。
这样说可能有些抽象，其实就是把一段java代码分解，成为一个个单独的词。

public class SimpleTest{
   // 域，方法代码块等等
}

会分解为不同的Token，第一个就是关键字public，对应的Token类为：Token.PUBLIC。同理class关键字对应：Token.ClASS

根据这些Token流，编译器完成了理解Java语言的第一步，就像你听到一句话，我要吃饭，大脑中第一步是把这句话分解为：我，要，吃饭。

2.语法分析

语法分析器会读取Token流，然后生成一棵语法树，类似下图

图片来源RednaxelaFX大神的博客文章

而Javac此时生成的是一棵简单的Java语法树，树的节点是全部是com.sun.tools.javac.tree.JCTree的子类
下图就是一棵图像化的java简单语法树

3.语义分析

这个阶段就是编译器对代码进行各种检查和优化，而实际操作的对象就是生成java简单语法树的节点。

这个阶段主要使用到类都在com.sun.tools.javac.comp包内

javac编译器首先对代码进行一些检查，保证代码符合java语言规范，比如：

com.sun.tools.javac.comp.Check类会检查简单语法树中，变量类型是否正确，方法返回类型是否与接收的引用值是否匹配等等。
com.sun.tools.javac.Resolve类会检查变量、方法或类的访问是否合法，变量是否是静态变量，变量是否初始化等等。

而javac编译器同时对代码进行一些简单地优化，比如:

com.sun.tools.comp.Flow类会去掉无用代码，比如永假的if语句，同事完成变量的自动转换，主要是自动装箱和拆箱等
com.sun.tools.comp.Flow类还会去除java语法糖，比如foreach转化为for循环等

例如有Java代码：

int i = new Integer(1);

javac编译后生产如下字节码（经过反编译得到的）：

     0: new           #2                  // class java/lang/Integer
     3: dup
     4: iconst_1
     5: invokespecial #3                  // Method java/lang/Integer."<init>":(I)V
     8: invokevirtual #4                  // Method java/lang/Integer.intValue:()I
    11: istore_1
    12: return

其他代码可以先不用理解，但是看到invokevirtual #4 // Method java/lang/Integer.intValue，说明编译器自动添加代码，调用了Integer.intValue()方法，完成变量自动拆箱，该方法的返回值是基本类型int。

也相当于java代码变为：

    Integer temp = new Integer(1);
    int i = temp.intValue();

当然javac不是使用这种简陋的方法，而是使用了更高效的字节码代替。

4.生成字节码

经过语法分析以后，生成的java简单语法树会被编译器优化为完善的java语法树
这时Javac编译器调用 com.sun.tools.javac.jvm.Gen类遍历语法树
遍历并生成字节码类似下图

图片来自RednaxelaFX大神的博客文章

遍历语法树后，获得JVM字节码，这时字节码就可以交给JVM执行了

这里要说明一点，编译得到后缀为class文件中，字节码不止包括方法体中的各种指令，还有诸如常量池，标志位，魔数等等二进制数据

想了解JVM字节码的可以参考下面文章：
如何理解ByteCode、IL、汇编等底层语言与上层语言的对应关系？ - RednaxelaFX的回答 - 知乎
https://www.zhihu.com/question/27831730/answer/38266643

---

参考资料：
《深入分析Java Web技术内幕》–许令波
《深入理解Java虚拟机》–周志明

http://rednaxelafx.iteye.com/blog/492667 – 强烈推荐阅读R大的博客文章
https://www.cnblogs.com/java-zhao/p/5194064.html