Javac原理剖析

Javac是什么?

Javac是一种编译器，能将一种语言规范转化为另一种语言规范。Javac的任务就是将Java源代码语言转化成JVM能够识别的一种语言，然后由JVM将JVM语言转化成当前这个机器能够识别的机器语言。

这里写图片描述

Javac的任务就是将Java源码成Java字节码，也就是JVM能够识别二进制码。从表面上看就是上面的部分将.java文件转成.class文件，而实际上是将Java的源代码转化成一连串二进制数字，这些二进制数字是有格式的，只有JVM能够正确识别他们到底表达了什么意思。

Javac编译器的基本结构

Javac的作用是将符合规范源代码转化成为字节码，需要哪些过程呢？我们可以复习一下大学时候的编译原理知识。

这里写图片描述

如何编译程序呢?

1.词法分析:主要是读取源代码，一个字节为一节地读取进来，找些那些是语言的关键字例如，if、else等。词法分析就是从源代码中找出一些规范化的Token流，一个形象的比如就是人类能分清楚一个句子的单词和标点符号。

2.语法分析:检查这些关键词组合在一起是不是符合Java规范，如在if后面是不是跟着布尔表达式，就像人类能分清楚一个句子的主语谓语宾语，检查是否符合语法。语法分析的结果就是形成一个Java语言规范的抽象语法树。

3.语义分析:将一些复杂难懂的语法转化为简单易懂的语法。这个过程对应于将复杂难懂的文言文转化为白话文。语义分析的结果是将复杂难懂的语法转化为最简单的语法，对应于Java，可以将注解等转化为抽象语法树。

最后是代码生成将抽象语法树生成字节码，可以对应于人类的将中文转化为英文组合成新的句子。

Javac原理分析

词法分析器

我们可以通过一个简单的Java类来进行词法分析。

package compile;

public class Cifa {
    int a;
    int b=a;
    int c=a+1;

}

我们可以调用com.sun.tools.javac.main.Main类来实现手动编译指定的类。

这里写图片描述

Javac的主要词法分析器的结构类是com.sun.tools.javac.parser.Lexer,这个默认实现类是com.sun.tools.javac.parser.Scanner，这个类会逐步读取Java源程序的单个字符，然后解析出符合Java语言规范的Token序列。所设计的类如下图

这里写图片描述

这两个Factory生成两个接口类的Scanner和JavacParser，JavacParser规定哪些词是符合Java语言规范规定，而具体读取和归类不同的词法操作由Scanner完成，Token规定了完成Java语言的合法关健词，Names用来存储和表示解析后的词法。

词法分析额过程是在JavacParser的parseCompilationUnit()方法中完成，主要代码如下:

这里写图片描述

这段代码表示从源文件的一个字符开始，按照Java语法规范依次出现packege、import、类定义，以及属性和方法定义等，最后构建一个抽象的语法树。

词法分析器的分析结构就是将这个列中的所有关键词匹配到Token类中的所有项中的任何一项。上述代码分析的Token流是:

这里写图片描述

这里有两个关键点是:Javac是如何分辨这一个个Token的呢？还有就是Javac如何知道啊哪些字符组合在一起就是一个Token的呢？

第一个问题的答案是这样的:Javac在进行词法分析时会由javacParser根据Java语言规范来控制什么顺序、什么地方应该出现什么Token。

判断当前的Token是不是Token.PACKAGE，使用qualident方法。这个方法的源代码是:

这里写图片描述

上述代码的执行流程如下:

这里写图片描述

通过上图，我们明白了Token的顺序规则，之后我们来解决下一个问题，如何判断哪些字符组合是一个Token 的规则是在Scanner的nextToken方法中定义，没调用一次这个方法会构成一个Token，而这个Token必须是com.sun.tools.javac.parser.Token中的任何元素之一。

那么如何将读取每个token转化呢？这个任务是在com.sun.tools.javac.parser.Keywords类中完成，Keywords负责将所有字符集合对应到Token集合中。

字符集合到Token转换相关的类关系如下图
这里写图片描述

每个字符集合都会是一个Name对象，所有的Name对象都存储在Name.Table这个内部类中，这个类也就是对应的这类的符号表。而Keywords会将Token的对应关系，这个关系保存在Keywords类的key数组中，这个key数组只保存了在com.sun.tools.javac.parser.Token类中定义的所有Token到Name对象的关系，而其他的所有字符集合Keywords都会将它对应到Token.IDENTIFIER类型。

字符集合转化成Name对象，Name对象对应到Token的转换关系如下图;

这里写图片描述

语法分析器

语法分析器是将词法分析器分析的Token流建成更加结构化的语法树，也就是将一个个单词组装成一句话，一个完整的语句。

Javac的语法树使得Java源码更加结构化，这种结构化可以为后面进一步处理提供方便。每个语法书上的节点都是com.sun.tools.javac.tree.JCTree的一个实例。

关于语法规则是:

1.每一个语法节点都会实现一个接口xxxTree,这个接口继承自com.sun.source.tree.Tree接口。

2.每个语法节点都是com.sun.tools.javac.tree.JCTree的子类，并且会实现第一节点中的xxxTree接口类，这个类的名称类似于JCxxx。

3.所有的JCxxx类都作为一个静态内部类定义在JCTree类中。

这里写图片描述

JCTree类中有如下三个重要的属性项:

1.Tree tag:每个语法节点都会用一个整形常数表示，并且每个节点类型的数值是在其哪一个的基础上加1，顶层节点TOPLEVEL是1，而IMPORT节点等于TOPLEVEL加1，等于2.

2.pos:也是一个整数,它存储的是这个语法节点在源代码中的起始位置，一个文件的位置是0，而-1表示不存在。

3.type:它表示的是这个节点是什么Java类型，如是int、float还是String。

在package的词法分析的过程是

这里写图片描述

这行代码会调用TreeMaker类，根据Name对象构建成一个JCIdent语法节点，如果多几目录，将构建成JCFieldAccess语法节点，JCFieldAccess节点可以是嵌套关系。

下面是import语法树的构造代码:

这里写图片描述

整个JCImport节点的语法树如下:
这里写图片描述

Import节点解析完成之后就是类的鸡西，类包含interface、class、enum，下面是以calss为例来介绍class是如何解析成一颗语法树的。

这里写图片描述

第一个Token是Token.CLASS这个累的关键词，接下来是一个用户自定义的Token.IDENTIFIER，这个Token是类名。

最后解析整个classBody解析的结果保存在list集合中，最后将会把这些子节点添加到JCClassDeca这颗class树中。

下面的代码为例;

这里写图片描述

这段代码对应的语法树如下:

这里写图片描述

上面的语法树去掉了一些节点类型。在将这个类解析完成之后，会将这个类节点添加到这个类对应的包路径的顶层节点中，这个顶层节点是JCCompilationUnit.JCCompilationUnit持有以package作为pid和JCClassDec1的集合，这个整个java文件被解析完成，这颗完整的语法树如下:

这里写图片描述