Javac編譯原理
轉載來源：http://www.cnblogs.com/wade-luffy/p/5925728.html
1概述
java源代碼(符合語言規範)-->javac-->.class(二進制文件)-->jvm-->機器語言(不同平臺不同種類)
如何讓java的語法規則適應java虛擬機的語法規則？這個任務由javac編譯器來完成java語言規範轉換成java虛擬機語言規範。
2編譯原理
- 詞法分析器：將源碼轉換爲Token流
- 將源代碼劃分成一個個Token(找出java語言中的if，else，for等關鍵字)
- 語法分析器：將Token流轉化爲語法樹
- 將上述的一個個Token組成一句句話（或者說成一句句代碼塊），檢查這一句句話是不是符合Java語言規範(如if後面跟的是不是布爾判斷表達式)
- 語義分析器：將語法樹轉化爲註解語法樹
- 將複雜的語法轉化成簡單的語法（eg.註解、foreach轉化爲for循環、去掉永不會用到的代碼塊）並做一些檢查，添加一些代碼(默認構造器)
- 代碼生成器：將註解語法樹轉化爲字節碼(即將一個數據結構轉化成另一個數據結構)
3編譯步驟詳細介紹
3.1詞法分析器
目的：將源碼轉換爲Token流
流程：
一個字符一個字符的讀取源代碼，形成規範化的Token流。規範化的Token包含：
- java關鍵詞：package、import、public、class、int等
- 自定義單詞：包名、類名、變量名、方法名
- 符號：=、;、+、-、*、/、%、{、}等
源碼關鍵：
詞法分析過程是在的JavacParser.parseCompilationUnit()中完成的
com.sun.tools.javac.parser.JavacParser 規定哪些詞符合Java語言規範，具體讀取和歸類不同詞法的操作由scanner完成
com.sun.tools.javac.parser.Scanner 負責逐個讀取源代碼的單個字符,然後解析符合Java語言規範的Token序列，調用一次nextToken()都構造一個Token
com.sun.tools.javac.parser.Tokens$TokenKind 裏面包含了所有token的類型，譬如BOOLEAN,BREAK,BYTE,CASE。
com.sun.tools.javac.util.Names 用來存儲和表示解析後的詞法，每個字符集合都會是一個Name對象，所有的對象都存儲在Name.Table這個內部類中。
com.sun.tools.javac.parser.KeyWords 負責將字符集合對應到token集合中，如，package zxy.demo.com; Token.PACKAGE = package， Token.IDENTIFIER = zxy.demo.com,(這部分又分爲讀取第一個token,爲zxy，判斷下一個token是否爲“.”，是的話接着讀取下一個Token.IDENTIFIER類型的token，反覆直至下一個token不是”.”,也就是說下一個不是Token.IDENIFIER類型的token，Token.SEMI
= ；即這個TIDENTIFIER類型的token的Name讀完），KeyWords類負責此任務。
例子：
package compile; public class Cifa { int a; int c = a + 1; }
以上代碼轉化爲的Token流：
3.2語法分析器
目的：將進行詞法分析後形成的Token流中的一個個Token組成一句句話，檢查這一句句話是不是符合Java語言規範。
流程：
- package
- import
- 類（包含class、interface、enum），一下提到的類泛指這三類，並不單單是指class
源碼關鍵：
com.sun.tools.javac.tree.TreeMaker 所有語法節點都是由它生成的，根據Name對象構建一個語法節點
com.sun.tools.javac.tree.JCTree$JCIf 所有的節點都會繼承jctree和實現＊＊tree，譬如 JCIf extends JCTree.JCStatement implements IfTree
com.sun.tools.javac.tree.JCTree的三個屬性
- Tree tag:每個語法節點都會以整數的形式表示，下一個節點在上一個節點上加1；
- pos：也是一個整數，它存儲的是這個語法節點在源代碼中的起始位置，一個文件的位置是0，而－1表示不存在
- type：它代表的是這個節點是什麼java類型，如int，float，還是string等
例子：
package compile; 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; } }
最終語法樹
ps：左邊還少一個import的語法節點
說明：
- 每一個包package下的所有類都會放在一個JCCompilationUnit節點下，在該節點下包含：package語法樹（作爲pid）、各個類的語法樹
- 每一個從JCClassDecl發出的分支都是一個完整的代碼塊，上述是四個分支，對應我們代碼中的兩行屬性操作語句和兩個方法塊代碼塊，這樣其實就完成了語法分析器的作用：將一個個Token單詞組成了一句句話（或者說成一句句代碼塊）
- 在上述的語法樹部分，對於屬性操作部分是完整的，但是對於兩個方法塊，省略了一些語法節點，例如：方法修飾符public、方法返回類型、方法參數。
3.3語義分析器
目的：將語法樹轉化爲註解語法樹
流程：
- 添加默認的無參構造器（在沒有指定任何有參構造器的情況下），把引用其他類的方法或者變量，抑或是繼承實現來的變量和方法等輸入到類自身的符號表中
- 處理註解
- 標註：檢查語義合法性、進行邏輯判斷
- 檢查語法樹中的變量類型是否匹配（eg.String s = 1 + 2;//這樣"="兩端的類型就不匹配）
- 檢查變量、方法或者類的訪問是否合法（eg.一個類無法訪問另一個類的private方法）
- 變量在使用前是否已經聲明、是否初始化
- 常量摺疊（eg.代碼中：String s = "hello" + "world"，語義分析後String s = "helloworld"）
- 推導泛型方法的參數類型
- 數據流分析
- 變量的確定性賦值（eg.有返回值的方法必須確定有返回值）
- final變量只能賦一次值，在編譯的時候再賦值的話會報錯
- 所有的檢查型異常是否拋出或捕獲
- 所有的語句都要被執行到（return後邊的語句就不會被執行到，除了finally塊兒）
- 進一步語義分析
- 去掉永假代碼（eg.if(false)）
- 變量自動轉換（eg.int和Integer）自動裝箱拆箱
- 去掉語法糖（eg.foreach轉化爲for循環，assert轉化爲if，內部類解析成一個與外部類相關聯的外部類）
- 最後，將經過上述處理的語法樹轉化爲最後的註解語法樹
源碼關鍵：
com.sun.tools.javac.comp.Enter 將java類中的符號輸入到符號表中，主要是兩個步驟：
- 將所有類中出現的符號輸入到類自身的符號表中，所有類符號、類的參數類型符號（泛型參數類型）、超類符號和繼承的接口類型符號等都存儲到一個未處理的列表中。
- 將這個未處理的列表中所有的類都解析到各自的類符號列表中，這個操作是在MemberEnter.complete()中完成(默認構造器也是在這裏完成的)。
com.sun.tools.javac.processing.JavacProcessingEnvironment 處理註解
com.sun.tools.javac.comp.Attr 檢查語義的合理性並進行邏輯判斷，類型是否匹配，是否初始化，泛型是否可推導，字符串常量合併
com.sun.tools.javac.comp.Check 協助attr，變量類型是否正確
com.sun.tools.javac.comp.Resolve 協助attr，變量方法類的訪問是否合法，是否是靜態變量
com.sun.tools.javac.comp.ConstFold 協助attr，常量摺疊
com.sun.tools.javac.comp.Infer 協助attr，推導泛型
com.sun.tools.javac.comp.Flow 數據流分析和替換等價源代碼的分析（即上面的進一步語義分析）
3.4代碼生成器
目的：將註解語法樹轉化成字節碼，並將字節碼寫入*.class文件。
流程：
- 將java的代碼塊轉化爲符合JVM語法的命令形式，這就是字節碼
- 按照JVM的文件組織格式將字節碼輸出到*.class文件中
源碼關鍵：
com.sun.tools.javac.jvm.Gen 遍歷語法樹生成最終的java字節碼
com.sun.tools.javac.jvm.Items 輔助gen，這個類表示任何可尋址的操作項，這些操作項都可以作爲一個單位出現在操作棧上
com.sun.tools.javac.jvm.Code 輔助gen，存儲生成的字節碼，並提供一些能夠影射操作碼的方法