Java 源代码的编译过程是一个将人类可读的高级语言（.java 文件）转换为 Java 虚拟机（JVM）可执行的平台无关字节码（.class 文件）的过程。这一过程由 Java 编译器（javac）完成，属于“前端编译”阶段，区别于运行时的 JIT（Just-In-Time）编译。

作者在前面文章中有讲过 .class文件的字节码结构，可以私信参考。

一、概览

Java 编译器（javac）是 OpenJDK 中 com.sun.tools.javac 包实现的一个模块化编译器，其核心流程可分为 六大阶段：

1. 初始化与参数解析
2. 词法分析（Lexical Analysis）
3. 语法分析（Parsing → AST 构建）
4. 符号表构建与语义分析（包括类型检查）
5. 注解处理（Annotation Processing）
6. 字节码生成与类文件输出

在 OpenJDK 的 javac 实现中，这些阶段由多个“编译任务”（Compilation Task）按顺序驱动，每个阶段可能涉及多个子步骤。

二、详细阶段分解

1：初始化与源文件加载

• 输入：命令行参数（如 -source, -target, -classpath, -d 等）和 .java 源文件路径。
• 操作：
• 解析命令行选项，设置编译上下文（Context）。
• 加载源文件为字符流（java.io.Reader），默认使用平台编码或通过 -encoding 指定。
• 创建 JavaFileManager 管理源文件和输出文件。
• 关键类：Main, JavacTool, Context, JavaFileObject

✅此阶段不涉及语法或语义，仅做环境准备。

2：词法分析（Lexical Analysis）

• 目的：将字符流（char stream）转换为 Token 流（Token Stream）。
• Token 类型（部分）：
• 关键字：public, class, if, return
• 标识符：MyClass, count
• 字面量："hello", 123, 3.14f
• 运算符：+, ==, instanceof
• 分隔符：;, {, }
• 实现机制：
• 使用状态机（Finite State Machine）逐字符扫描。
• 跳过空白字符、注释（//, /* */, /** */）。
• 支持 Unicode 转义（如 \u0041 → 'A'）。
• 输出：Token 序列，供语法分析器消费。
• 关键类：Lexer, Scanner, Token

示例：

int x = 10;

→ Tokens: [INT, IDENTIFIER(x), EQ, INTLITERAL(10), SEMI]

3：语法分析（Parsing）与 AST 构建

• 目的：根据 Java 语法规则（BNF 文法），将 Token 流构造成 抽象语法树（Abstract Syntax Tree, AST）。
• 语法规范来源：《Java Language Specification》（JLS）第 19 章定义的文法。
• AST 节点类型（部分）：
• JCCompilationUnit：整个编译单元（即一个 .java 文件）
• JCClassDecl：类/接口声明
• JCMethodDecl：方法声明
• JCVariableDecl：变量声明
• JCBlock：代码块
• JCExpression：表达式（如 a + b, new Object()）
• 错误处理：
• 若 Token 序列不符合语法规则（如 if (x { } 缺少 )），抛出 编译错误（Compile-time Error）。
• 关键类：Parser, TreeMaker, JCTree

AST 是后续所有分析的基础数据结构，完全保留了源码的结构信息（但不保留格式、注释等）。

4：符号表构建与语义分析（Semantic Analysis）

这是编译过程中最复杂的阶段，包含多个子阶段：

4.1 符号表（Symbol Table）构建（Enter 阶段）

• 目的：为 AST 中的每个声明（类、方法、变量等）创建 符号（Symbol），并记录其作用域。
• 操作：
• 遍历 AST，为每个 JCClassDecl、JCMethodDecl 等创建 Symbol 对象。
• 建立嵌套作用域（Scope）：包 → 类 → 方法 → 代码块。
• 处理 import 语句，解析外部类引用。
• 关键类：Enter, Symtab, Scope, Symbol

例如：List<String> list; 中的 List 需要通过 import java.util.List 或全限定名解析为 java.util.List 的符号。

4.2 类型标注与属性标注（Attribute Phase）

• 目的：为 AST 节点附加类型信息（Type Attribution）。
• 核心任务：
• 类型推断：确定每个表达式的类型（如 1 + 2 → int，"a" + 1 → String）。
• 方法重载解析（Overload Resolution）：选择正确的重载方法。
• 泛型类型检查与擦除准备。
• 常量折叠（Constant Folding）：如 final int x = 2 + 3; → 编译为 5。
• 错误检测：
• 类型不兼容（String s = 123;）
• 未定义变量/方法
• 访问控制违规（访问 private 成员）
• 不可达代码（Unreachable Statement）
• 关键类：Attr, Types, Check

此阶段确保程序“逻辑合法”，是 Java 强类型安全的核心保障。

4.3 泛型处理（Generics Handling）

• 泛型擦除（Type Erasure）：
• 编译器移除泛型类型参数，替换为上界（通常是 Object）。
• 插入 类型转换（bridge methods）以保证多态正确性。
• 示例：List<String> list = new ArrayList<>();
  String s = list.get(0);编译后：List list = new ArrayList();
  String s = (String) list.get(0); // 插入强制转换
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  

泛型信息仅存在于编译期，.class 文件中通过 Signature Attribute 保留部分信息供反射使用。

5：注解处理（Annotation Processing）

• 触发条件：源码中存在注解，且 classpath 中有对应的 Processor 实现。
• 流程：
• 生成新源文件（如 Lombok 生成 getter/setter）
• 报告错误/警告
• 修改现有 AST（受限）
• 编译器发现注解（如 @Entity, @Data）。
• 查找 META-INF/services/javax.annotation.processing.Processor 中注册的处理器。
• 调用 process() 方法，传入注解元素（Element）。
• 处理器可：
• 若生成新 .java 文件，则重新进入编译流程（可能多轮）。
• 关键接口：javax.annotation.processing.Processor, RoundEnvironment
• 注意：注解处理器 不能修改已有源码，只能生成新文件或报错。

Lombok 等工具实际利用了 javac 的内部 API（非标准方式）直接修改 AST，属于“hack”。

6：字节码生成（Code Generation）

• 输入：经过语义分析和注解处理后的 AST。
• 目标：生成符合 JVM 规范（JVMS Chapter 4）的 .class 文件。
• 主要任务：

6.1 控制流图构建（CFG）

• 将方法体转换为基本块（Basic Block）组成的控制流图，用于优化和指令生成。

6.2 局部变量表与操作数栈管理

• 为每个方法分配局部变量索引（Local Variable Index）。
• 模拟 JVM 操作数栈，生成合适的指令序列。

6.3 指令生成（Bytecode Emission）

• 遍历 AST 表达式/语句，生成对应的 JVM 指令：
• 变量赋值 → istore, astore
• 方法调用 → invokevirtual, invokestatic
• 条件分支 → ifeq, goto
• 对象创建 → new, invokespecial
• 常量池构建：字符串、类名、方法签名等存入常量池（Constant Pool）。

6.4 元数据写入

• 写入：
• 访问标志（ACC_PUBLIC, ACC_FINAL）
• 类/父类/接口信息
• 字段表（FieldInfo）
• 方法表（MethodInfo），含 Code Attribute
• SourceFile、LineNumberTable、LocalVariableTable 等调试属性（若启用 -g）
• 输出：二进制 .class 文件，可通过 javap -v MyClass 查看反汇编。
• 关键类：Gen, Code, ClassWriter, Pool

示例：System.out.println("Hello"); 生成：

getstatic java/lang/System.out : Ljava/io/PrintStream;ldc "Hello"invokevirtual java/io/PrintStream.println(Ljava/lang/String;)V

三、编译过程中的优化

javac 本身 不做激进优化（如循环展开、内联），原因如下：

• 优化主要由 JVM 的 JIT 编译器（C1/C2）在运行时完成。
• javac 仅做少量 编译期常量优化：
• 常量折叠（2 + 3 → 5）
• 死代码消除（if (false) { ... } 整块移除）
• 字符串拼接优化（"a" + "b" → "ab"）

因此，.class 文件中的字节码通常接近“直译”源码，便于调试和 JIT 优化。

四、编译产物：.class 文件结构（简要）

五、调试与工具

• 查看 AST：使用 javac -XD-printFlat（非公开选项）或第三方工具（如 Spoon）。
• 反编译字节码：javap -c -v MyClass
• 跟踪编译过程：javac -verbose
• 自定义编译器插件：通过 com.sun.source.util.TaskListener 监听编译事件。

六、总结

Java 编译过程是一个 多层次、强校验、结构化 的静态分析过程。它确保了：

• 类型安全（Type Safety）
• 平台无关性（Write Once, Run Anywhere）
• 向后兼容性（通过字节码版本控制）
• 扩展性（通过注解处理器）

理解这一过程，对于深入掌握 Java 语言特性（如泛型、lambda、模块系统）、性能调优、字节码操作（ASM/Javassist）、编译器插件开发等相当重要。

✅如果你是质量及效能开发的从业人员，那么Java 源代码的编译过程和 AST 相关知识可能对你很重要。