欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Java代码编译和反编译的那些事儿

程序员文章站 2024-02-24 23:12:22
编程语言 在介绍编译和反编译之前,我们先来简单介绍下编程语言(programming language)。编程语言(programming language)分为低级...

编程语言

在介绍编译和反编译之前,我们先来简单介绍下编程语言(programming language)。编程语言(programming language)分为低级语言(low-level language)和高级语言(high-level language)。

机器语言(machine language)和汇编语言(assembly language)属于低级语言,直接用计算机指令编写程序。

而c、c++、java、python等属于高级语言,用语句(statement)编写程序,语句是计算机指令的抽象表示。

举个例子,同样一个语句用c语言、汇编语言和机器语言分别表示如下:

Java代码编译和反编译的那些事儿

计算机只能对数字做运算,符号、声音、图像在计算机内部都要用数字表示,指令也不例外,上表中的机器语言完全由十六进制数字组成。最早的程序员都是直接用机器语言编程,但是很麻烦,需要查大量的表格来确定每个数字表示什么意思,编写出来的程序很不直观,而且容易出错,于是有了汇编语言,把机器语言中一组一组的数字用助记符(mnemonic)表示,直接用这些助记符写出汇编程序,然后让汇编器(assembler)去查表把助记符替换成数字,也就把汇编语言翻译成了机器语言。

但是,汇编语言用起来同样比较复杂,后面,就衍生出了java、c、c++等高级语言。

什么是编译

上面提到语言有两种,一种低级语言,一种高级语言。可以这样简单的理解:低级语言是计算机认识的语言、高级语言是程序员认识的语言。

那么如何从高级语言转换成低级语言呢?这个过程其实就是编译。

从上面的例子还可以看出,c语言的语句和低级语言的指令之间不是简单的一一对应关系,一条a=b+1;语句要翻译成三条汇编或机器指令,这个过程称为编译(compile),由编译器(compiler)来完成,显然编译器的功能比汇编器要复杂得多。用c语言编写的程序必须经过编译转成机器指令才能被计算机执行,编译需要花一些时间,这是用高级语言编程的一个缺点,然而更多的是优点。首先,用c语言编程更容易,写出来的代码更紧凑,可读性更强,出了错也更容易改正。

将便于人编写、阅读、维护的高级计算机语言所写作的源代码程序,翻译为计算机能解读、运行的低阶机器语言的程序的过程就是编译。负责这一过程的处理的工具叫做编译器

现在我们知道了什么是编译,也知道了什么是编译器。不同的语言都有自己的编译器,java语言中负责编译的编译器是一个命令:javac

javac是收录于jdk中的java语言编译器。该工具可以将后缀名为.java的源文件编译为后缀名为.class的可以运行于java虚拟机的字节码。

当我们写完一个helloworld.java文件后,我们可以使用javac helloworld.java命令来生成helloworld.class文件,这个class类型的文件是jvm可以识别的文件。通常我们认为这个过程叫做java语言的编译。其实,class文件仍然不是机器能够识别的语言,因为机器只能识别机器语言,还需要jvm再将这种class文件类型字节码转换成机器可以识别的机器语言。

什么是反编译

反编译的过程与编译刚好相反,就是将已编译好的编程语言还原到未编译的状态,也就是找出程序语言的源代码。就是将机器看得懂的语言转换成程序员可以看得懂的语言。java语言中的反编译一般指将class文件转换成java文件。

有了反编译工具,我们可以做很多事情,最主要的功能就是有了反编译工具,我们就能读得懂java编译器生成的字节码。如果你想问读懂字节码有啥用,那么我可以很负责任的告诉你,好处大大的。比如我的博文几篇典型的原理性文章,都是通过反编译工具得到反编译后的代码分析得到的。如深入理解多线程(一)——synchronized的实现原理、深度分析java的枚举类型—-枚举的线程安全性及序列化问题、java中的switch对整型、字符型、字符串型的具体实现细节、java的类型擦除等。我最近在gitchat写了一篇关于java语法糖的文章,其中大部分内容都用到反编译工具来洞悉语法糖背后的原理。

java反编译工具

本文主要介绍3个java的反编译工具:javap、jad和cfr

javap

javap是jdk自带的一个工具,可以对代码反编译,也可以查看java编译器生成的字节码。javap和其他两个反编译工具最大的区别是他生成的文件并不是java文件,也不像其他两个工具生成代码那样更容易理解。拿一段简单的代码举例,如我们想分析java 7中的switch是如何支持string的,我们先有以下可以编译通过的源代码:

public class switchdemostring {
 public static void main(string[] args) {
 string str = "world";
 switch (str) {
  case "hello":
  system.out.println("hello");
  break;
  case "world":
  system.out.println("world");
  break;
  default:
  break;
 }
 }
}

执行以下两个命令:

javac switchdemostring.java
javap -c switchdemostring.class

生成代码如下:

public class com.hollis.suguar.switchdemostring {
 public com.hollis.suguar.switchdemostring();
 code:
 0: aload_0
 1: invokespecial #1   // method java/lang/object."<init>":()v
 4: return

 public static void main(java.lang.string[]);
 code:
 0: ldc  #2   // string world
 2: astore_1
 3: aload_1
 4: astore_2
 5: iconst_m1
 6: istore_3
 7: aload_2
 8: invokevirtual #3   // method java/lang/string.hashcode:()i
 11: lookupswitch { // 2
  99162322: 36
  113318802: 50
  default: 61
  }
 36: aload_2
 37: ldc  #4   // string hello
 39: invokevirtual #5   // method java/lang/string.equals:(ljava/lang/object;)z
 42: ifeq  61
 45: iconst_0
 46: istore_3
 47: goto  61
 50: aload_2
 51: ldc  #2   // string world
 53: invokevirtual #5   // method java/lang/string.equals:(ljava/lang/object;)z
 56: ifeq  61
 59: iconst_1
 60: istore_3
 61: iload_3
 62: lookupswitch { // 2
   0: 88
   1: 99
  default: 110
  }
 88: getstatic #6   // field java/lang/system.out:ljava/io/printstream;
 91: ldc  #4   // string hello
 93: invokevirtual #7   // method java/io/printstream.println:(ljava/lang/string;)v
 96: goto  110
 99: getstatic #6   // field java/lang/system.out:ljava/io/printstream;
 102: ldc  #2   // string world
 104: invokevirtual #7   // method java/io/printstream.println:(ljava/lang/string;)v
 107: goto  110
 110: return
}

我个人的理解,javap并没有将字节码反编译成java文件,而是生成了一种我们可以看得懂字节码。其实javap生成的文件仍然是字节码,只是程序员可以稍微看得懂一些。如果你对字节码有所掌握,还是可以看得懂以上的代码的。其实就是把string转成hashcode,然后进行比较。

个人认为,一般情况下我们会用到javap命令的时候不多,一般只有在真的需要看字节码的时候才会用到。但是字节码中间暴露的东西是最全的,你肯定有机会用到,比如我在分析synchronized的原理的时候就有是用到javap。通过javap生成的字节码,我发现synchronized底层依赖了acc_synchronized标记和monitorenter、monitorexit两个指令来实现同步。

jad

jad是一个比较不错的反编译工具,只要下载一个执行工具,就可以实现对class文件的反编译了。还是上面的源代码,使用jad反编译后内容如下:

命令:jad switchdemostring.class

public class switchdemostring
{
 public switchdemostring()
 {
 }
 public static void main(string args[])
 {
 string str = "world";
 string s;
 switch((s = str).hashcode())
 {
 default:
  break;
 case 99162322:
  if(s.equals("hello"))
  system.out.println("hello");
  break;
 case 113318802:
  if(s.equals("world"))
  system.out.println("world");
  break;
 }
 }
}

看,这个代码你肯定看的懂,因为这不就是标准的java的源代码么。这个就很清楚的可以看到原来字符串的switch是通过equals()和hashcode()方法来实现的。

但是,jad已经很久不更新了,在对java7生成的字节码进行反编译时,偶尔会出现不支持的问题,在对java 8的lambda表达式反编译时就彻底失败。

cfr

jad很好用,但是无奈的是很久没更新了,所以只能用一款新的工具替代他,cfr是一个不错的选择,相比jad来说,他的语法可能会稍微复杂一些,但是好在他可以work。

如,我们使用cfr对刚刚的代码进行反编译。执行一下命令:

java -jar cfr_0_125.jar switchdemostring.class --decodestringswitch false

得到以下代码:

public class switchdemostring {
 public static void main(string[] arrstring) {
 string string;
 string string2 = string = "world";
 int n = -1;
 switch (string2.hashcode()) {
  case 99162322: {
  if (!string2.equals("hello")) break;
  n = 0;
  break;
  }
  case 113318802: {
  if (!string2.equals("world")) break;
  n = 1;
  }
 }
 switch (n) {
  case 0: {
  system.out.println("hello");
  break;
  }
  case 1: {
  system.out.println("world");
  break;
  }
 }
 }
}

通过这段代码也能得到字符串的switch是通过equals()和hashcode()方法来实现的结论。

相比jad来说,cfr有很多参数,还是刚刚的代码,如果我们使用以下命令,输出结果就会不同:

java -jar cfr_0_125.jar switchdemostring.class

public class switchdemostring {
 public static void main(string[] arrstring) {
 string string;
 switch (string = "world") {
  case "hello": {
  system.out.println("hello");
  break;
  }
  case "world": {
  system.out.println("world");
  break;
  }
 }
 }
}

所以--decodestringswitch表示对于switch支持string的细节进行解码。类似的还有--decodeenumswitch、--decodefinally、--decodelambdas等。在我的关于语法糖的文章中,我使用--decodelambdas对lambda表达式警进行了反编译。 源码:

public static void main(string... args) {
 list<string> strlist = immutablelist.of("hollis", "公众号:hollis", "博客:www.hollischuang.com");

 strlist.foreach( s -> { system.out.println(s); } );
}

java -jar cfr_0_125.jar lambdademo.class --decodelambdas false反编译后代码:

public static /* varargs */ void main(string ... args) {
 immutablelist strlist = immutablelist.of((object)"hollis", (object)"\u516c\u4f17\u53f7\uff1ahollis", (object)"\u535a\u5ba2\uff1awww.hollischuang.com");
 strlist.foreach((consumer<string>)lambdametafactory.metafactory(null, null, null, (ljava/lang/object;)v, lambda$main$0(java.lang.string ), (ljava/lang/string;)v)());
}

private static /* synthetic */ void lambda$main$0(string s) {
 system.out.println(s);
}

cfr还有很多其他参数,均用于不同场景,读者可以使用java -jar cfr_0_125.jar --help进行了解。这里不逐一介绍了。

如何防止反编译

由于我们有工具可以对class文件进行反编译,所以,对开发人员来说,如何保护java程序就变成了一个非常重要的挑战。但是,魔高一尺、道高一丈。当然有对应的技术可以应对反编译咯。但是,这里还是要说明一点,和网络安全的防护一样,无论做出多少努力,其实都只是提高攻击者的成本而已。无法彻底防治。

典型的应对策略有以下几种:

  • 隔离java程序
    • 让用户接触不到你的class文件
  • 对class文件进行加密
    • 提到破解难度
  • 代码混淆
    • 将代码转换成功能上等价,但是难于阅读和理解的形式

总结

以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值,谢谢大家对的支持。