class 文件反编译器的 java 实现

Posted MalcolmF

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了class 文件反编译器的 java 实现相关的知识,希望对你有一定的参考价值。

  最近由于公司项目需要,了解了很多关于类加载方面的知识,给项目带来了一些热部署方面的突破。 由于最近手头工作不太忙,同时驱于对更底层知识的好奇与渴求,因此决定学习了一下 class 文件结构,并通过一周的不懈努力,已经掌握了class 的文件结构,并用 java 实现了一个简单的反编译器:读取 class 文件,反编译成纯 java 代码。下面来看一下具体的实现思路和代码分析。

  1. class 文件是一种平台无关性的二进制文件,通过 IO 流可以读取成byte[],将字节数组转换为十六进制(字符串)之后,class 的数据结构便一目了然了,对 class 文件的解析即变成了对整个十六进制串的分割、解析

  2. 那么如何分割呢?事实上,class 的文件采用一种“伪结构体”的形式来存储数据,这种“伪结构体”只有两种数据类型:无符号数和表(表中的数据也都是无符号数)。 表的概念我们都知道,那什么是无符号数呢?我们都知道,在计算机中最基本数据单位是字节,1字节(byte)= 8位(bit),也就是8个长度的二进制,而4个长度的二进制可以代表1个长度的十六进制,因此,两个十六进制代表一个字节,用无符号数标识即 :

      • u1代表一个字节,代表2长度的十六进制(如0x01);
      • u2代表两个字节,代表4长度的十六进制(如0x0001);
      • u4代表4个字节,代表8长度的十六进制(如0x00000001)

  3. 整个 class 文件就是一张表,表中的字段有:魔数、虚拟机的次版本、主版本、常量池的大小、常量池、访问标识、当前类、父类、实现的接口数量、接口集合、字段表数量、字段表集合、方法表数量、方法表集合、属性表数量、属性表集合。   其中,魔数、主次版本、常量池大小、访问标识、当前类、父类、表集合数量等都是无符号数。     常量池、字段表集合、方法表集合、属性表集合等都是表结构,有的表结构中的字段又嵌套了其他的表结构。  具体的无符号数大小和表结构在此不进行展开赘述,用一句话来说:class 文件的数据结构是一种表结构的嵌套

  4. 上边对 class 文件的数据结构进行了简略的介绍,现在我们开始讨论如何解析并存储 class 文件。 我们可以按照class 文件中的各种表结构,建立相应的 Bean,例如 对于整个 class 文件,即class_info,我们可以建立如下的 bean:

public class Class_info {
    private String magic;  //魔数
    private String minor_version;  //虚拟机次版本
    private String major_version;  //虚拟机主版本
    private int cp_count;  //常量池大小
    private Map<Integer, Constant_X_info> constant_pool_Map;  //常量池
    private String access_flag;  //访问标识
    private int this_class_index;  //当前类索引
    private int super_class_index;  //父类索引
    private int interfaces_count;  //接口数量
    private List<Integer> interfacesList;  //接口集合
    private int fields_count;  //字段表数量
    private List<Fields_info> fields_info_List;  //字段表集合
    private int Methods_count;  //方法表数量
    private List<Methods_info> methods_info_List;  //方法表集合
    private int attributes_count;  //属性表数量
    private List<Attribute_info> attributes;  //属性表集合
    
    public String getMagic() {
        return magic;
    }
    public void setMagic(String magic) {
        this.magic = magic;
    }
  
  ..... 省略其他 get set
}

  将所有的表结构都搭建好后,我们可以开始对 class 文件读取到的 十六进制字符串进行切割,将切割到的数据填充到我们的 bean 中。在此,提供一种切割字符串的思路:创建一个静态指针,指向切割字符串的 start 位置,每次切割length 长度后,对指针进行初始化,即 start = start + length。如果要进行切割数据,那么只需要调用 cutString(int len) 就可以了。 代码如下:

   private static int start_pointer = 0; 
    private static String hexString = ""; // 十六进制串

    private static String cutString(int len) {
        String cutStr = hexString.substring(start_pointer, start_pointer + len);
        // 初始化指针
        start_pointer = start_pointer + len;
        return cutStr;
    }

  

  5. 请注意,上述虽然说起来简单,然而切割数据不可以弄错任何一个字节的长度,如果弄错任何一个字节的长度,那后边的数据完全是错位的,必须推倒重来! 经过一系列努力后,终于把所有的数据都进行切割并填充到了 bean 中,下面就是利用数据,拼装 java 源代码了。这一部分最重要的无非是方法体的拼装,在编译的过程中,编译器已经将 方法体中的java 语句编译成了字节码指令,完全是内存的堆栈操作,跟我们之前的 java 代码比完全变了形式和语法。那么,如何根据字节码指令,推导出java源代码呢?总结所有的 java 语法,无非是:

    • new 对象 
    • 方法调用(静态方法、构造方法、成员方法、接口方法)
    • 参数传递
    • 计算、判断、赋值
    • 其他的语句(if for while try等)

  我们需要对阅读字节码指令相当熟练,需要达到1.看着 java 代码,推敲出编译后的字节码指令 2.看着字节码,反推敲出 java 代码。  在此基础上,进行大量的规律总结,这也是反编译最难、最核心的地方了。由于内容比较复杂,在此不进行赘述,可以查看笔者项目的源码。

 

  6. 笔者实现的简易反编译器已经开源到 github: https://github.com/MalcolmFF/Decompiler ,其中最重要的两个类为:com.xuanjie.app.App.java(main 方法所在类,解析 class 文件将数据存储到 bean 中) 和 com.xuanjie.core.SrcCreator.java(用于 java 源代码的拼装)。

     欢迎读者进行赏阅,提出建议一起维护完善。

 



以上是关于class 文件反编译器的 java 实现的主要内容,如果未能解决你的问题,请参考以下文章

java反编译

如何将java中的.class文件反编译

class文件反编译后,怎么编译回去!

java反编译工具

反编译class文件并重新编译的方法

为啥将class反编译为java后,java直接编译时有错误