JarEditor:无需解压直接编辑JAR文件的终极指南
JarEditor是一款创新的IntelliJ IDEA插件,允许开发者直接对JAR文件内的Class和资源文件进行编辑、添加、删除操作。这款高效工具特别适合处理SpringBoot项目和Kotlin应用,极大简化了JAR文件操作流程。
为什么选择JarEditor?
JarEditor彻底改变了传统JAR文件编辑方式,让开发者能够:
- 直接编辑:在IDE内部直接修改JAR中的.class和资源文件,无需解压缩和重新打包
- 完整操作:支持文件添加、删除、重命名等全套功能
- 智能搜索:强大的搜索功能,快速定位JAR中的任何内容
- 源码支持:不仅能编辑字节码,还能查看和编辑Source JAR中的源代码
核心功能详解
直接编辑JAR文件
JarEditor的核心优势在于其非侵入式编辑方式。所有修改的文件会暂时保存在jar_edit_out目录下,在构建时增量写回原JAR,确保文件操作的安全性和一致性。
高级搜索功能
利用强大的搜索功能,即使在反编译后的Class文件中也能轻松找到目标内容。
实用应用场景
快速修复部署问题
当已部署的JAR文件出现问题时,重新部署整个应用耗时耗力。JarEditor让你能够迅速做出更改,即时生效。
SpringBoot应用测试
对于SpringBoot的Fat JAR,可以直接编辑启动类或配置文件,大大提高开发效率。
Kotlin项目支持
同样完美支持Kotlin代码编辑,让Kotlin开发者享受同等便利。
快速安装步骤
一键安装JarEditor插件:
- 打开IntelliJ IDEA,进入插件市场
- 搜索"JarEditor"
- 点击安装并重启IDE
- 立即开始使用!
操作指南
编辑并构建JAR
安装完成后,在.class反编译文件中可以看到切换到Jar Editor的tab页。
外部jar:File->Project Structure->Libraries->Add Library,然后就可以看到反编译的jar了。 嵌套jar:嵌套jar上右键->JarEditor->Structure->Expand Nested Jar
修改完成后,点击Save(Compile),编译并保存当前修改的java内容。
最后点击Build Jar,将编译保存的类文件写入JAR包中。
修改JAR包中的资源文件也是支持的。
修改字节码工具
针对混淆JAR,反编译的效果不是很好,此时可以使用直接修改字节码工具点击 Class bytes tool 图标选择工具
Javassist:可以对字段/方法/构造函数/静态代码块进行增删改(包括内部类)
其他操作
在JAR包的项目视图中,右键可以看到JarEditor->New/Delete等操作,可以在JAR内添加/删除/重命名/复制/粘贴/导出/备份文件。
工作机制
- 编译依赖的JDK是你的SDK列表中的JDK。您可以选择SDK和编译类的目标版本。
- 编译java时所依赖的classpath就是项目的Libraries依赖。如果找不到依赖包,可以添加Libraries(File->Project Structure->Libraries)。
- Save(Compile)会将修改后的文件保存到JAR包所在目录的子目录jar_edit_out中,Build JAR会将修改的文件增量写入JAR中,最后删除这个临时目录。
最佳实践技巧
高效使用JarEditor的技巧:
- 选择合适的JDK版本进行编译
- 基于当前项目库设置构建类路径
- 定期检查
jar_edit_out目录的临时文件 - 利用智能搜索快速定位问题
- 结合项目需求灵活运用各种编辑功能
现在就去下载JarEditor,开启高效的JAR文件编辑之旅!
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00





