【亲测免费】 ProGuard 开源项目使用教程
2026-01-15 17:53:55作者:羿妍玫Ivan
1. 项目介绍
ProGuard 是一个用于 Java 字节码的免费压缩、优化、混淆和预验证工具。它能够检测并移除未使用的类、字段、方法和属性,优化字节码并移除未使用的指令,使用无意义的短名称重命名剩余的类、字段和方法。通过这些操作,生成的应用程序和库变得更小、更快。
ProGuard 的主要功能包括:
- 压缩:移除未使用的类、字段、方法和属性。
- 优化:优化字节码,移除未使用的指令。
- 混淆:使用短的无意义名称重命名类、字段和方法。
- 预验证:对 Java 字节码进行预验证。
2. 项目快速启动
2.1 命令行方式
首先,从 GitHub 发布页面下载最新版本的 ProGuard。
在 Linux/MacOS 上,运行以下命令:
bin/proguard.sh <options>
在 Windows 上,运行以下命令:
bin\proguard.bat <options>
通常,大多数选项会放在配置文件中(例如 myconfig.pro),然后调用:
bin/proguard.sh @myconfig.pro
或
bin\proguard.bat @myconfig.pro
2.2 Gradle 任务方式
ProGuard 可以作为 Gradle 任务运行。首先,确保 Gradle 在构建时可以在类路径中找到 ProGuard。可以通过在 build.gradle 文件中添加以下内容来实现:
buildscript {
repositories {
mavenCentral()
}
dependencies {
classpath 'com.guardsquare:proguard-gradle:7.6.0'
}
}
然后,定义一个任务并配置:
tasks.register('proguard', ProGuardTask) {
configuration file('proguard.pro')
injars(tasks.named('jar', Jar).flatMap { it.archiveFile })
// 自动处理此构建的 Java 版本
if (System.getProperty('java.version').startsWith('1.')) {
// Java 9 之前,运行时类打包在一个 jar 文件中
libraryjars "${System.getProperty('java.home')}/lib/rt.jar"
} else {
// Java 9 及之后,运行时类打包在模块化的 jmod 文件中
libraryjars "${System.getProperty('java.home')}/jmods/java.base.jmod", jarfilter: '**.jar', filter: 'module-info.class'
}
verbose
outjars(layout.buildDirectory.file("libs/${baseCoordinates}-minified.jar"))
}
3. 应用案例和最佳实践
3.1 应用案例
ProGuard 广泛应用于 Android 开发中,用于减小 APK 文件的大小并提高应用程序的性能。通过移除未使用的代码和资源,ProGuard 可以显著减少 APK 的大小,从而减少用户的下载时间和存储空间。
3.2 最佳实践
- 配置文件优化:合理编写配置文件,确保只保留必要的类和方法,避免过度混淆导致运行时错误。
- 日志代码移除:ProGuard 可以自动移除应用程序和库中的日志代码,无需修改源代码。
- 多版本兼容:在配置文件中处理不同 Java 版本的运行时类路径,确保兼容性。
4. 典型生态项目
ProGuard 作为 Java 字节码优化工具,与以下项目有紧密的生态关系:
- Android Studio:Android 开发的主要 IDE,集成了 ProGuard 用于 APK 优化。
- Gradle:构建工具,支持通过 Gradle 任务运行 ProGuard。
- Maven:依赖管理工具,可以通过 Maven 插件集成 ProGuard。
通过这些生态项目的支持,ProGuard 能够更好地服务于 Java 和 Android 开发,提升应用程序的性能和安全性。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
暂无简介
Dart
774
192
Ascend Extension for PyTorch
Python
343
406
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.34 K
756
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
356
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
180
AscendNPU-IR
C++
86
142
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
249