【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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.48 K
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
494
515
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
647
284