【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 StartedRust0212
cann-learning-hubCANN 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 Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
961
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++
872
2.01 K
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++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430