《Java虚拟机规范》阅读（三）:Class文件格式

　　每一个Class都对应着唯一的一个类或借口的定义信息。这里，我们称为"Class文件格式"只是通俗的将任意一个符合有效的类或借口的格式这么称呼，但是它并不一定是以磁盘文件的形式存在。

　　每个Class文件都是由8字节为单位的字节流组成，所有的16位、32位和64位长度的数据将被构造成 2个、4个和8个8字节单位来表示。

ClassFile结构

　　每一个Class文件对应于一个如下所示的ClassFile结构体。

ClassFile { 
    u4 magic; 
    u2 minor_version; 
    u2 major_version; 
    u2 constant_pool_count; 
    cp_info constant_pool[constant_pool_count-1]; 
    u2 access_flags; 
    u2 this_class; 
    u2 super_class; 
    u2 interfaces_count; 
    u2 interfaces[interfaces_count]; 
    u2 fields_count; field_info fields[fields_count]; 
    u2 methods_count; method_info methods[methods_count]; 
    u2 attributes_count; attribute_info attributes[attributes_count]; 
}

　　其中u1、u2、u4分别代表1、2、4个字节无符号数。

　　magic：

　　魔数，魔数的唯一作用是确定这个文件是否为一个能被虚拟机所接受的Class文件。魔数值固定为0xCAFEBABE，不会改变。

　　minor_version、major_version：

　　分别为Class文件的副版本和主版本。它们共同构成了Class文件的格式版本号。不同版本的虚拟机实现支持的Class文件版本号也相应不同，高版本号的虚拟机可以支持低版本的Class文件，反之则不成立。

　　constant_pool_count：

　　常量池计数器，constant_pool_count的值等于constant_pool表中的成员数加1。

　　constant_pool[]：

　　常量池，constant_pool是一种表结构，它包含Class文件结构及其子结构中引用的所有字符串常量、类或接口名、字段名和其它常量。常量池不同于其他，索引从1开始到constant_pool_count -1。

　　access_flags：

　　访问标志，access_flags是一种掩码标志，用于表示某个类或者接口的访问权限及基础属性。access_flags的取值范围和相应含义见下表：

　　　　

　　this_class：

　　类索引，this_class的值必须是对constant_pool表中项目的一个有效索引值。constant_pool表在这个索引处的项必须为CONSTANT_Class_info类型常量，表示这个Class文件所定义的类或接口。

　　super_class：

　　父类索引，对于类来说，super_class的值必须为0或者是对constant_pool表中项目的一个有效索引值。如果它的值不为0，那constant_pool表在这个索引处的项必须为CONSTANT_Class_info类型常量，表示这个Class文件所定义的类的直接父类。当然，如果某个类super_class的值是0，那么它必定是java.lang.Object类，因为只有它是没有父类的。

　　interfaces_count：

　　接口计数器，interfaces_count的值表示当前类或接口的直接父接口数量。

　　interfaces[]：

　　接口表，interfaces[]数组中的每个成员的值必须是一个对constant_pool表中项目的一个有效索引值，它的长度为interfaces_count。每个成员interfaces[i] 必须为CONSTANT_Class_info类型常量。

　　fields_count：

　　字段计数器，fields_count的值表示当前Class文件fields[]数组的成员个数。

　　fields[]：

　　字段表，fields[]数组中的每个成员都必须是一个fields_info结构的数据项，用于表示当前类或接口中某个字段的完整描述。

　　methods_count：

　　方法计数器，methods_count的值表示当前Class文件methods[]数组的成员个数。

　　methods[]：

　　方法表，methods[]数组中的每个成员都必须是一个method_info结构的数据项，用于表示当前类或接口中某个方法的完整描述。

　　attributes_count：

　　属性计数器，attributes_count的值表示当前Class文件attributes表的成员个数。

　　attributes[]：

　　属性表，attributes表的每个项的值必须是attribute_info结构。

　　下面举个简单的例子来说明一下ClassFile的结构：

public class HelloWorld
{
    String str = "";

    public String getStr()
    {
        return str;
    }

    public void setStr(String str)
    {
        this.str = str;
    }
    
}

　　通过javap工具我们能看到这个简单的类的结构，如下：

　　
　　我们可以看到一些信息包括主副版本号、常量池、ACC_FLAGS等，再来打开Class文件看一下：

　　根据前面所述的ClassFile结构，我们来分析下：　　

　　
　　可以看到前4个字节为魔数，也就是0xCAFEBABE，这里都是十六进制。

　　
　　魔数后2个字节为副版本号，这里副版本号是0.

　　
　　再后2个字节是主版本号0x0033，转为十进制，主版本号是51，和Javap工具所看到的一样，这里我用的JDK版本是1.7。

　　
　　这两个字节是常量池计数器，常量池的数量为0x0017，转为十进制是23，也就是说常量池的索引为1~22，这与Javap所看到的也相符。
　　常量池计数器后面就是常量池的内容，我们根据javap所看到的信息找到最后一个常量池项java/lang/Object，在字节码中找到对应的地方：

　　

　　常量池后面两个字节是访问标志access_flags：

　　

　　值为0x0021，在javap中我们看到这个类的标志是　

　　

　　其中ACC_PUBLIC的值为0x0001，ACC_SUPER的值为0x0020，与字节码是相匹配的。
　　至于ClassFile的其他结构，包括this_class、super_class、接口计数器、接口等等都可以通过同样的方法进行分析，这里就不再多说了。

　　下面将详细的介绍一下ClassFile结构中的中的各个部分。

常量池

　　所有的常量池项都具有如下通用格式：

cp_info 
{ 
　　u1 tag; 
　　u1 info[]; 
}

　　以1个字节的tag开头，后面info[]项的内容tag由的类型所决定。tag有效的类型和对应的取值如下表：

　　

　　下面我们来介绍下不同类型的tag所对应的结构和规则：

　　CONSTANT_Class_info结构：

　　CONSTANT_Class_info结构用于表示类或接口，格式如下：

CONSTANT_Class_info 
{ 
    u1 tag; 
    u2 name_index; 
}

　　CONSTANT_Class_info结构的tag项的值为CONSTANT_Class（7）。name_index项的值，必须是对常量池的一个有效索引。常量池在该索引处的项必须是CONSTANT_Utf8_info结构，代表一个有效的类或接口二进制名称的内部形式。

　　CONSTANT_Fieldref_info， CONSTANT_Methodref_info和CONSTANT_InterfaceMethodref_info结构：

　　字段，方法和接口方法由类似的结构表示：

CONSTANT_Fieldref_info 
{ 
    u1 tag; 
    u2 class_index; 
    u2 name_and_type_index; 
}
CONSTANT_Methodref_info 
{ 
    u1 tag; 
    u2 class_index; 
    u2 name_and_type_index; 
}
CONSTANT_InterfaceMethodref_info 
{ 
    u1 tag; 
    u2 class_index; 
    u2 name_and_type_index; 
}

　　CONSTANT_Fieldref_info结构的tag项的值为CONSTANT_Fieldref（9）。

　　CONSTANT_Methodref_info结构的tag项的值为CONSTANT_Methodref（10）。 CONSTANT_InterfaceMethodref_info结构的tag项的值为CONSTANT_InterfaceMethodref（11）

　　class_index项的值必须是对常量池的有效索引，常量池在该索引处的项必须是CONSTANT_Class_info结构，表示一个类或接口，当前字段或方法是这个类或接口的成员。
　　name_and_type_index项的值必须是对常量池的有效索引，常量池在该索引处的项必须是CONSTANT_NameAndType_info结构，它表示当前字段或方法的名字和描述符。
　　CONSTANT_String_info结构：

　　CONSTANT_String_info用于表示java.lang.String类型的常量对象，格式如下：

CONSTANT_String_info 
{
    u1 tag; 
    u2 string_index; 
}

 　　CONSTANT_String_info结构的tag项的值为CONSTANT_String（8）。string_index项的值必须是对常量池的有效索引，常量池在该索引处的项必须是CONSTANT_Utf8_info结构，表示一组Unicode码点序列，这组Unicode码点序列最终会被初始化为一个String对象。

　　CONSTANT_Integer_info和CONSTANT_Float_info结构:

　　CONSTANT_Intrger_info和CONSTANT_Float_info结构表示4字节（int和float）的数值常量：　

CONSTANT_Integer_info 
{ 
    u1 tag; 
    u4 bytes; 
} 
CONSTANT_Float_info 
{ 
    u1 tag; 
    u4 bytes; 
}

　　CONSTANT_Integer_info结构的bytes项表示int常量的值，按照Big-Endian的顺序存储。 CONSTANT_Float_info结构的bytes项按照IEEE 754单精度浮点格式。表示float常量的值，按照Big-Endian的顺序存储。

　　CONSTANT_Long_info和CONSTANT_Double_info结构:

　　CONSTANT_Long_info和CONSTANT_Double_info结构表示8字节（long和double）的数值常量：

CONSTANT_Long_info 
{ 
    u1 tag; 
    u4 high_bytes; 
    u4 low_bytes; 
} 
CONSTANT_Double_info 
{ 
    u1 tag; 
    u4 high_bytes; 
    u4 low_bytes; 
}

　　在Class文件的常量池中，所有的8字节的常量都占两个表成员（项）的空间。如果一个CONSTANT_Long_info或CONSTANT_Double_info结构的项在常量池中的索引为n，则常量池中下一个有效的项的索引为n+2，此时常量池中索引为n+1的项有效但必须被认为不可用。

　　CONSTANT_Long_info结构的tag项的值是CONSTANT_Long（5）。 CONSTANT_Double_info结构的tag项的值是CONSTANT_Double（6）。

　　CONSTANT_Long_info结构中的无符号的high_bytes和low_bytes项用于共同表示long型常量，构造形式为((long) high_bytes << 32) + low_bytes，high_bytes和low_bytes都按照Big-Endian顺序存储。 CONSTANT_Double_info结构中的high_bytes和low_bytes共同按照IEEE 754双精度浮点格式表示double常量的值。high_bytes和low_bytes都按照Big-Endian顺序存储。

　　CONSTANT_NameAndType_info结构：

　　CONSTANT_NameAndType_info结构用于表示字段或方法，但是和前面介绍的三个表示字段方法的结构不同，CONSTANT_NameAndType_info结构没有标识出它所属的类或接口，格式如下：

CONSTANT_NameAndType_info 
{ 
    u1 tag; 
    u2 name_index; 
    u2 descriptor_index; 
}

　　CONSTANT_NameAndType_info结构的tag项的值为CONSTANT_NameAndType（12）。

　　name_index项的值必须是对常量池的有效索引，常量池在该索引处的项必须是CONSTANT_Utf8_info结构，这个结构要么表示特殊的方法名<init>，要么表示一个有效的字段或方法的非限定名。
　　descriptor_index项的值必须是对常量池的有效索引，常量池在该索引处的项必须是CONSTANT_Utf8_info（§4.4.7）结构，这个结构表示一个有效的字段描述符或方法描述符。

　　CONSTANT_Utf8_info结构：

　　CONSTANT_Utf8_info结构用于表示字符串常量的值：

CONSTANT_Utf8_info 
{ 
    u1 tag; 
    u2 length; 
    u1 bytes[length]; 
}

　　CONSTANT_Utf8_info结构的tag项的值为CONSTANT_Utf8（1）。length项的值指明了bytes[]数组的长度，bytes[]是表示字符串值的byte数组。

　　CONSTANT_MethodHandle_info结构：

　　CONSTANT_MethodHandle_info结构用于表示方法句柄，结构如下：

CONSTANT_MethodHandle_info 
{
    u1 tag; 
    u1 reference_kind; 
    u2 reference_index; 
}

　　CONSTANT_MethodHandle_info结构的tag项的值为CONSTANT_MethodHandle（15）。reference_kind项的值必须在1至9之间（包括1和9），它决定了方法句柄的类型。

　　reference_index项的值必须是对常量池的有效索引，索引项和reference_kind的对应关系如下：

　　

　　CONSTANT_MethodType_info结构：

　　CONSTANT_MethodType_info结构用于表示方法类型：

CONSTANT_MethodType_info 
{ 
    u1 tag; 
    u2 descriptor_index; 
}

　　CONSTANT_MethodType_info结构的tag项的值为CONSTANT_MethodType（16）。descriptor_index项的值必须是对常量池的有效索引，常量池在该索引处的项必须是CONSTANT_Utf8_info结构，表示方法的描述符。

　　CONSTANT_InvokeDynamic_info结构：

　　CONSTANT_InvokeDynamic_info用于表示invokedynamic指令所使用到的引导方法、引导方法使用到动态调用名称、参数和请求返回类型、以及可以选择性的附加被称为静态参数的常量序列。

CONSTANT_InvokeDynamic_info 
{ 
    u1 tag; 
    u2 bootstrap_method_attr_index; 
    u2 name_and_type_index; 
}

　　CONSTANT_InvokeDynamic_info结构的tag项的值为CONSTANT_InvokeDynamic（18）。bootstrap_method_attr_index项的值必须是对当前Class文件中引导方法表的bootstrap_methods[]数组的有效索引。ame_and_type_index项的值必须是对当前常量池的有效索引，常量池在该索引处的项必须是CONSTANT_NameAndType_info结构，表示方法名和方法描述符。

　　下面我们还是使用上面ClassFile的例子来简单看下常量池:

　　通过javap我们看到常量池中第一项为：　

　　

 　　是HelloWorld的初始化方法，再来看一下字节码：

　　

 　　0A是第一个常量池项的tag，转为十进制是10，查找上面的常量类型表的确是CONSTANT_Methodref类型常量。

　　根据CONSTANT_Methodref_info的结构，tag后2个字节为class_index，为常量池的某个可用索引，索引项必须为CONSTANT_Class_info结构：

　　

　　0x0005，转为十进制是5。索引位置5的常量为：

　　

　　可以看到是Object类，Java中所有的类都是Object类的子类。HelloWorld类没有显示的定义构造方法，会自动调用父类Object的无参构造方法。

　　继续看CONSTANT_Methodref_info的结构的第三个属性name_and_type_index，为常量池的某个可用索引，索引项必须为CONSTANT_NameAndType_info结构：

　　

　　0x0012，转为十进制是18。索引位置18的常量为：

　　

　　包括前面的索引5的CONSTANT_Class_info结构和这里的CONSTANT_NameAndType_info结构我们都可以继续追踪下去，这里我只是做简单分析就不再往下了。

　　用同样的方法可以分析常量池里每一个常量。

字段

　　每个字段（Field）都由field_info结构所定义，在同一个Class文件中，不会有两个字段同时具有相同的字段名和描述符。

　　field_info结构格式如下：　

field_info
{ 
    u2 access_flags; 
    u2 name_index; 
    u2 descriptor_index; 
    u2 attributes_count; 
    attribute_info attributes[attributes_count]; 
}

　　access_flags项的值是用于定义字段被访问权限和基础属性的掩码标志。取值范围如下表：

　　

　　name_index项的值必须是对常量池的一个有效索引。常量池在该索引处的项必须是CONSTANT_Utf8_info结构，表示一个有效的字段的非全限定名。

　　descriptor_index项的值必须是对常量池的一个有效索引。常量池在该索引处的项必须是CONSTANT_Utf8_info结构，表示一个有效的字段的描述符。

　　attributes_count的项的值表示当前字段的附加属性的数量。

　　attributes表的每一个成员的值必须是attribute结构，一个字段可以有任意个关联属性。

方法

　　所有方法（Method），包括实例初始化方法和类初始化方法在内，都由method_info结构所定义。在一个Class文件中，不会有两个方法同时具有相同的方法名和描述符。

　　method_info结构格式如下：

method_info 
{ 
    u2 access_flags; 
    u2 name_index; 
    u2 descriptor_index; 
    u2 attributes_count; 
    attribute_info attributes[attributes_count]; 
}

　　access_flags项的值是用于定义当前方法的访问权限和基本属性的掩码标志，取值范围如下表：

　　标记名　　　　　　　　值　　　　　　　　说明

 　  ACC_PUBLIC　　　　 0x0001 　　　　public，方法可以从包外访问

　　ACC_PRIVATE　　　　0x0002 　　　　private，方法只能本类中访问

　　ACC_PROTECTED　　0x0004 　　　　protected，方法在自身和子类可以访问

　　ACC_STATIC 　　　　0x0008 　　　　static，静态方法

　　ACC_FINAL 　　　　　0x0010 　　　　final，方法不能被重写（覆盖）

　　ACC_SYNCHRONIZED 　　　　0x0020 　　　　synchronized，方法由管程同步

　　ACC_BRIDGE 　　　　0x0040 　　　　bridge，方法由编译器产生

　　ACC_VARARGS 　　　　0x0080 　　　　表示方法带有变长参数

　　ACC_NATIVE 　　　　0x0100 　　　　native，方法引用非java语言的本地方法

　　ACC_ABSTRACT 　　0x0400 　　　　abstract，方法没有具体实现

　　ACC_STRICT 　　　　0x0800 　　　　strictfp，方法使用FP-strict浮点格式

　　ACC_SYNTHETIC 　　0x1000 　　　　方法在源文件中不出现，由编译器产生

　　name_index项的值必须是对常量池的一个有效索引。常量池在该索引处的项必须是CONSTANT_Utf8_info结构。

　　descriptor_index项的值必须是对常量池的一个有效索引。常量池在该索引处的项必须是CONSTANT_Utf8_info结构，表示一个有效的方法的描述符。

　　attributes_count的项的值表示这个方法的附加属性的数量。attributes表的每一个成员的值必须是attribute结构，一个方法可以有任意个与之相关的属性。

属性：

　　属性（Attributes）在Class文件格式中的ClassFile结构、field_info 结构，method_info结构和Code_attribute结构都有使用，所有属性的通用格式如下：

attribute_info 
{ 
    u2 attribute_name_index; 
    u4 attribute_length; 
    u1 info[attribute_length]; 
}

　　对于任意属性，attribute_name_index必须是对当前Class文件的常量池的有效16位无符号索引。常量池在该索引处的项必须是CONSTANT_Utf8_info结构，表示当前属性的名字。attribute_length项的值给出了跟随其后的字节的长度，这个长度不包括attribute_name_index和attribute_name_index项的6个字节。
　　对于字段、方法、和属性的结构，我们很容易的可以通过javap工具查看到。

关于Class文件的验证可能会放到后面Java虚拟机加载类的过程中学习。