实战java虚拟机(四)——Class文件结构
前言
对于Java虚拟机来说，Class文件是虚拟机的一个重要接口。无论使用何种语言开发，只要能将源文件编译成正确的Class文件，那么这种语言就可以在Java虚拟机上运行。
Class文件总体结构如下图所示
在Java虚拟机规范中，Class文件使用一种类似于C语言结构体的方式进行描述，并且统一使用无符号整数作为基本数据类型，由u1,u2,u4,u8分别表示无符号单字节，2字节，4字节和8字节整数，对于字符串，使用u1数组进行表示。
因此，一个Class文件可以非常严谨地被描述成：
ClassFile{
u4 magic;
u2 minor_version;
u2 major_version;
u2 constant_pool_count;
cp_info constant_pool[constant_pool_count];
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];
}
Class文件的结构严格按照该结构体的定义：（以二进制格式打开Class文件分析）
(1) 文件以一个4字节的Magic（魔数）开头，紧跟着大、小版本号。
(2) 在版本号之后是常量池，常量池的个数为constant_pool_count，常量池中的表项有constant_pool_count -1 项。
(3) 常量池之后是类的访问修饰符、代表自身类的引用、父类引用及接口数量和实现的接口引用。
(4) 在接口之后，有字段的数量和字段描述、方法数量及方法的描述。
(5) 存放类文件的属性信息
一、魔数
魔数作为Class文件的标志，用来告诉Java虚拟机，这是一个Class文件。它是4字节的无符号整数，固定为0xCAFEBABE。
当一个文件不以0xCAFEBABE开头，则虚拟机进行文件校验时就会抛出以下错误：
Exception in thread “main” java.lang.ClassFormatError: Incompatible magic value 184466110 in class file ***
二、 版本
魔数后面紧跟的是小版本号与大版本号，首先是小版本号，然后是大版本号，它们都是2字节的无符号整数
Class文件的版本号与Java编译器的对应关系如下表
|
大版本号 |
小版本号 |
编译器版本 |
|
46 |
0 |
1.2 |
|
47 |
0 |
1.3 |
|
48 |
0 |
1.4 |
|
49 |
0 |
1.5 |
|
50 |
0 |
1.6 |
|
51 |
0 |
1.7 |
|
52 |
0 |
1.8 |
|
53 |
0 |
1.9 |
|
54 |
0 |
10 |
这是从我项目中随机取的一个class文件，通过观察第一行魔数后面的4个字节可知，0x34 = 52 十进制，因此是1.8版本编译的
三、常量池
常量池是Class文件内容最丰富的区域之一，它对于Class文件中字段和方法的解析也有至关重要的作用，版本号之后紧跟的是常量池的数量，以及若干个常量池表项
常量池表项的类型及其TAG值如下表
|
常量池类型 |
TAG |
|
CONSTANT_Class |
7 |
|
CONSTANT_Methodref |
10 |
|
CONSTANT_String |
8 |
|
CONSTANT_Float |
4 |
|
CONSTANT_Double |
6 |
|
CONSTANT_Utf8 |
1 |
|
CONSTANT_MethodType |
16 |
|
CONSTANT_Fieldref |
9 |
|
CONSTANT_InterfaceMethodref |
11 |
|
CONSTANT_Integer |
3 |
|
CONSTANT_Long |
5 |
|
CONSTANT_NameAndType |
12 |
|
CONSTANT_MethodHandle |
15 |
|
CONSTANT_InvokeDynamic |
18 |
继续使用上一个class的内容，第一行8、9列可以看出，0x15 = 21，该文件中的常量池表项有21-1=20项（常量池0位空缺项，不存放实际内容）。数量之后就是常量池实际内容。
四、Class的访问标记
常量池后紧跟的是访问标记，用2字节表示，用于表明类的访问信息，如public，final，abstract等
类Access Flag的标记位和含义
|
标记名称 |
数值 |
描述 |
|
ACC_PUBLIC |
0x0001 |
表示public类 |
|
ACC_FINAL |
0x0010 |
final类 |
|
ACC_SUPER |
0x0020 |
使用增强的方法调用父类方法 |
|
ACC_INTERFACE |
0x0200 |
接口 |
|
ACC_ABSTRACT |
0x0400 |
抽象类 |
|
ACC_SYNTHETIC |
0x1000 |
由编译器产生的类，没有源码对应 |
|
ACC_ANNOTATION |
0x2000 |
注释 |
|
ACC_ENUM |
0x4000 |
枚举 |
（表中数值为了容易描述而取的特殊值）
比如，0x0021表示该类为public且ACC_SUPER标记置为1
写一个简单的类
编译后部分class文件如下
0x0421表明该类是抽象类，且为public，ACC_SUPER置为1（一般都会为1，继承object类）
五、当前类、父类和接口
在访问标记后，会指定该类的类别、父类类别和实现的接口，格式如下：
u2 this_class;
u2 super_class;
u2 interfaces_count;
u2 interfaces[interfaces_count];
其中this_class和super_class都是2字节无符号整数，指向常量池一个CONSTANT_Class，表示当前类型和父类，由于可以继承多个接口，因此，需要用数组形式保存多个接口的索引，表示接口的每个索引也是一个指向常量池的CONSTANT_Class
继续使用该class，其中00 02 ，00 03表明的是本类和父类在常量池的索引，后面的 00 00 表明继承接口数量为0，因此interfaces数组没有数据
六、Class文件的字段
接口描述后，会有类的字段信息
u2 fields_count
field_info fields[fields_count]
字段数量fields_count是一个2字节无符号整数，field_info是字段具体信息，结构如下：
field_info{
u2 access_flags;
u2 name_index;
u2 descriptor_index;
u2 attributes_count;
attribute_info attributes[attributes_count];
}
字段Access Flag的标记位及含义
|
标记名称 |
取值 |
描述 |
|
ACC_PUBLIC |
0x0001 |
表示public字段 |
|
ACC_PRIVATE |
0x0002 |
表示private字段 |
|
ACC_PROTECTED |
0x0004 |
表示protected字段 |
|
ACC_STATIC |
0x0008 |
表示静态字段 |
|
ACC_FINAL |
0x0010 |
表示final字段 |
|
ACC_VOLATILE |
0x0040 |
表示volatile字段 |
|
ACC_TRANSIENT |
0x0080 |
表示瞬时字段，在持久化读写时忽略该字段 |
|
ACC_SYNTHETIC |
0x1000 |
由编译器产生的方法，没有源码对应 |
|
ACC_ENUM |
0x4000 |
枚举 |
继续使用上面的例子，从offset的00000272第10列开始，00 01表明的是字段数量，该类中数量为1，后续00 19表明这个字段是public static final字段，接下来00 04为常量池索引，表示字段名称，常量池第四个为a，即字段名称为a，00 05为字段类型描述，常量池第5个java/lang/String，表示为String类型，接着是属性数量，00 01表示字段存在一个属性， 后面的00 06为属性名，常量池第6项为ConstantValue，表示该属性为常量属性。
常量属性的结构为
ConstantValue_attribute{
u2 attribute_name_index;
u4 attribute_length;
u2 constantvalue_index;
}
之后连续4字节为属性剩余长度，00 00 00 02，表示从0x00000002之后的2字节为属性全部内容，00 07即常量池第7项，得到常量CONSTANT_String，值为空。所以分析出该常量字段为public static final String a = “”;
七、class文件的方法基本结构
在字段之后，就是类的方法信息，它由两部分组成
u2 methods_count;
method_info methods[methods_count];
每个method_info表示一个方法，结构如下
method_info{
u2 access_flags;
u2 name_index;
u2 descriptor_index;
u2 attributes_count;
attribute_info attributes[attributes_count];
}
方法访问标记取值
|
标记名称 |
值 |
作用 |
|
ACC_PUBLIC |
0x0001 |
public |
|
ACC_PRIVATE |
0x0002 |
private |
|
ACC_PROTECTED |
0x0004 |
protected |
|
ACC_STATIC |
0x0008 |
静态方法 |
|
ACC_FINAL |
0x0010 |
final方法不可被重载重写 |
|
ACC_SYNCHRONIZED |
0x0020 |
同步方法 |
|
ACC_BRIDGE |
0x0040 |
由编译器产生的桥接方法 |
|
ACC_VARARGS |
0x0080 |
可变参数方法 |
|
ACC_NATIVE |
0x0100 |
native |
|
ACC_ABSTRACT |
0x0400 |
抽象方法 |
|
ACC_STRICT |
0x0800 |
浮点模式为FP-strict |
|
ACC_SYNTHETIC |
0x1000 |
编译器产生的方法，没有源码对应 |
访问标记name_index表示方法名称，是指向常量池的索引
descriptor_index为方法描述符，也是指向常量池的索引，表示方法的签名(参数、返回值等)
后面的attributes_count和attribute_info表示属性数量及描述
attribute_info{
u2 attribute_name_index;
u4 attribute_length;
u1 info[attribute_length];
}
常用属性
|
属性 |
作用 |
|
ConstantValue |
字段常量 |
|
Code |
表示方法的字节码 |
|
StackMapTable |
Code属性的描述属性，用于字节码变量类型验证 |
|
Exceptions |
方法的异常信息 |
|
SourceFile |
类文件的属性，表示生成这个类的源码 |
|
LineNumberTable |
Code属性的描述属性，描述行号和字节码的对应关系 |
|
LocalVariableTable |
Code属性的描述属性，描述函数局部变量表 |
|
BootstrapMethods |
类文件的描述属性，存放类的引导方法，用于invokeDynamic |
|
StackMapTable |
Code属性的描述属性，用于字节码类型校验 |
Code属性较为复杂，整理一下作用与结构成下图
其中对于Class还有InnerClasses属性和Deprecated属性，比较少用到这里就不多说。
八、Class文件总结
Class文件是非常庞大的，这里我只摘抄一些比较重要的点做一些笔记，后续随着Java平台的发展，Class文件也会有很多补充，但是基本的结构和文件格式应该是不会做重大调整的。从Java虚拟机的角度看，通过Class文件可以让更多的计算机语言支持Java虚拟机平台，Class文件不仅仅是Java虚拟机的执行入口，更是Java生态圈的基础和核心
