JVM学习笔记(三)：类文件结构

代码编译的结果从本地机器码转变为字节码，是存储格式发展的一小步，却是编程语言发展的一大步。 

实现语言无关性的基础是虚拟机和字节码存储格式。Java虚拟机不和包括Java在内的任何语言绑定，只与"Class文件"这种特定的二进制文件所关联，Class文件中包含了Java虚拟机指令集合符号表以及若干其它辅助信息。Java虚拟机作为一个通用的、机器无关的执行平台，任何其他语言都可以将其作为语言的产品交付媒介。

Java虚拟机提供的语言无关性：

Class文件是一组以8位字节为基础单位的二进制流，各项数据项目严格按照顺序紧凑地排列在Class文件之中，中间没有添加任何分隔符，如果是超过8位字节以上空间的数据项，则会按照高位在前的方式分割成若干个8位字节进行存储。

Class文件中有两种数据类型：无符号数和表。
无符号数属于基本的数据类型，以u1、u2、u4、u8来分别代表1个字节、2个字节、4个字节和8个字节的无符号数；可用来描述数字，索引引用，数量值或者按照UTF-8编码构成的字符串值。
表是由多个无符号数或者其他表作为数据项构成的复合数据类型，所有表都习惯性地以”_info”结尾。表用于描述由层次关系的复合结构的数据，整个Class文件本质上就是一张表。

Class文件格式：

图来自：Java类文件结构详解 

更具体而言：

下面以一个简单的Java代码为例进行说明：

package chapter02;

public class ClassTest {
    
    private int m;
    
    public int inc(){
        return m + 1;
    }
        
}

生成的Class文件如下所示（可用十六进制编辑器WinHex打开.class文件，WinHexagon也可在这里下载）：

下面具体来分析Class文件中各项数据的含义

1. 魔数

每个Class文件的头4个字节称为魔数，用于验证该文件是否为一个能够被虚拟机接受的Class文件。Java的Class文件魔数固定为：0xCAFEBABE

2. Class文件的版本

 魔数后4个字节，第5个和第6个字节是次版本号，第7个和第8个字节是主版本号。这里次版本号为：0x0000，主版本号为0x0034，转换为十进制为：52，即使用的JDK版本为1.8

3. 常量池

(1). 常量池容量计数值
计数从1开始，目的是满足某些常量池的索引值的数据在特定情况下需要表达“不引用任何一个常量池”的含义。
这里常量池容量为0x0016，即十进制的22，代表常量池中有21项常量，索引值范围为1~21。

(2). 常量池
常量池中主要存放两大类常量：字面量和符号引用。
字面量接近于Java语言层面的常量概念，如文本字符串、声明为final的常量值等。
符号引用属于编译原理方面概念，主要包含以下三类常量： 1) 类和接口的权限定名；2) 字段的名称和描述符； 3) 方法的名称和描述符
常量池中每一项常量都是一个表，这些表都具有如下通用格式：

表开始的第一位是一个标志位(tag)，后面info[]项的内容tag的类型所决定。
下面进行具体分析：
常量1：

07 //标志位，表示这个常量属于CONSTANT_Class_info类型。CONSTANT_Class_info类型表示这个常量是一个类或接口的符号引用
00 02 //索引值，指向常量池中的第二项常量。

常量2（即常量1指向的第二项常量）：

01 //标志位，表示这个常量属于CONSTANT_Utf8_info类型。CONSTANT_Utf8_info类型表示这个常量是一个UTF-8编码的字符串
00 13 //length值，表示这个UTF-8编码的字符串占用的字节数，它后面紧跟着长度为“length值”的连续数据是一个使用UTF-8缩略编码表示的字符串。0x0013的十进制为19，也就是长19字节
63 68 61 70 74 65 72 30 32 2F 43 6C 61 73 54 65 73 74//长度为19个字节，表示chapter02/ClassTest

CONSTANT_Class_info类型的表和CONSTANT_Utf8_info类型的表的具体结构：

到此为止我们分析了ClassTest.class常量池中21个常量中的两个，其余19个常量也可通过类似的方法计算出来。同时，我们也可以通过javap命令行查看：

可以看出，图中的第1、2项常量与我们手工计算的结果一致。（javap命令：cd到.class的目录下，执行javap命令）

4. 访问标志
在常量池结束之后，紧跟着的两个字节代表访问标志，用于识别一些类或者接口层次的访问信息。

00 21 //表示该类是一个public类型

5. 类索引、父类索引、接口索引集合
类索引和父类索引各自指向一个类型为CONSTANT_Class_info的类描述符常量，通过CONSTANT_Class_info类型的常量中的索引值可以找到定义在CONSTANT_Utf8_info类型的常量中的全限定名字符串。
对于接口索引集合，入口第一项为接口计数器，表示索引表的容量。如果该类没有实现任何接口，则该计数器值为0，后面的接口索引表不再占用任何字节。

00 01 //类索引，表示chapter02/ClassTest
00 03 //父类索引，表示java/lang/Object。（Java中所有的类都有父类，除了java.lang.Object）    
00 00 //接口索引集合大小，因为该类没有实现任何接口，所以值为0

查询javap命令计算出来的常量池，找出对应的类和父类的常量：

 

6. 字段表集合
字段表用于描述接口或类中声明的变量。字段包括类级别变量以及实例变量，但不包括在方法内部声明的局部变量。包含的信息有：字段的作用域（public 、private、protected修饰符）、类变量还是实例变量（static修饰符）、可变性（final）、并发可见性（volatile修饰符，是否强制从主内存读取）、可否被序列化（transient修饰符）、字段数据类型（基本类型、对象、数组）、字段名称。上述这些信息中，各个修饰符都是布尔值，要么有某个修饰符，要么没有，很适合用标志位来表示。而字段叫什么名字，字段被定义为什么数据类型，这些都是无法固定的，只能引用常量池中的常量来描述。

00 01 //容量计数器fields_count，说明这个类只有一个字段表数据
00 02 //字段修饰符access_flags，表示private修饰符为真，即该字段修饰符为private
00 05 //字段名称name_index，从javap命令行计算出的常量池表中，可知第5项常量是一个CONSTANT_Utf8_info类型的字符串，其值为"m"
00 06 //字段描述符descriptor_index，从javap命令行计算出的常量池表中，可知第6项常量是一个CONSTANT_Utf8_info类型的字符串，其值为"I"，代表该字段是一个int类型的值

可以看出，修饰符是用标志位表示的，而字段名称（name_index）和字段类型（descriptor_index），是从常量池中读取的。

7. 方法表集合
方法表的结构同字段表一样，依次包含了访问标志（access_flags）、名称索引（name_index）、描述符索引（descriptor_index）、属性表集合（attributes）几项。
至此，可知，方法的定义可通过访问标志、名称索引、描述符索引表达清楚[如：public static void testTenuringThreshold()方法]；方法里的代码，经过编译器编译成字节码指令后，存放在方法属性表集合中一个名为"Code"的属性里面，属性表作为Class文件格式中最具扩展性的一种数据项目。

00 02 //计数器容量，代表集合中有两个方法（分别为编译器添加的实例构造器<init>和源代码中的方法inc()）
00 01 //访问标志，表示只有ACC_PUBLIC标志为真，即该方法的修饰符为public
00 07 //名称索引，通过查询常量池表，可得方法名为"<init>"
00 08 //描述符索引值，通过查询常量池表，可得对应常量为"()V"
00 01 //属性表计数器，表示此方法的属性表集合有一项属性
00 09 //属性名称索引，对应常量为"Code"，说明此属性是方法的字节码描述，即Java方法里面的代码

 

8. 属性表集合
java class文件内部属性信息，和java语言定义的属性没有关系，纯粹就是给java虚拟机用的。
对于每一个属性，它的名称需从常量池中引用一个CONSTANT_Utf8_info类型的常量来表示，而属性值的结构则是完全自定义的，需需要通过一个长度属性去说明属性值所占用的位数即可。

Code属性：
Java程序方法体中的代码经过Javac编译器处理后，最终变为字节码指令存储在Code属性内。

00 01 //max_stack，代表操作数栈深度的最大值，这里操作数栈最大深度为1。在方法执行的任意时刻，操作数栈都不会超过这个深度。虚拟机运行的时候需要根据这个值来分配栈帧。
00 01 //max_locals，代表局部变量表所需的存储空间，这里最大的局部变量数为1。
00 00 00 05 //code_length，代表字节码长度，这里方法代码的长度为5。code_length和code用来存储Java源程序编译后生成的字节码指令。
2A B7 00 0A B1 //code，用于存储字节码指令的一系列字节流。
//具体分析2A B7 00 0A B1
2A //查表得0x2A对应的指令为aload_0，这个指令的含义是将第0个Slot中为reference类型的本地变量推送到操作数栈顶
B7 //查表的0xB7对应的指令为invokespecial
00 0A //这是invokespecial的参数，查常量池得0x000A对应的常量为实例构造器"<init>"方法的符合引用
B1 //查表得0xB1对应的指令为return，含义是返回此方法，并且返回值为void。这条指令执行后，当前方法结束。

参考：
JVM（四）类文件结构解析 
Java字节码结构解析 
《深入理解java虚拟机 JVM高级特性与最佳实践》