深机笔记 - 09 Class类文件的结构

《深入理解Java虚拟机：JVM高级特性与最佳实践（第2版）》6.3节

本文关于Class文件结构以《Java虚拟机规范（第2版）》（1999年发布，对应JDK1.4时代Java虚拟机）中的定义为主线

一个Class文件对应唯一一个类或接口定义信息

但类或接口并不一定都定义在文件里（譬如类或接口也可以通过类加载器直接生成）

本文中的“Class文件”并不一定都以磁盘文件的形式存在

Class文件：

是以8位字节为基础单位的二进制流

各数据项目严格按照顺序紧凑排列，中间无任何分隔符

8位字节以上数据按高位在前方式分割成若干8位字节存储

Java虚拟机规范规定Class文件格式采用类似C语言结构体的伪结构存储数据

伪结构中只有两种数据类型：无符号数、表

无符号数：

属于基本数据类型

u1、u2、u4、u8分别代表1个字节、2个字节、4个字节、8个字节

可用来描述数字、索引引用、数量值或按UTF-8编码构成字符串值

表：

由多个无符号数或其他表作为数据项构成的复合数据类型

习惯以"_info"结尾

用于描述有层次关系的复合结构数据

整个Class文件本质上就是一张表，其格式是：

类型集合：

无符号数和表需描述类型相同但数量不定的数据时，会使用前置容量计数器加若干连续数据项的形式，这一系列连续的、某一类型的数据被称为某一类型的集合

Class文件（表）中各数据项含义：

1. 魔数（Magic Number）

名称：magic

u2类型，前4个字节

唯一作用是确定该文件是否为一个能被虚拟机接受的Class文件

使用魔数而非扩展名进行识别主要基于安全方面考虑，因文件扩展名可随意改动

值为：0xCAFEBABE（咖啡宝贝）

2. 次版本号（Minor Version）

名称：minor_version

u2类型，第5、6个字节

3. 主版本号（Major Version）

名称：minor_version

u2类型，第7、8个字节

Java版本号从45开始

JDK1.1后每个JDK大版本发布主版本号向上加1（JDK1.0～1.1使用45.0～45.3版本号）

高版本JDK能向下兼容低版本Class文件，但不能运行更高版本Class文件，即使文件格式未发生任何变化

JDK1.7可生成主版本号最大为51.0

Class文件版本号：

4. 常量池容量计数值

名称：constant_pool_count

u2类型，第9、10个字节

常量池入口

计数从1开始（其他项计数都从0开始）

0表示不引用任何一个常量池项目

5. 常量池

名称：constant_pool

cp_info类型，长度不固定

最繁琐的数据项

可理解为Class文件中的资源仓库

Class文件结构中与其他项目关联最多的数据类型

占用Class文件空间最大的数据项目之一

Class文件字节码分析工具：JDK/bin/javap，-verbose参数可输出字节码内容

主要存放两大类常量：字面量（Literal）、符号引用（Symbolic References）

1) 字面量，接近于Java语言层面常量概念，如文本字符串、声明为final的常量值

2) 符号引用，属于编译原理方面概念，包括三类常量：

a. 类和接口的全限定名（Fully Qualified Name）

b. 字段的名称和描述符（Descriptor）

c. 方法的名称和描述符

Class文件不保存方法、字段的最终内存布局信息

虚拟机运行时从常量池获得符号引用，在类创建货运行时解析、翻译（动态连接）到具体内存地址（最终内存布局）

C、C++在编译期有“连接”，可知道方法的最终内存布局信息

常量池中每项常量都是一个表

JDK1.7前共有11种表，JDK1.7为更好支持动态语言调用，新增3种：CONSTANT_MethodHandle_info、CONSTANT_MethodType_info、CONSTANT_InvokeDynamic_info

14种表开头都是标志位（tag），代表当前常量属于那种常量类型

各常量类型有各自表结构（cp_info）

14种常量类型（tag）：

CONSTANT_Class_info类型：

代表一个类或者接口的符号引用

tag：标志位，用于区分常量类型

name_index：索引值，指向类或者接口全限定名地址

CONSTANT_Utf8_info类型：

代表UTF-8编码的字符串

tag：标志位，用于区分常量类型

length：字符串长度（字节）

bytes：长度为length的连续UTF-8缩略编码字符串

UTF-8缩略编码与普通UTF-8编码的区别：

'\u0001'到'\u007f'间字符（相当于1～127的ASCII码）缩略编码使用一个字节表示

'\u0080'到'\u07ff'间字符缩略编码用两个字节表示

'\u0800'到'\uffff'间字符缩略编码按普通UTF-8编码规则使用三个字节表示

CONSTANT_Utf8_info类型常量最大长度就是Java中方法、字段名的最大长度，即length的最大值65535

14种表结构：

6. 访问标记

名称：access_flags

u2类型

用于识别类或者接口的访问信息

如：Class是类还是接口、是否定义为public类型、是否定义为abstract类型、若是类，是否被声明为final等

16个标志位可用，当前只定义8个，其他一律为0（Java虚拟机规范定义前5个，JDK1.5增加后3个）

8个标志位及含义：

7. 类索引

名称：this_class

u2类型

定类的全限定名

指向CONSTANT_Class_info类型常量，该常量的name_index指向CONSTANT_Utf8_info类型常量

8. 父类索引

名称：this_classsuper_class）

u2类型

确定父类的全限定名

指向CONSTANT_Class_info类型常量，该常量的name_index指向CONSTANT_Utf8_info类型常量

Java语言不允许多重继承，父类索引只有一个

java.lang.Object父类索引为0，其他类都有父类（父类索引不为0）

9. 接口计数器

名称：interfaces_count

u2类型

表示接口索引集合容量

接口索引集合入口

10. 接口索引集合

名称：interfaces

u2类型，interfaces_count个u2类型数据集合

描述类实现了哪些接口

被实现的接口将按implements或extends顺序从左到右排列在接口索引集合

Class文件用类索引、父类索引、接口索引集合确定类继承关系

11. 字段计数器

名称：fields_count

u2类型

表示字段表集合容量

字段表集合入口

12.字段表集合

名称：fields

fields_info类型

描述接口或者类中声明的变量

包括类级变量、实例级变量

不包括方法内部声明的局部变量

不包含从父类、超类继承的字段

可能出现Java代码中不存在的字段，例，内部类自动添加指向外部类实例的字段

若描述符不一致，允许简单名称重名

字段表结构（fields_info）：

1) access_flags：字段修饰符，与类中access_flags类似

字段访问标志位及含义：

由Java语言规则可知：

ACC_PUBLIC、ACC_PRIVATE、ACC_PROTECTED最多只可选其一

ACC_FINAL、ACC_VOLATILE不能同时选择

ACC_PUBLIC、ACC_STATIC、ACC_FINAL必须选择

2) name_index：字段简单名称，是对常量池的引用（文末有全限定名、简单名称、描述符的解释）

3) descriptor_index：字段和方法的描述符，是对常量池的引用

4) attributes_count：属性表计数器

5) attributes：attributes_info类型，属性表集合（具体内容见后文）

13. 方法计数器

名称：methods_count

u2类型

14. 方法表集合

名称：methods

method_info类型

与字段描述几乎完全一致

不包含未被重写的父类方法

可能出现编译器自动添加的方法，例，类构造器"<clinit>"方法、实例构造器"<init>"方法

方法中的代码被编译成字节码指令存放attributes_info的Code属性中（具体内容见后文）

描述符不完全一致的方法可共存

方法表结构（method_info）：

1) access_flags：访问标志

2) name_index：名称索引

3) descriptor_index：描述符索引

4) attributes_count：属性表计数器

5) attributes：attributes_info类型，属性表集合（具体内容见后文）

15. 属性表（attribute_info）计数器

名称：attributes_count

u2类型

16. 属性表（attribute_info）集合

名称：attributes

attribute_info类型

描述某些场景专有的信息

属性名称（attribute_name_index）从常量池引用CONSTANT_Utf8_info类型常量来表示

属性值（info）结构自定义，需u4类型长度属性（attribute_length）说明属性值所占用位数

属性表结构（attribute_info）：

任何人可向属性表中写入自定义的、不重名的属性信息，虚拟机运行时会忽略不认识的属性

不要求各属性表有严格顺序

Class文件、字段表、方法表可携带自己的属性表集合

《Java虚拟机规范（第2版）》预定义9项属性，《Java虚拟机规范（JavaSE7）》增加到21项：

关键常用属性：

1) Code属性

存储方法体代码编译成的字节码

不是必须存在，例，接口、抽象方法不存在Code属性

表结构：

a. attribute_name_index，该属性的属性名称，指向CONSTANT_Utf8_info类型的索引，常量值，固定为"Code"

b. attribute_length：属性值长度

c. max_stack：操作数栈（Operand Stacks）深度最大值，方法执行时操作数栈不会超过这个深度，虚拟机根据该值分配栈帧（Stack Frame）中操作栈深度

d. max_locals：局部变量表所需存储空间，单位Slot

Slot：

虚拟机为局部变量分配内存所使用的最小单位

byte、char、float、int、short、boolean和returnAddress等长度不超过32位的数据类型占用1个Slot

double和long两种64位数据类型占用2个Slot

局部变量所占Slot之和不等于max_locals值，因Slot可重用，代码执行超出一个局部变量作用域时，该局部变量所占Slot可被其他局部变量使用

方法参数（包括实例方法中隐藏参数"this"）、显式异常处理器参数（Exception Handle rParameter，即try-catch中catch块所定义异常）、方法体中定义的局部变量都存放在局部变量表

e. code_length：字节码长度，u4类型，但虚拟机规范限制一个方法不允许超过65535条字节码指令，即实际只使用了u2长度，若超过该限制Javac编译器会拒绝编译

f. code：用于存储字节码指令的一系列字节流。每个指令是一个u1类型单字节，共可表达256条指令，目前Java虚拟机规范已定义约200条编码值对应的指令含义，具体对应关系需查表

g. exception_table_length：显式异常处理表计数器

h. exception_table：显式异常处理表集合，exception_info类型

显式异常处理表结构（exception_info）：

含义：

若字节码在第start_pc至end_pc（不含）行间出现catch_type（指向一个CONSTANT_Class_info类型常量的索引）或其子类异常，则转到第handler_pc行处理

若catch_type值为0，则任意异常都转到handler_pc行处理

JDK1.7起，禁止Class文件出现jsr、ret指令实现finally语句

2) Exceptions属性

与Code属性平级

列举出方法中可能抛出的受查异常（Checked Excepitons），即方法描述中throws关键字后面列举的异常

表结构：

a. attribute_name_index，该属性的属性名称，指向CONSTANT_Utf8_info类型的索引，常量值，固定为"Exceptions"

b. attribute_length：属性值长度

c. number_of_exceptions：方法可能抛出受查异常种类的数量

e. exception_index_table：受查异常，指向常量池中CONSTANT_Class_info类型型常量的索引，代表该受查异常类型

3) LineNumberTable属性

描述Java源码行号与字节码行号（字节码偏移量）间对应关系

非运行时必需的属性

默认会生成到Class文件中

可在Javac中使用-g:none、-g:lines选项取消、生成这项信息

若不生成LineNumberTable属性，则程序抛出异常时堆栈中不显示出错行号，且调试程序时无法按照源码行设置断点

表结构：

a. attribute_name_index，该属性的属性名称，指向CONSTANT_Utf8_info类型的索引，常量值，固定为"LineNumberTable"

b. attribute_length：属性值长度

c. line_number_table_length：行号表集合计数器，即行数

d. line_number_table：行号表集合，行号表（line_number_info），包括start_pc（字节码行号）、line_number（Java源码行号）两个u2类型数据项

4) LocalVariableTable属性

描述栈帧中局部变量表中变量与Java源码中变量的关系

5) SourceFile属性

记录源码件名称

6) ConstantValue属性

通知虚拟机自动为静态变量赋值

只有static关键字修饰的变量（类变量）才可使用该属性

7) InnerClasses属性

记录内部类与宿主类间关联关系

8) Deprecated属性

布尔属性

表示某个类、字段或者方法，已经被程序作者定为不再推荐使用

可通过在代码中使用@deprecated注释进行设置

9) Synthetic属性

布尔属性

表示此字段或者方法不是由Java源码直接产生而是由编译器自行添加的

10) StackMapTable属性

JDK1.6增加

是一个复杂的变长属性

虚拟机类加载的字节码验证阶段，新类型检查验证器（Type Checker）使用

目的在于代替比较消耗性能的基于数据流分析的类型推导验证器

11) Signature属性

JDK1.5增加

是一个可选的定长属性

可出现在类、属性表和方法表结构的属性表中

任何类、接口、初始化方法、成员的泛型签名若包含了类型变量（Type Variables）、参数化类型（ParameterizedTypes），则Signature属性会为其记录泛型签名信息

12) BootstrapMethods属性

JDK1.7增加

是一个复杂的变长属性

位于类文件的属性表中

用于保存invokedynamic指令引用的引导方法限定符

全限定名、简单名称、描述符的解释：

全限定名：类全名中的“.”替换成“/”，在结尾加“；”表示全限定名结束

简单名称：没有类型、参数修饰的方法或字段名称，例，inc()方法、m字段的简单名称是"inc"、"m"

方法和字段的描述符：用来描述字段的数据类型、方法的参数列表（包括数量、类型及顺序）和返回值

描述符规则：

基本数据类型（byte、char、double、float、int、long、short、boolean）及void类型用一个大写字符表示

对象类型用字符L加对象的全限定名表示

数组类型，每一个维度使用一个前置“[”字符描述，例，"java.lang.String[][]"记录为"[[Ljava/lang/String；"

描述符描述方法，按照先参数列表后返回值顺序，参数列表按参数顺序放在小括号“()”内

例，int indexOf(char[] source, int sourceOffset, int sourceCount, char[] target, int targetOffset, int targetCount, int fromIndex)的描述符为"([CII[CIII)I"