【深入理解JVM】探究类文件结构

类文件结构

无关性的基石

各种不同平台的Java虚拟机，以及所有平台都统⼀⽀持的程序存储格式——字节码(Byte Code)是构成平台⽆关性的基⽯。

实现语⾔⽆关性的基础仍然是虚拟机和字节码存储格式。Java虚拟机不与包括Java语⾔在内的任何程序语⾔绑定，它只与“Class⽂件”这种特定的⼆进制⽂件格式所关联，Class⽂件中包含了Java虚拟机指令集、符号表以及若⼲其他辅助信息。

Class类文件的结构

任何⼀个Class⽂件都对应着唯⼀的⼀个类或接⼝的定义信息，但是反过来说，类或接⼝并不⼀定都得定义在⽂件⾥(譬如类或接⼝也可以动态⽣成，直接送⼊类加载器中)。本章 中，笔者只是通俗地将任意⼀个有效的类或接⼝所应当满⾜的格式称为“Class⽂件格式”，实际上它完全不需要以磁盘⽂件的形式存在。

Class⽂件是⼀组以8个字节为基础单位的⼆进制流，各个数据项⽬严格按照顺序紧凑地排列在⽂件之中，中间没有添加任何分隔符，这使得整个Class⽂件中存储的内容⼏乎全部是程序运⾏的必要数据，没有空隙存在。当遇到需要占⽤8个字节以上空间的数据项时，则会按照⾼位在前的⽅式分割成若⼲个8个字节进⾏存储。

根据《Java虚拟机规范》的规定，Class⽂件格式采⽤⼀种类似于C语⾔结构体的伪结构 来存储数据，这种伪结构中只有两种数据类型:“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，⽆符号数可以⽤来描述数字、索引引⽤、数量值或者按照 UTF-8编码构成字符串值。

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，为了便于区分，所有 表的命名都习惯性地以“_info”结尾。表⽤于描述有层次关系的复合结构的数据，整个 Class⽂件本质上也可以视 作是⼀张表，这张表由表6-1所示的数据项按严格顺序排列构成。

魔数与Class⽂件的版本

每个Class⽂件的头4个字节被称为魔数(Magic Number)，它的唯⼀作⽤是确定这个⽂件是否为⼀个能被虚拟机接受的Class⽂件。不仅是Class⽂件，很多⽂件格式标准中都有使⽤魔数来进⾏身份识 别的习惯，譬如图⽚格式，如GIF或者JPEG等在⽂件头中都存有魔数。使⽤魔数⽽不是扩展名来进⾏ 识别主要是基于安全考虑，因为⽂件扩展名可以随意改动。⽂件格式的制定者可以⾃由地选择魔数值，只要这个魔数值还没有被⼴泛采⽤过⽽且不会引起混淆。Class⽂件的魔数取得很有“浪漫⽓息”，值为0xCAFEBABE。

紧接着魔数的4个字节存储的是Class⽂件的版本号

第5和第6个字节是次版本号(Minor Version)，第7和第8个字节是主版本号(Major Version)。Java的版本号是从45开始的， JDK 1.1之后的每个JDK⼤版本发布主版本号向上加1(JDK 1.0_{1.1使⽤了45.0}45.3的版 本号)，⾼版本的JDK能向下兼容以前版本的Class⽂件，但不能运⾏以后版本的Class⽂件，因为《Java虚拟机规范》在Class⽂件校验部分明确要求了即使⽂件格式并未发⽣任何变化，虚拟机也必须拒绝执⾏超过其版本号的Class⽂件。

常量池

紧接着主、次版本号之后的是常量池⼊⼝，常量池可以⽐喻为Class⽂件⾥的资源仓库， 它是Class⽂件结构中与其他项⽬关联最多的数据，通常也是占⽤Class⽂件空间最⼤的数据项⽬之⼀，另外，它还是在Class⽂件中第⼀个出现的表类型数据项⽬。

由于常量池中常量的数量是不固定的，所以在常量池的⼊⼝需要放置⼀项u2类型的数据，代表常量池容量计数值(constant_pool_count)。与Java中语⾔习惯不同，这个容量计数是从1⽽不是0开始的，如图6-3所示，常量池容量(偏移地址:0x00000008)为⼗六进制数0x0016，即⼗进制的22，这就代表常量池中有21项常量，索引值范围为1~21。在 Class⽂件格式规范制定之时，设计者将第0项常量空出来是有特殊考虑的，这样做的⽬的在于，如果后⾯某些指向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 个常量池项⽬”的含义，可以把索引值设置为0来表示。

常量池中主要存放两⼤类常量: 字⾯量(Literal)和符号引⽤(Symbolic References)。

字⾯量

⽐较接近于Java语⾔层⾯的常量概念，如⽂本字符串、被声明为final的常量值等。

符号引⽤

则属于编译原理⽅⾯的概念，主要包括下⾯⼏类常量:

·被模块导出或者开放的包(Package)

·类和接⼝的全限定名(Fully Qualified Name)

·字段的名称和描述符(Descriptor)

·⽅法的名称和描述符

·⽅法句柄和⽅法类型(Method Handle、Method Type、Invoke Dynamic)

·动态调⽤点和动态常量(Dynamically-Computed Call Site、Dynamically-Computed Constant)

Java代码在进⾏Javac编译的时候，并不像C和C++那样有“连接”这⼀步骤，⽽是在虚拟机加载Class⽂件的时候进⾏动态连接(具体⻅第7章)。也就是说，在Class⽂件中不会保存各个⽅法、字段最终在内存中的布局信息，这些字段、⽅法的符号引⽤不经过虚拟机在运⾏期转换的话是⽆法得到真正的内存⼊⼝地址，也就⽆法直接被虚拟机使⽤的。当虚拟机做类加载时，将会从常量池获得对应的符号引⽤，再在类创建时或运⾏时解析、翻译到具体的内存地址之中。

访问标志

在常量池结束之后，紧接着的2个字节代表访问标志(access_flags)，这个标志⽤于识别⼀些类或者接⼝层次的访问信息，包括: 这个Class是类还是接⼝，是否定义为public类型，是否定义为abstract类型，如果是类的话，是否被声明为final等等。

access_flags中一共有16个标志位可以使用，当前只定义了其中9个，没有使用到的标志位要求一律为零。
463)]