JVM：这次一定要搞懂字节码

写在前面

读懂 Class 文件是了解虚拟机运行原理的重要步骤，本文将结合 《深入理解Java虚拟机》中的内容，和大家分享解读 Class 文件的过程。

一、什么是 Class 文件

定义

---

Class 文件是一组以 8 位字节为基础单位的二进制流

简单地说，Class 文件是由一堆二进制组成的。这些二进制的排列是有一定规则的，虚拟机就是根据这些规则把数据加载到内存中使用的。

实例

---

我们知道 Class 文件的生成可以由 Java 编译而来。接下来是一个简单的例子：

1. 首先准备一个 java 文件，里面包含一个属性和方法：

package com.sky.test;

public class Test {
    private int i = 10;
    
    private void test(){
    }
}

2. ide 编译一下生成 Class 文件，这里用的是 AndroidStudio。早就知道编译后会生成 Class 文件，最后果然在 build 文件夹下找到了 Test.class：

CommonBaseApp\test\build\intermediates\javac\debug\compileDebugJavaWithJavac\classes\com\sky\test

找到文件后使用 Sublime Text（一个文字编辑器）打开，需要注意的是这里该 Class 文件是用十六进制的格式打开的，里面代表的是十六进制的值：

好家伙，这一堆字符。但是不要慌，前面提到过 Class 文件是遵循一定规则的，熟悉了这个规则很容易就看懂了。

二、Class 文件的结构

一张比较经典的图描述了 Class 文件的结构：

这里的字节实际上是 Java 虚拟机规定的数据类型，1 个字节即 U1、两个字节即 U2 类型。 下文的字节描述对应 U* 类型。

三、Class 文件解析

接下来我们试着用刚才的文件，试着匹配下这个结构图。

Magic Number

---

魔数：Test.class 开头四个字节 cafe babe 叫做 Magic Number。加上这么一个开头是出于安全性考虑，也是虚拟机识别 Class 文件的重要标识。

Version 版本

---

后面的四个字节为 0000 0033。这部分前两个字节 0x0000 表示次版本号为 0，主版本号 0x0033 转换为十进制是 51，说明当前文件版本为 51。
这个版本的 Class 文件可以被 JDK 1.7.0 版本以上虚拟机执行，如果用版本不兼容的虚拟机加载 Class 文件会报错。

Constant Pool 常量池

---

再往后面的 0x0015 表示常量池元素的数量，0x0015 转换为十进制为 21，说明该常量池有 20 个元素。

这里的下标是从 1 开始的，所以是 20 个元素而不是 21 个。把开始下标 0 置空是为了表达某些情况下 “不引用任何一个常量池项目” 的含义。

#1 常量池第一个元素

接下来就是常量池里面的元素了，紧接着的值是 0x0a=10。

我们可以把常量池中的元素看作是一个整体串，其中有 tag 表示其类型、index 表示其指向的常量池下标、length 表示其长度等等。这么一个个整体组成了常量池表。

那么这个 0x0a=10 代表的什么意思呢，看下面的表：

去找 tag 为 10 的常量，是 CONSTANT_Methodref_info，说明这个元素记录的是一个方法的信息。

说明接下来的数据是一个方法引用的信息，把这个 CONSTANT_Methodref_info 看作是一个类，看这个类的构成：

• U1（一个字节）的 tag 标记，也就是 0a=10。
• U2（两个字节）的指向该方法的类在常量池中的索引值，也就是这个方法属于哪个类，并指出这个类在常量池中的位置。
  在字节码中是 0x0004=4 说明属于常量池 #4 的元素所表示的类。
• U2（两个字节）的指向其名称及类描述符的索引值，也就是这个方法的名字以及返回值所在的位置。
  在字节码中是 0x0011=17 说明属于常量池 #17 的元素所表示的信息。

#2 常量池第二个元素

下一个元素的 tag 为 0x09=9。

从表中可知为 CONSTANT_Fieldref_info，即字段引用信息。

它也包含三种信息；

• U1（一个字节） 的 tag 标记，也就是 0x09=9；
• U2（两个字节）的指向该字段所属类或接口的常量池索引，也就是这个字段所属类或接口在常量池中的位置。
  在字节码中为 0x0003=3 说明属于常量池下标为 3 的元素所表示的类。
• U2（两个字节）的指向该字段描述符的常量池索引，也就是这个字段的名称和描述符在常量池中的位置。
  在字节码中为 0x0012=18 说明指向常量池下标为 18 的元素所表示的信息。

#F 利用工具查看字节码

其实整个 Class 字节码可以通过工具查看，我们直接借用工具来看。IDE 中安装 jclasslib Bytecode viewer，安装重启。选中要查看字节码的类，点这个：

如果点击提示未找到 class 文件，说明需要编译一下。编译之后再次点击出现如下信息：

这样这个 Class 文件的所有信息就展示出来了，开始是总览信息，包含 Java 版本、类名、常量池数量等信息。前面我们已经分析过了，这个工具也是根据规则去读取 Class 文件的。

第二个元素的详细信息

前面我们已经知道第二个元素所属类的索引是 3，点到常量池第三个选项可以看到如下信息：

可以看到工具告诉我们第三个元素是 CONSTANT_Class_info 也就是类信息，并且右边的 Class name 指向了 cp_info #19，也就是常量池的 #19 表示了第二个元素所属的类。可以从工具看到 #19 表示的字符串是 com/sky/test/Test，说明第二个元素属于该类。

回头看第二个元素的字段描述符所在的索引，18。我们就不再去字节码挨个找第 18 个元素了，直接借助工具看：

第 18 个元素是 CONSTANT_NameAndType_info 类型的，说明是名称和类型的描述：

• tag：一个字节的 tag，倒推一下是 0x0c=12；
• 两个字节的方法名称索引：0x0005=5。
• 两个字节的方法描述符索引：0x0006=6。

如果去字节码去找的话是能找到一串连续的 0c 0005 0006 的，说明倒推的数据也是正确的。

到这里简单捋一捋，第二个元素的方法名和类型指向了 #18，而 #18 的信息又指向了 #5 和 #6。就是说搞清楚 #5 和 #6 就搞清楚第二个元素到底是什么了。

#5 #6

借助工具可知 #5 #6 的类型为 CONSTANT_Utf8_info 也就是一个字符串，字符串是怎么描述的呢，需要再看之前的表：

• tag：一个字节的 tag 0x01=1 表示当前信息是字符串；
• length：两个字节的信息表示当前字符串的长度；
• bytes：一个字节的信息表示当前字符串的 ASCII 码。

字节码中找到第 5 个元素如下图：

0x01 表示字符串，0x0001 表示长度为 1。0x69=69 表示字符串的值，而 69 在 ASCII 码中表示字母 i。

千辛万苦终于找到了个字符串 i，可以猜测是我们之前 java 代码里定义的 int 变量 i。

接着再找字节码的第 6 个元素 01000149，0x01 代表字符串、0x0001 表示字符串长度为 1、0x49=73 在 ASCII 码中表示大写字母 I。

所以 #5 和 #6 表示的属性类型为 I 说明这是一个 int 类型的值，并且属性名为 i。

#19 的名字

看懂了字符串怎么表示，#19 这个表示类名的字符串也可以看懂了。无非就是 0x01 开头的，后面跟了长度以及一堆跟 ASCII 码对应的数值。这里就不再逐一分析了，直接看答案就好：

描述了 Test 类的全限定名，也就是能表示 Test 类唯一性的路径以及类名。

访问标志

---

常量池结束后，紧接着两个字节代表访问标志，这个标志用于识别这个 Class 是类还是接口、是 public 还是 abstract。如果是类，是否为 final 等。

标志名称	标志值	含义
ACC_PUBLIC	0x0001	是否为Public
ACC_PRIVATE	0x0002	是否为Private
ACC_PROTECTED	0x0004	是否为Protected
ACC_STATIC	0x0008	是否为static
ACC_FINAL	0x0010	是否被声明为final，只有类可以设置
ACC_SUPER	0x0020	是否允许使用invokespecial字节码指令的新语义．jdk 1.0.2 以后编译出来的都必须为真.
ACC_INTERFACE	0x0200	标志这是一个接口
ACC_ABSTRACT	0x0400	是否为abstract类型，对于接口或者抽象类来说，次标志值为真，其他类型为假
ACC_SYNTHETIC	0x1000	标志这个类并非由用户代码产生
ACC_ANNOTATION	0x2000	标志这是一个注解
ACC_ENUM	０x4000	标志这是一个枚举

我们知道 Test 是一个类，并且是高版本 jdk 编译出来的，所以它的 flag 应该是 0x0001 和 0x0020。把他们进行或运算，结果为 0x0021。无论是从字节码还是用工具看，都能印证这个结果。

类索引

类索引最终表示的是该类的类名。它指向的是常量池中一个 CONSTANT_Class_info 类型的常量，而该常量又指向表示其名称的字符串常量。

图中标红的位置就是类索引在常量池中的下标，前文分析字段的时候已经知道 #3 为一个 CONSTANT_Class_info 类型，指向表名其名称的字符串为 com/sky/test/Test 正是该类的全限定名。

父类索引

父类索引紧随着类索引，字节码中是 0x0004 指向的是 #4。与类索引相同，最终表示为 java/lang/Object。说明 Test 类的父类为 Object。

接口索引

接口索引在父类索引之后，它的表示为一组 u2 类型的数据的集合。字节码中为 0x0000 说明没有实现接口。如果有接口实现，则先表示数量，然后再指向接口全限定名在常量池中的下标。

假如 Test 实现了两个接口，并且两个接口在常量池中的表示位置为 3 和 4，那么对应的字节码应该是 0002 0003 0004。

字段表集合

字段表用于描述接口或者类中声明的变量。

紧接着的字节码表示字段表，字段表的结构如下：

类型	名称	数量
u2	access_flags	1
u2	name_index	1
u2	descriptor_index	1
u2	attributes_count	1
attributes_info	attributes	attributes_count

• 0x0001：该 Class 只有一个字段；
• 0x0002：该字段的访问标志（access_flags），也就是 private，可以参照上文的访问标志表；
• 0x0005：字段名（name_index），常量池索引 #5，也就是 i；
• 0x0006：字段描述符（descriptor_index），常量池索引 #6，也就是 I。说明是 int 类型的数据。
• 0x0000：属性表（attributes_info）为 0，说明不需要额外的信息描述该变量。如果该变量为 final sttic int i = 12，则可能会存在一个名称为 ConstantVaule 的属性，并指向常量 12。

方法表集合

方法表的表现形式与字段表的描述几乎完全一致，方法表结构：

类型	名称	数量
u2	access_flags	1
u2	name_index	1
u2	descriptor_index	1
u2	attributes_count	1
attributes_info	attributes	attributes_count

接下来就是方法表的内容了，看字节码：

开头的 0x0002：表示有两个方法，一个是由编译器生成的方法，一个是我们写的 test 方法。

第一个方法

• 0x0001：access_flag，表示该方法为 public；
• 0x0007：方法名常量池下标，执行 #7，方法名为 “< init >”；
• 0x0008：方法描述符的索引，对应常量为 “()V” 表示返回 void；
• 0x0001：该方法有一个属性表；

这里涉及到属性表，上文不止一次提到过属性表。在 Class 文件、字段表、方法表都可以携带自己的属性表集合，用于描述某些场景的专有信息。

我们接着看后面的字节码：

• 0x0009：该方法属性表的属性索引，对应常量为 “Code”；
• 0x0000 0039：该方法属性表的长度；
• 再往后就是 Code 属性的详细描述。

Code 是虚拟机预定义的属性之一，表示接下来是一段由编译器生成的字节码，也就是虚拟机可执行的代码。

Code 也有自己的结构，接下来的数据组成为一个完整的 Code，Code 属性表的结构如下：

类型	名称	数量
u2	attribute_name_index	1
u4	attribute_length	1
u2	max_stack	1
u2	max_locals	1
u4	code_length	1
u1	code	code_length
u2	exception_table_length	1
exception_info	exception_table	exception_table_length
u2	attributes_count	1
attribute-info	attributes	attributes_count

attribute_name_index（“Code”）和 attribute_length（"0x0000 0039"）已经分析过，接下来根据这个表继续对字节码进行分析。

• 0x0002：max_stack = 2，操作数栈最大深度，这里是 2。在方法执行的任何时刻，操作数栈都不会超过这个深度。
• 0x0001：max_locals = 1，局部变量表所需的存储空间。
  局部变量表的单位是 Slot，对于 byte、char、float、int、short、boolean 和 returnAddress 等长度不超过 32 位的数据类型，每个局部变量占用 1 个 Slot。double 和 long 这两种 64 位的数据类型需要两个 Slot 来存放。
• 0x0000 000b：code_length = 11，说明接下来 11 个字节都存放的是字节码操作指令。

接下来的字节码指令串为 2a b7 00 01 2a 10 0a b5 00 02b1，每个字节都代表了一种字节码指令。

• 2a：aload_0 从局部变量0中装载引用类型值入栈，这里是装入 this；
• b7：invokespecial 调用操作数栈顶对象的实例构造器方法、private 方法或者它父类的方法，这里调用的是父类 Object 的方法。
  这个方法有两个字节说明具体调用的哪一个方法，紧随其后的是 0x00 01 是常量池索引 #1 的 方法。
• 2a：aload_0 从局部变量0中装载引用类型值入栈；
• 10：valuebyte值带符号扩展成int值入栈。
• 0a：1(long)值入栈。
• b5：给对象字段赋值。两个字节的参数表示给哪个对象赋值，也就是后面的 0x0002，查常量池是为参数 i 赋值。
• b1：返回 void。

字节码指令本文不再深入，继续看后面的字节码：

• 0x0000 ：exception_table_length = 0，说明该方法不存在异常信息表；
• 0x0002 ：attributes_count=2，说明 Code 属性表内部还有两个表。

接下来的内容是第一个表 LineNumberTable，它的结构如下：

类型	名称	数量
u2	attribute_name_index	1
u4	attribute_length	1
u2	line_number_table_length	1
line_number_info	line_number_table	line_number_table_length

• 0x000a：第一个表名，常量池 #10 为 LineNumberTable，这个表用于描述 Java 源码行号与字节码（偏移量）之间的对应关系。
• 0x0000000a：属性长度为 10；
• 0x0002：LineNumberTable 表长度为 2；

再往后面记录的是 LineNumberTable 中 line_number_info 的信息。line_number_info 是由两个 u2 类型数据组成的，前面 u1 表示字节码行号、后面 u1 表示代码行号。
我们知道 LineNumberTable 的长度为 2，line_number_info 应该有两对 u2 数据：

• 0x0000：start_pc 字节码行号 0；
• 0x0009：line_number 行号 9；
• 0x0004：start_pc 字节码行号 4；
• 0x000b：line_number 行号 11；

再往后是第二个表 “LocalVariableTable”，这个表用于描述栈帧中局部变量表中的变量与 Java 源码中定义的变量直接的关系：

• 0x000b：常量池 #11，指向 “LocalVariableTable” 字符串；
• 0x0000000c：属性长度为 12；
• 0x0001：局部变量信息表长度为 1；
• 0x0000 : start_pc = 0 该局部变量字节码偏移量；
• 0x000b：length = 11，该变量作用的长度 ；
• 0x000c : name_index= “this”，局部变量名称；
• 0x000d : descriptor_index #13 (“Lcom/sky/test/Test”)，局部变量描述符；
• 0000 index=0，局部变量在栈帧局部变量表 Slot 的位置。

到此第一个方法以及描述完毕了，这个方法大概就是调用了父类 Object 的 init 方法，用来初始化变量等一系列操作。

鉴于篇幅第二个方法本文就不再分析，猜想也知是 Test.class 中的 test 方法，这块内容有一个了解即可。

Attribute

再往后就是 Attribute 了，Attribute 包含 “SourceFile” 表示 Class 文件的名称。通过工具查询是 #16 变量，名称为 Test.java。

总结

以上就是本文的全部内容了，感谢阅读。