Java虚拟机的类文件浅析

概述

计算机只认0和1，我们的程序需要被编译器翻译成0和1构成的二进制格式才能被计算机识别执行。
而虚拟机的出现，使得把我们写的程序编译成二进制本地机器码已经不是唯一的选择，越来越多的语言使用了与操作系统、机器指令均无关的格式作为编译后的存储格式。

字节码（byte code）是构成平台无关性的基石，这是各种不同平台都统一支持的程序存储格式。
Java虚拟机不与java语言绑定，也不和其它任意语言绑定，它只与“Class文件”这种特定的二进制文件格式关联。

图片

Class类文件的结构

Class是一组以字节为基础单位的二进制流。其中Class的各个数据项严格按照顺序紧凑地排列在文件之中，使得整个Class文件存储的内容都是程序运行所需要的必要数据。

伪结构的两种数据类型

• 无符号数
  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。
  可以用来描述数字、索引引用、数量值、或者UTF-8编码格式的字符串。

• 表
  表示一种符合类型数据，有无符号数或者其它表组成。表的命名以"_info"结尾。
  Class本质上可以看作是一张表。

魔数与Class文件的版本
每个Class文件的头4个字节称为魔数，用于确定这个Class文件是否能被虚拟机接受。事实上，很多文件格式也用魔数进行身份识别，比如GIF、JPEG的头文件也存在魔数。
Class的魔数值称为：0xCAFEBABE,颇有“咖啡宝贝”的之嫌。

常量池

常量池可以比喻为Class文件的资源仓库，通常是占用Class文件最大的数据项目之一。常量池中的每一项常量都是一个表。
常量池有21项常量。和一般的习惯不一样，这个常量池的容量计数是从1开始的，原因在于设计者考虑到可能会需要表达“不引用任何一个常量池项目”的含义，所以留出了第0个常量。
备注：对于Class的其他的集合类型，和一般的习惯一样，是从0开始。

字面量
比如文本字符串，被声明为final的常量值等。

符号引用
属于编译原理的概念，包括以下的常量类型：

• 被模块导出或者开放的包
• 类和接口的全限定名
• 字段的名称和描述符
• 方法的名称和描述符
• 方法句柄和方法类型
• 动态调用点和动态常量

备注：Java代码在进行Javac编译的时候，没有像C和C++那样进行“连接”，而是会在虚拟机加载Class文件的时候进行动态连接。就是说Class文件并不保存方法、字段在内存中的布局信息，而是需要虚拟机在运行期间对其进行转换才能得到真正的内存地址。

常量池的项目类型

• CONSTANT_Class_info：代表一个类或者接口的符号引用。
• CONSTANT_Utf8_info：UTF-8编码的字符串
• CONSTANT_Interger_info：整型字面量
• CONSTANT_Float_info：浮点型字面量
• CONSTANT_Long_info：长整型字面量
• CONSTANT_Double_info：双精度浮点字面量
• CONSTANT_Class_info：类或接口的符号引用
• CONSTANT_String_info：字符串类型字面量
• CONSTANT_Fieldref_info：字段的符号引用
• CONSTANT_Methodref_info：类中方法的符号引用
• CONSTANT_InteraceMehodref_info：接口中方法的符号引用
• CONSTANT_NameAndType_info：字段或方法的部分符号引用
• CONSTANT_MethodHandle_info：方法句柄
• CONSTANT_MethodType_info：方法类型
• CONSTANT_Dynamic_info：动态计算常量
• CONSTANT_Invoke_info：动态方法调用点
• CONSTANT_Module_info：一个模块
• CONSTANT_Package_info：一个模块中开发或者导出的包

这十七个常量类型中有着完全独立的数据结构，两两之间没有共性和联系。

备注：由于Class中的方法、字段都需要引用CONSTANT_Utf8_info型的常量来描述，所以CONSTANT_Utf8_info型的常量的最大长度就是Java中方法、字段名的最大长度。而这CONSTANT_Utf8_info的定义的最长长度是个u2类型，u2类型能表达的最大值是65535。这就是Java无法编译超过64KB大小的英文字符变量或方法名的原因。

实战部分：查看hellowolrd程序的Class常量池

这里需要用到用于分析Class文件字节码的工具：javap。

package com.lsj.lib.vm;

/**
 * File description
 *
 * @author linshujie
 * @date 2021/7/21
 */
public class Helloworld {
    public static void main(String[] args) {
        System.out.println("hello world!");
    }
}

到Hellowolrd.java的目标文件中执行命令

javac Helloworld.java

会生成Helloworld.class。接着执行

javap -verbose Helloworld

生成以下信息

警告: 二进制文件Helloworld包含com.lsj.lib.vm.Helloworld
Classfile /D:/code/Android/temp/TestApplication/lib/src/main/java/com/lsj/lib/vm/Helloworld.class
  Last modified 2021-7-21; size 441 bytes
  MD5 checksum 74ac2c771acc90351ef5a260b34d1703
  Compiled from "Helloworld.java"
public class com.lsj.lib.vm.Helloworld
  minor version: 0
  major version: 52
  flags: ACC_PUBLIC, ACC_SUPER
Constant pool:
   #1 = Methodref          #6.#15         // java/lang/Object."<init>":()V
   #2 = Fieldref           #16.#17        // java/lang/System.out:Ljava/io/PrintStream;
   #3 = String             #18            // hello world!
   #4 = Methodref          #19.#20        // java/io/PrintStream.println:(Ljava/lang/String;)V
   #5 = Class              #21            // com/lsj/lib/vm/Helloworld
   #6 = Class              #22            // java/lang/Object
   #7 = Utf8               <init>
   #8 = Utf8               ()V
   #9 = Utf8               Code
  #10 = Utf8               LineNumberTable
  #11 = Utf8               main
  #12 = Utf8               ([Ljava/lang/String;)V
  #13 = Utf8               SourceFile
  #14 = Utf8               Helloworld.java
  #15 = NameAndType        #7:#8          // "<init>":()V
  #16 = Class              #23            // java/lang/System
  #17 = NameAndType        #24:#25        // out:Ljava/io/PrintStream;
  #18 = Utf8               hello world!
  #19 = Class              #26            // java/io/PrintStream
  #20 = NameAndType        #27:#28        // println:(Ljava/lang/String;)V
  #21 = Utf8               com/lsj/lib/vm/Helloworld
  #22 = Utf8               java/lang/Object
  #23 = Utf8               java/lang/System
  #24 = Utf8               out
  #25 = Utf8               Ljava/io/PrintStream;
  #26 = Utf8               java/io/PrintStream
  #27 = Utf8               println
  #28 = Utf8               (Ljava/lang/String;)V
{
  public com.lsj.lib.vm.Helloworld();
    descriptor: ()V
    flags: ACC_PUBLIC
    Code:
      stack=1, locals=1, args_size=1
         0: aload_0
         1: invokespecial #1                  // Method java/lang/Object."<init>":()V
         4: return
      LineNumberTable:
        line 9: 0

  public static void main(java.lang.String[]);
    descriptor: ([Ljava/lang/String;)V
    flags: ACC_PUBLIC, ACC_STATIC
    Code:
      stack=2, locals=1, args_size=1
         0: getstatic     #2                  // Field java/lang/System.out:Ljava/io/PrintStream;
         3: ldc           #3                  // String hello world!
         5: invokevirtual #4                  // Method java/io/PrintStream.println:(Ljava/lang/String;)V
         8: return
      LineNumberTable:
        line 11: 0
        line 12: 8
}
SourceFile: "Helloworld.java"

上面我们可以看到一些"I" “V” “” "LineNumberTable"等常量，这部分常量实际上都是编译器自动生成的，会被字段表、方法表、属性表所引用。而这些常量会用来描述一些不方便用“固定字节”进行表达的内容，比如方法的返回值、参数类型是什么、有几个参数等。

访问标志

常量池后面，我们能看到的便是访问标志，用来标识一些类或接口的信息。例如：这个Class是个类还是接口；是否定义为public类型；是否是abstract类型等。
其中，我们上面例子中：

flags: ACC_PUBLIC, ACC_STATIC

ACC_PUBLIC代表是public类型，
ACC_STATIC代表是静态类型。