浅析Java字节码文件

1.概要

java程序是虚拟机上运行，而虚拟机JVM实际运行的是字节码文件，且此字节码文件的源文件不一定是Java源代码，只要编译后的字节码文件符合Java虚拟机的规范即可。
字节码文件没有任何分隔符分隔区段，每个组成项（item）只用两个字节（0-65536）的无符号数(u2）标识此项的在字节码文件中所占用的字节数，各组成项（item）以Big-Endian顺序(大端，即按高位字节在地址最低位，最低字节在地址最高位来存储数据)连续存放，当超出这个字节数长度便是另外一项（item）内容,所以其内部结构是相当紧凑的。
每一项（item）都包括类型、名称、及其数量。类型可以是表名，也可以“基本类型”（即无符号数），字节码文件只有无符号数、表（Table）这两种数据结构。无符号数有u1 、u2、 u4、u8这四种，而表则是由无符号数及其他表组成的复合数据类型，以“_info”后缀结尾，整个字节码文件也可看成一张（很大的）表。

(1)基本类型(无符号数)

类型	说明
u1	1字节的无符号数
u2	2字节的无符号数
u4	4字节的无符号数
u8	8字节的无符号数

(2)字节码文件结构

ClassFile {
// 数据类型			数据项
	u4				 magic;
	u2				 minor_version;
	u2				 major_version;
	u2				 constant_pool_count;
	cp_info 		constant_pool[constant_pool_count-1];
	u2	 			access_flags;
	u2				 this_class;
	u2				 super_class;
	u2				 interfaces_count;
	u2				 interfaces[interfaces_count];
	u2				 fields_count;
	field_info	 	fields[fields_count];
	u2				 methods_count;
	method_info 	methods[methods_count];
	u2	 			attributes_count;
	attribute_info	 attributes[attributes_count];
}

2.字节码文件各组成项（item）含义分析

（1）magic（魔数）

magic,魔数是字节码文件开始的4个字节，魔数值固定为 0xCAFEBABE，不会改变。魔数的唯一作用是确定这个文件是否为一个能被虚拟机所接受的 Class 文件，如果开头不是0xCAFEBABE,JVM将认为该文件不是.class字节码文件而拒绝解析。

（2）major_version 、minor_version（版本号）

major_version 、minor_version,分别是主版本号、次版本号，它们在magic之后，各占两个字节。随着Java更新换代，不断扩充新特性，字节码文件的格式也随着变化。字节码文件的版本号确定了特定的字节码文件格式，只有给定了版本号JVM才能正确读取字节码文件。如果其版本号超出了JVM能处理的有效范围，JVM则不会处理加载些字节码文件。如高版本JDK编译的class文件不能在低版本的JVM中运行，而高版本的JVM却能向下兼容运行低版本JDK编译的class文件。

（3）constant_pool_count（常量池计数器）与constant_pool[]（常量池）

• constant_pool_count
  常量池计数器 的计数值从1开始，因此计数器值等于 constant_pool 表中的成员数加 1。虽然常量计数器并没有将0作为计数值，但索引0却还是存在的，主要是为了满足后续其他项在不引用常量池中的任何常量时，默认可以所常量池中的访问索引设为0来表示。
• constant_pool[]
  常量池是字节码文件中非常重要的数据项，与其他项关联最多和占用空间最大的数据项。常量池主要存放字面量（Literal)和符号引用（Symbolic references)两类数据常量，其他项以索引的方式来访问常量池。
  • 常量池基本结构
    常量池数组紧跟常量池计数器之后，与一般数组概念不同，常量池数组中不同元素的类型、结构都是不同的，长度也不同，但每一元素的第一个数据tag都是一个u1类型，此字节是个标志位，根据tag的值确定该元素的具体类型。

1）常量池分布

2）常量池组成元素

不同元素之间，其结构与类型是不同的，JVM一共定义了11种常量，并针对不同的常量进行专门的解析读取。

常量池元素结构表

类型/含义	结构	类型	说明
CONSTANT_Utf8_info UTF-8编码的字符串	tag	u1	值为1
	length	u2	UTF-8缩略编码字符串所占用的字节数
	bytes	u1	长度为length的UTF-8码字符串
CONSTANT_Integer_info 整型字面量	tag	u1	值为3
	bytes	u4	按照高位在前（低地址位置）储存int值
CONSTANT_Float_info 单精度浮点型字面量	tag	u1	值为4
	bytes	u4	按照高位在前（低地址位置）储存float值
CONSTANT_Long_info 长整型字面量	tag	u1	值为5
	bytes	u8	按照高位在前（低地址位置）储存long值
CONSTANT_Double_info 双精度浮点型字面量	tag	u1	值为6
	bytes	u8	按照高位在前（低地址位置）储存double值
CONSTANT_Class_info 类或接口的符号引用	tag	u1	值为7
	index	u2	指向全限定名常量项的索引
CONSTANT_String_info 字符串类型字面量	tag	u1	值为8
	index	u2	指向字符串字面量的索引
CONSTANT_Fieldref_info 字段的符号引用	tag	u1	值为9
	index	u2	指向声明字段的类或接口描述符CONSTANT_Class_info的索引
	index	u2	指向字段描述符CONSTANT_NameAndType_info的索引
CONSTANT_Methodref_info 类中方法的符号引用	tag	u1	值为10
	index	u2	指向声明方法的类描述符CONSTANT_Class_info的索引
	index	u2	指向方法名及类型描述符CONSTANT_NameAndType_info的索引
CONSTANT_InterfaceMethodref_info 接口中方法的符号引用	tag	u1	值为11
	index	u2	指向声明方法的接口描述符CONSTANT_Class_info的索引
	index	u2	指向方法名及类型描述符CONSTANT_NameAndType_info的索引
CONSTANT_NameAndType_info 字段或方法的部分符号引用	tag	u1	值为12
	index	u2	指向该字段名或方法名常量项的索引
	index	u2	指向该字段或方法描述符常量项的索引

（4）access_flags （访问标识）

access_flags，访问标识是一种掩码标志，用于表示某个类或者接口的访问权限及基础属性。

• 访问和修饰符

标记名	值	含义
ACC_FINAL	0x0010	不允许有子类
ACC_PUBLIC	0x0001	可以被包的类外访问。
ACC_SUPER	0x0020	当用到 invokespecial 指令时，需要特殊处理的父类方法。
ACC_INTERFACE	0x0200	标识定义的是接口而不是类。
ACC_ABSTRACT	0x0400	不能被实例化。
ACC_ANNOTATION	0x2000	标识注解类型
ACC_ENUM	0x4000	标识枚举类型

（5）this_class （类索引）

this_class,类索引的值必须是对 constant_pool 表中项目的一个有效索引值。constant_pool 表在这个索引处的项必须CONSTANT_Class_info 类型常量，表示这个 Class 文件所定义的类或接口。

（6）super_class （父类索引）

• 类
  对于类来说，super_class父类索引必须是对是onstant_pool 表中项目的一个有效索引值（Object除外，它没有父类，父类索引为0）。 constant_pool 表在这个索引处的项必须为 CONSTANT_Class_info 类型常量，表示这个 Class 文件所定义的类的直接父类。当前类的直接父类，以及它所有间接父类的 access_flag 中都不能带有 ACC_FINAL 标记。
• 接口
  对于接口来说，super_class父类索引项的值必须是对 constant_pool 表中项目的一个有效索引值。constant_pool 表在这个索引处的项必须为代表 java.lang.Object 的 CONSTANT_Class_info 类型常量。

（7）interfaces_count （接口计数器）与interfaces[]（接口表）

• interfaces_count
  接口计数器的值表示当前类或接口的直接父接口数量。
• interfaces[]
  接口表的每个成员的值必须是一个对 constant_pool 表中项目的一个有效索引值，它的长度为 interfaces_count。每个成员interfaces[i] 必须为 CONSTANT_Class_info 类型常量。成员所表示的接口顺序和对应的源
  代码中给定的接口顺序（从左至右）一样.

（8）fields_count（字段计数器）与fields[]（字段表）

• fields_count
  字段计数器，表示当前 Class 文件 fields[]数组的成员个数。
• fields[]
  字段表,fields[]数组中的每个成员都必须是一个 fields_info 结构的数据项，用于表示当前类或接口中某个字段的完整描述。fields[]数组描述当前类或接口声明的所有字段，但不包括从父类或父接口继承的部分。

（9）methods_count(方法计数器)与methods[]（方法表）

• methods_count
  方法计数器，表示当前 Class 文件 methods[]数组的成员个数。
• methods[]
  方法表，methods[]数组中的每个成员都必须是一个 method_info 结构的数据项，用于表示当前类或接口中某个方法的完整描述。如果某个 method_info 结构的access_flags 项既没有设置 ACC_NATIVE 标志也没有设置 ACC_ABSTRACT 标志，那么它所对应的方法体就应当可以被 Java 虚拟机直接从当前类加载，而不需要引用其它类。method_info 结构可以表示类和接口中定义的所有方法，包括实例方法、类方法、实例初始化方法和类或接口初始化方法。methods[]数组只描述当前类或接口中声明的方法，不包括从父类或父接口继承的方法。

（10）attributes_count(属性计数器)与 attributes[]（属性表）

• attributes_count
  属性计数器，表示当前 Class 文件 attributes 表的成员个数。
• attributes[]
  属性表，attributes[] 表的每个项的值必须是 attribute_info 结构。Class 文件结构中的 attributes 表的项包括下列定义的部分或全部属性：InnerClasses、EnclosingMethod、Synthetic、Signature、SourceFile，SourceDebugExtension、Deprecated、RuntimeVisibleAnnotations、RuntimeInvisibleAnnotations以及BootstrapMethods属性。