jvm学习记录--09 Class文件结构

不仅跨平台，还能跨语言

Java能够跨平台在window，linux，mac等不同平台的操作系统上运行是因为Java虚拟机的存在，Javac把Java代码编译成class文件，Java虚拟机执行class文件，由于Java虚拟机在多个不同操作系统平台都有实现。所有Java语音才能跨平台执行。

但时至今日，商业机构和开源机构已经在Java语言之外发展出一大批在Java虚拟机之上运行的语言，如Clojure、Groovy、JRuby、Jython、Scale等

Class文件结构

Class文件是一组以8位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Class文件中，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都是程序运行的必要数据。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，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、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它表作为数据项构成的复合数据类型，所有表都习惯性地以”_info”结尾。表用于描述有层次关系的复合结构的数据，整个Class文件本质上就是一张表。 它由下表所示的数据项构成。

由于不包含任何分隔符，故表中的数据项，无论是数量还是顺序，都是被严格限定的。哪个字节代表什么含义，长度是多少，先后顺序如何，都不允许改变

查看Class文件的工具winhex

编写一段代码

package com.test;  

public class Test {  
    private int m;  

    public int getM(){  
        return m + 1;  
    }  
}  

用winhex打开编译完成的Class文件

魔数（Magic）

每个Class文件的头4个字节称为魔数（Magic Number），它的唯一作用是用于确定这个文件是否为一个能被虚拟机接受的Class文件。很多文件存储标准中都使用魔数来进行身份识别，譬如图片格式，如gif或jpeg等在文件头中都存有魔数。Class文件魔数的值为0xCAFEBABE。如果一个文件不是以0xCAFEBABE开头，那它就肯定不是Java class文件。

Class文件的版本（minor_version 和 major_version）

minor_version：占2字节，次版本号，0x0000
majro_version：占2字节，主版本号，0x0032，转化为十进制为50，是使用JDK1.6编译的，或者用的jdk1.7，1.8但是编译版本指定的1.6

高版本的JDK可以向下兼容以前版本的Class文件，但是无法运行以后版本的Class文件，即使文件格式并未发生变化
如果使用JDK1.5运行使用JDK1.6编译的Class文件，会报

java.lang.UnsupportedClassVersionError: Bad version number in .class file

常量池（constant_pool_count 和 constant_pool）

跟随版本之后的就是常量池了。

constant_pool_count

由于常量池中常量的数目不是固定的，所以在常量池入口首先使用一个2字节长的无符号数constatn_pool_count来代表常量池计数值

这里描述的0016转成十进制是22，代表常量池中有21个常量。（只有常量池的计数是从1开始的，其它集合类型均从0开始），索引值为1~22。第0项常量具有特殊意义，如果某些指向常量池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，这种情况可以将索引值置为0来表示。

constant_pool

常量池中的每一个常量都是一个表，共有11种结构。这11中表都有一个共同的特点：表开始的第一位是一个u1类型的标志位（tag，取值1到12，缺少2），代表当前这个常量属于哪种常量类型。11种常量类型所代表的具体含义如图：

每一个常量都以一个u1类型开头，如下图这里是7对照总表发现tag = 7 的 是 CONSTANT_Class_info类型。

CONSTANT_Class_info这个类型除了一个u1类型tag之外，还有一个u2类型的index，如下图：

发现图中值是0002，表示指向第二个常量的索引。

继续看第二个常量tag是01，如图：

对照总表发现是CONSTANT_Utf8_info类型，这个类型由tag（u1），length（u2）和bytes（u1）组成。
那么跟着tag后面的length是两个字节，如图：

可以看到是0000D，转成十进制也就是13，即接下来的13个字节为一个utf-8缩略编码的字符串。如图：

从图中右边ASCII可以看到对应的com/test/Test。

逐个分析是比较麻烦的，可以使用JDK自带的用于分析Class文件字节码的工具javap(在JDK的bin目录下)：

d:\>javap -verbose Test  
Compiled from "Test.java"  
public class com.test.Test extends java.lang.Object  
  SourceFile: "Test.java"  
  minor version: 0  
  major version: 49  
  Constant pool:  
const #1 = class        #2;     //  com/test/Test   
const #2 = Asciz        com/test/Test;  
const #3 = class        #4;     //  java/lang/Object   
const #4 = Asciz        java/lang/Object;  
const #5 = Asciz        m;  
const #6 = Asciz        I;  
const #7 = Asciz        <init>;  
const #8 = Asciz        ()V;  
const #9 = Asciz        Code;  
const #10 = Method      #3.#11; //  java/lang/Object."<init>":()V  
const #11 = NameAndType #7:#8;//  "<init>":()V  
const #12 = Asciz       LineNumberTable;  
const #13 = Asciz       LocalVariableTable;  
const #14 = Asciz       this;  
const #15 = Asciz       Lcom/test/Test;;  
const #16 = Asciz       getM;  
const #17 = Asciz       ()I;  
const #18 = Field       #1.#19; //  com/test/Test.m:I  
const #19 = NameAndType #5:#6;//  m:I  
const #20 = Asciz       SourceFile;  
const #21 = Asciz       Test.java;  

{  
public com.test.Test();  
......  

这里可以看到第一个常量是class ， 后面的 #2 表示指向 第二个常量。

省略了显示结果的后半部分，这里可以看到总共有21个常量，并且可以看到常量的类型，如果常量中保存的为索引值（#），也会提示索引指向常量的具体内容（//后的内容），当然其中也包含了很多特殊的符号（如：()V），这些将会在后面的“六，字段表集合”与“七，方法表集合”中进行说明

访问标志（access_flags）

接下来2个字节代表访问标志位。这个标志用于识别类或接口层次的访问信息，如：这个Class是类还是接口，是否定义为public类型，是否定义为abstract类型等。

根据上面的表格，测试类的访问标志为ACC_PUBLIC | ACC_SUPER = 0x0001 | 0x0020 =1 | 32 = [00000000][00000001] | [00000000][00010000] = [00000000][00010001] = 33 = 0x0021

类索引、父类索引与接口索引集合（this_class 、 super_class 、 interfaces_count 和 interfaces）

Class文件中由这3项数据来确定这个类的继承关系
this_class：类索引，用于确定这个类的全限定名，占2字节
super_class：父类索引，用于确定这个类父类的全限定名（Java语言不允许多重继承，故父类索引只有一个。除了java.lang.Object类之外所有类都有父类，故除了java.lang.Object类之外，所有类该字段值都不为0），占2字节
interfaces_count：接口索引计数器，占2字节。如果该类没有实现任何接口，则该计数器值为0，并且后面的接口的索引集合将不占用任何字节，
interfaces：接口索引集合，一组u2类型数据的集合。用来描述这个类实现了哪些接口，这些被实现的接口将按implements语句（如果该类本身为接口，则为extends语句）后的接口顺序从左至右排列在接口的索引集合中
this_class、super_class与interfaces中保存的索引值均指向常量池中一个CONSTANT_Class_info类型的常量，通过这个常量中保存的索引值可以找到定义在CONSTANT_Utf8_info类型的常量中的全限定名字符串
this_class的值为0x0001，即常量池中第一个常量，super_class的值为0x0003，即常量池中的第三个常量，interfaces_counts的值为0x0000，故接口索引集合大小为0

const #1 = class        #2;     //  com/test/Test   
const #2 = Asciz        com/test/Test;  
const #3 = class        #4;     //  java/lang/Object   
const #4 = Asciz        java/lang/Object;  

可以看到测试类的全限定名为”com/test/Test;”，测试类的父类的全限定名为”java/lang/Object;”

字段表集合（fields_count 和 fields）

fields_count：字段表计数器，即字段表集合中的字段表数据个数。占2字节，其值为0x0001，即只有一个字段表数据，也就是测试类中只包含一个变量（不算方法内部变量）
fields：字段表集合，一组字段表类型数据的集合。字段表用于描述接口或类中声明的变量，包括类级别（static）和实例级别变量，不包括在方法内部声明的变量

在Java中一般通过如下几项描述一个字段：字段作用域（public、protected、private修饰符）、是类级别变量还是实例级别变量（static修饰符）、可变性（final修饰符）、并发可见性（volatile修饰符）、可序列化与否（transient修饰符）、字段数据类型（基本类型、对象、数组）以及字段名称。在字段表中，变量修饰符使用标志位表示，字段数据类型和字段名称则引用常量池中常量表示，字段表格式如下表所示：

字段修饰符放在access_flags中，占2字节，其值为0x0002，可见这个字段由private修饰，与访问标志位十分相似

当然实际上，ACC_PUBLIC、ACC_PRIVATE和ACC_PROTECTED这3个标志只能选择一个，接口中的字段必须有ACC_PUBLIC、ACC_STATIC、ACC_FINAL标志，Class文件对此并无规定，这些都是java语言所要求的
name_index代表字段的简单名称（参见备注二），占2字节，是一个对常量池的引用 ，其值为0x0005，即常量池中第5个常量
descriptor_index代表代表参数的描述符（参见备注三），占2个字节，是一个对常量池的引用，其值为0x0006，即常量池中第6个常量

const #5 = Asciz        m;  
const #6 = Asciz        I;  

综上，可以推断出源代码定义的字段为（和测试类完全一样）：

private int m;  

字段表包含的固定数据项到descriptor_index结束，之后跟随一个属性表集合用于存储一些附加信息：attributes_count（属性计数器，占2字节，0x0000，所以该字段没有额外需要描述的信息）和attributes（属性表集合，详细说明见后面“八，属性表集合”）
字段表集合中不会列出从父类或父接口中继承的字段，但是可能列出原本Java代码之中不存在的字段，如：内部类为了保持对外部类的访问性，自动添加指向外部类实例的字段
Java语言中字段是不能重载的，2个字段无论数据类型、修饰符是否相同，都不能使用相同的名称；但是对于字节码，只要字段描述符不同，字段重名就是合法的

方法表集合（methods_count 和 methods）

methods_count：方法表计数器，即方法表集合中的方法表数据个数。占2字节，其值为0x0002，即测试类中有2个方法
methods：方法表集合，一组方法表类型数据的集合。方法表结构和字段表结构一样：

数据项的含义非常相似，仅在访问标志位和属性表集合中的可选项上有略微不同
由于ACC_VOLATILE标志和ACC_TRANSIENT标志不能修饰方法，所以access_flags中不包含这两项，同时增加ACC_SYNCHRONIZED标志、ACC_NATIVE标志、ACC_STRICTFP标志和ACC_ABSTRACT标志

第一个方法（由编译器自动添加的默认构造方法）：

access_flags为0x0001，即public；name_index为0x0007，即常量池中第7个常量；descriptor_index为0x0008，即常量池中第8个常量

const #7 = Asciz        <init>;  
const #8 = Asciz        ()V;  

接下来2个字节为属性计数器，其值为0x0001，说明这个方法的属性表集合中有一个属性（详细说明见后面“八，属性表集合”），属性名称为接下来2位0x0009，指向常量池中第9个常量：Code。接下来4位为0x0000002F，表示Code属性值的字节长度为47。接下来2位为0x0001，表示该方法的操作数栈的深度最大值为1。接下来2位依然为0x0001，表示该方法的局部变量占用空间为1。接下来4位为0x0000005，则紧接着的5个字节0x2AB7000AB1为该方法编译后生成的字节码指令（各字节对应的指令不介绍了，可查询虚拟机字节码指令表）。接下来2个字节为0x0000，说明Code属性异常表集合为空。

接下来2个字节为0x0002，说明Code属性带有2个属性，那么接下来2位0x000C即为Code属性第一个属性的属性名称，指向常量池中第12个常量：LineNumberTable。接下来4位为0x00000006，表示LineNumberTable属性值所占字节长度为6。接下来2位为0x0001，即该line_number_table中只有一个line_number_info表，start_pc为0x0000，line_number为0x0003，LineNumberTable属性结束。

接下来2位0x000D为Code属性第二个属性的属性名，指向常量池中第13个常量：LocalVariableTable。该属性值所占的字节长度为0x0000000C=12。接下来2位为0x0001，说明local_variable_table中只有一个local_variable_info表，按照local_variable_info表结构，start_pc为0x0000，length为0x0005，name_index为0x000E，指向常量池中第14个常量：this，descriptor_index为0x000F，指向常量池中第15个常量：Lcom/test/Test;，index为0x0000。第一个方法结束
第二个方法：

access_flags为0x0001，即public；name_index为0x0010，即常量池中第16个常量；descriptor_index为0x0011，即常量池中第17个常量

const #16 = Asciz       getM;  
const #17 = Asciz       ()I;  

接下来2个字节为属性计数器，其值为0x0001，说明这个方法有一个方法属性，属性名称为接下来2位0x0009，指向常量池中第9个常量：Code。接下来4位为0x00000031，表示Code属性值的字节长度为49。接下来2位为0x0002，表示该方法的操作数栈的深度最大值为2。接下来2位为0x0001，表示该方法的局部变量占用空间为1。接下来4位为0x0000007，则紧接着的7个字节0x2AB400120460AC为该方法编译后生成的字节码指令。接下来2个字节为0x0000，说明Code属性异常表集合为空。

接下来2个字节为0x0002，说明Code属性带有2个属性，那么接下来2位0x000C即为Code属性第一个属性的属性名称，指向常量池中第12个常量：LineNumberTable。接下来4位为0x00000006，表示LineNumberTable属性值所占字节长度为6。接下来2位为0x0001，即该line_number_table中只有一个line_number_info表，start_pc为0x0000，line_number为0x0007，LineNumberTable属性结束。

和第一个方法的LocalVariableTable属性基本相同，唯一的区别是局部变量this的作用范围覆盖的长度为7而不是5，第二个方法结束
如果子类没有重写父类的方法，方法表集合中就不会出现父类方法的信息；有可能会出现由编译器自动添加的方法（如：，实例类构造器）
在Java语言中，重载一个方法除了要求和原方法拥有相同的简单名称外，还要求必须拥有一个与原方法不同的特征签名（方法参数集合），由于特征签名不包含返回值，故Java语言中不能仅仅依靠返回值的不同对一个已有的方法重载；但是在Class文件格式中，特征签名即为方法描述符，只要是描述符不完全相同的2个方法也可以合法共存，即2个除了返回值不同之外完全相同的方法在Class文件中也可以合法共存
javap工具在后半部分会列出分析完成的方法（可以看到和我们的分析结果是一样的）：

d:\>javap -verbose Test  
......  
{  
public com.test.Test();  
  Code:  
   Stack=1, Locals=1, Args_size=1  
   0:   aload_0  
   1:   invokespecial   #10; //Method java/lang/Object."<init>":()V  
   4:   return  
  LineNumberTable:  
   line 3: 0  

  LocalVariableTable:  
   Start  Length  Slot  Name   Signature  
   0      5      0    this       Lcom/test/Test;  

public int getM();  
  Code:  
   Stack=2, Locals=1, Args_size=1  
   0:   aload_0  
   1:   getfield        #18; //Field m:I  
   4:   iconst_1  
   5:   iadd  
   6:   ireturn  
  LineNumberTable:  
   line 7: 0  

  LocalVariableTable:  
   Start  Length  Slot  Name   Signature  
   0      7      0    this       Lcom/test/Test;  
}  

属性表集合（attributes_count 和 attributes）

在Class文件、属性表、方法表中都可以包含自己的属性表集合，用于描述某些场景的专有信息
与Class文件中其它数据项对长度、顺序、格式的严格要求不同，属性表集合不要求其中包含的属性表具有严格的顺序，并且只要属性的名称不与已有的属性名称重复，任何人实现的编译器可以向属性表中写入自己定义的属性信息。虚拟机在运行时会忽略不能识别的属性，为了能正确解析Class文件，虚拟机规范中预定义了虚拟机实现必须能够识别的9项属性：

每种属性均有各自的表结构。这9种表结构有一个共同的特点，即均由一个u2类型的属性名称开始，可以通过这个属性名称来判段属性的类型
Code属性：Java程序方法体中的代码经过Javac编译器处理后，最终变为字节码指令存储在Code属性中。当然不是所有的方法都必须有这个属性（接口中的方法或抽象方法就不存在Code属性），Code属性表结构如下：

max_stack：操作数栈深度最大值，在方法执行的任何时刻，操作数栈深度都不会超过这个值。虚拟机运行时根据这个值来分配栈帧的操作数栈深度
max_locals：局部变量表所需存储空间，单位为Slot。并不是所有局部变量占用的Slot之和，当一个局部变量的生命周期结束后，其所占用的Slot将分配给其它依然存活的局部变量使用，按此方式计算出方法运行时局部变量表所需的存储空间
code_length和code：用来存放Java源程序编译后生成的字节码指令。code_length代表字节码长度，code是用于存储字节码指令的一系列字节流。
每一个指令是一个u1类型的单字节，当虚拟机读到code中的一个字节码（一个字节能表示256种指令，Java虚拟机规范定义了其中约200个编码对应的指令），就可以判断出该字节码代表的指令，指令后面是否带有参数，参数该如何解释，虽然code_length占4个字节，但是Java虚拟机规范中限制一个方法不能超过65535条字节码指令，如果超过，Javac将拒绝编译
ConstantValue属性：通知虚拟机自动为静态变量赋值，只有被static关键字修饰的变量（类变量）才可以使用这项属性。其结构如下：

可以看出ConstantValue属性是一个定长属性，其中attribute_length的值固定为0x00000002，constantvalue_index为一常量池字面量类型常量索引（Class文件格式的常量类型中只有与基本类型和字符串类型相对应的字面量常量，所以ConstantValue属性只支持基本类型和字符串类型）
对非static类型变量（实例变量，如：int a = 123;）的赋值是在实例构造器方法中进行的
对类变量（如：static int a = 123;）的赋值有2种选择，在类构造器方法中或使用ConstantValue属性。当前Javac编译器的选择是：如果变量同时被static和final修饰（虚拟机规范只要求有ConstantValue属性的字段必须设置ACC_STATIC标志，对final关键字的要求是Javac编译器自己加入的要求），并且该变量的数据类型为基本类型或字符串类型，就生成ConstantValue属性进行初始化；否则在类构造器方法中进行初始化
Exceptions属性：列举出方法中可能抛出的受查异常（即方法描述时throws关键字后列出的异常），与Code属性平级，与Code属性包含的异常表不同，其结构为：

number_of_exceptions表示可能抛出number_of_exceptions种受查异常
exception_index_table为异常索引集合，一组u2类型exception_index的集合，每一个exception_index为一个指向常量池中一CONSTANT_Class_info型常量的索引，代表该受查异常的类型
InnerClasses属性：该属性用于记录内部类和宿主类之间的关系。如果一个类中定义了内部类，编译器将会为这个类与这个类包含的内部类生成InnerClasses属性，结构为：

inner_classes为内部类表集合，一组内部类表类型数据的集合，number_of_classes即为集合中内部类表类型数据的个数
每一个内部类的信息都由一个inner_classes_info表来描述，inner_classes_info表结构如下：

inner_class_info_index和outer_class_info_index指向常量池中CONSTANT_Class_info类型常量索引，该CONSTANT_Class_info类型常量指向常量池中CONSTANT_Utf8_info类型常量，分别为内部类的全限定名和宿主类的全限定名
inner_name_index指向常量池中CONSTANT_Utf8_info类型常量的索引，为内部类名称，如果为匿名内部类，则该值为0
inner_name_access_flags类似于access_flags，是内部类的访问标志

LineNumberTale属性：用于描述Java源码的行号与字节码行号之间的对应关系，非运行时必需属性，会默认生成至Class文件中，可以使用Javac的-g:none或-g:lines关闭或要求生成该项属性信息，其结构如下：

line_number_table是一组line_number_info类型数据的集合，其所包含的line_number_info类型数据的数量为line_number_table_length，line_number_info结构如下：

不生成该属性的最大影响是：1，抛出异常时，堆栈将不会显示出错的行号；2，调试程序时无法按照源码设置断点
LocalVariableTable属性：用于描述栈帧中局部变量表中的变量与Java源码中定义的变量之间的关系，非运行时必需属性，默认不会生成至Class文件中，可以使用Javac的-g:none或-g:vars关闭或要求生成该项属性信息，其结构如下：

local_variable_table是一组local_variable_info类型数据的集合，其所包含的local_variable_info类型数据的数量为local_variable_table_length，local_variable_info结构如下：

start_pc + length即为该局部变量在字节码中的作用域范围
不生成该属性的最大影响是：1，当其他人引用这个方法时，所有的参数名称都将丢失，IDE可能会使用诸如arg0、arg1之类的占位符代替原有的参数名称，对代码运行无影响，会给代码的编写带来不便；2，调试时调试器无法根据参数名称从运行上下文中获取参数值
SourceFile属性：用于记录生成这个Class文件的源码文件名称，为可选项，可以使用Javac的-g:none或-g:source关闭或要求生成该项属性信息，其结构如下：

可以看出SourceFile属性是一个定长属性，sourcefile_index是指向常量池中一CONSTANT_Utf8_info类型常量的索引，常量的值为源码文件的文件名
对大多数文件，类名和文件名是一致的，少数特殊类除外（如：内部类），此时如果不生成这项属性，当抛出异常时，堆栈中将不会显示出错误代码所属的文件名
Deprecated属性和Synthetic属性：这两个属性都属于标志类型的布尔属性，只存在有和没有的区别，没有属性值的概念
Deprecated属性表示某个类、字段或方法已经被程序作者定为不再推荐使用，可在代码中使用@Deprecated注解进行设置
Synthetic属性表示该字段或方法不是由Java源码直接产生的，而是由编译器自行添加的（当然也可设置访问标志中的ACC_SYNTHETIC标志，所有由非用户代码产生的类、方法和字段都应当至少设置Synthetic属性和ACC_SYNTHETIC标志位中的一项，唯一的例外是实例构造器和类构造器方法）
这两项属性的结构为(当然attribute_length的值必须为0x00000000)：

起始2位为0x0001，说明有一个类属性。接下来2位为属性的名称，0x0014，指向常量池中第20个常量：SourceFile。接下来4位为0x00000002，说明属性体长度为2字节。最后2个字节为0x0014，指向常量池中第21个常量：Test.java，即这个Class文件的源码文件名为Test.java

绝大部分内容转至：http://blog.csdn.net/a19881029/article/details/16117251