深入理解JVM - 类文件结构

最新推荐文章于 2021-06-15 10:03:23 发布

json_it学习笔记

最新推荐文章于 2021-06-15 10:03:23 发布

阅读量286

点赞数

分类专栏：深入理解JVM 文章标签： Java 类文件

本文链接：https://blog.csdn.net/json_it/article/details/78921017

版权

深入理解JVM 专栏收录该内容

8 篇文章 0 订阅

订阅专栏

详细请阅读《深入理解Java虚拟机》第六章节。

1、概述

平台无关性（Write Once ，Run anyWhere）、语言无关性（让其他语言运行在Java虚拟机之上，如Groovy、Scala、JRuby、Jython、Clojure等）的基础是虚拟机和字节码文件。Java虚拟机不和包括Java在内的任何语言绑定，它只与“Class文件”这种特定的二进制文件格式所关联。

2、Class类文件的结构

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位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位字节进行存储。

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，u1，u2，u4，u8来分别代表1、2、4、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，所有表习惯以“_info”结尾。表用于描述有层次关系的复合结构的数据，整个Class文件本质是一张表。

注意：Class文件不像XML等描述语言，由于它没有任何分隔符，无论是顺序还是数量，甚至于数据存储的字节序这样的细节，都是被严格限定的，哪一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。

2.1、魔数与Class文件的版本

每个Class文件的头四个字节被成为魔数，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。很多文件存储标准中都使用魔数来进行身份识别，比如图片格式。

紧接着魔数的四个字节存储的是Class文件的版本号：第五和第六字节是次版本号，第七和第八是主版本号。Java版本号从45开始，JDK1.1之后的每一个JDK大版本发布主版本号都会向上加一（JDK1.0~JDK1.1使用了45.0~45.3的版本号），高版本号的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，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。例如JDK1.1能支持版本号为45.0~45.65535的Class文件，无法执行版本号为46.0以上的Class文件。

2.2、常量池

紧接着主次版本号之后的是常量池入口，常量池可以理解为Class文件之中的资源仓库，它是Class文件结构中与其他项目关联最多的数据类型，也是占用Class文件空间最大的数据项目之一，同时也是在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。

常量池中主要存放两大类常量：字面量和符号引用。

字面量：接近于Java语言层面的常量概念，比如文本字符串、声明为final的常量值等。

符号引用：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。

Java代码在进行javac编译的时候，并不像c或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。也就是说，在Class文件中不会保存各个方法、字段的最终内存布局信息，因此这些字段、方法的符号引用不经过运行期转换的话无法得到真正的内存入口，也就无法直接被虚拟机使用。当虚拟机运行时，需要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中。

常量池中的每一项常量都是一个表。JDK1.7中共有14种结构各不相同的表结构数据，这14种表都有一个共同的特点。就是表开始第一位是一个u1类型的标志位，代表当前的这个常量是哪一种常量类型。

Java中如果定义了超过64KB（65535）英文字符的变量或者方法名，将无法编译。由于Class文件中的方法、字段等都需要引用CONSTANT_Utf8_info行常量来描述名称，所以CONSTANT_Utf8_info型常量的最大长度也就是Java中方法、字段名的最大长度。而这里的最大长度就是u2类型能表达的最大值65535.

2.3、访问标志

在常量池结束之后，紧接着的两个字节代表访问标志，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

2.4、类索引、父类索引与接口索引集合

类索引和父类索引都是一个u2类型的数据，而接口索引是一组u2类型的数据的集合，Class文件中由这三项数据来确定这个类的继承关系。类索引用于确定这个类的全限定名，父类索引用于确定这个类的父类的全限定名。由于Java语言不允许多重继承，所以父类索引只有一个，除了java.lang.Object之外，所有的Java类都有父类，因此除了java.lang.Object外，所有Java类的父类索引都不为0。接口索引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语句后的接口顺序从左到右排列在接口索引集合中。

类索引、父类索引和接口索引集合都按照顺序排列在访问标志之后，类索引和父类索引用两个u2类型的索引值表示，它们各自指向一个类型为CONSTANT_Class_info的类描述符常量，通过CONSTANT_Class_info类型的常量中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，

2.5、字段表集合

字段表用于描述接口或类中声明的变量。字段包括类级变量和实例级变量，但不包括在方法内部声明的局部变量。字段的信息：作用域（private 、public、protected）、可变性(final)、并发可见性(volatile，是否强制从主内存读取)、字段类型(基本类型、对象、数组)、是否可序列化（transient）、字段名称、是类变量（static）还是实例变量。上述这些信息中，各个修饰符都是布尔值，要么有某个修饰符要么没有。而字段叫什么名字、字段被定义为什么数据类型，这些都是无法固定的，只能引用常量池中的常量来描述。

这里有一个概念需要了解：描述符。描述符的作用是用来描述字段的数据类型、方法的参数列表（包括数量、类型以及顺序）和返回值。根据描述符的规则，基本数据类型（byte、short、int、long、float、double、char、boolean）以及代表无返回值的void类型都用一个大写的字符表述，而对象类型用字符L加对象的全限定名来表示。

如下图所示，字段表（方法表与字段表的结构一样）的结构：