《深入理解JAVA虚拟机笔记》Class文件格式、字节码指令

Class文件格式

Class 文件是一组以 8 个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 个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 个字节进行存储。一般来说一个Class文件都对应着唯一的一个类或接口的定义信息。

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 个字节和 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其他表作为数据项构成的复合数据类型，所有的表都习惯性地以“_info”结尾。表用于描述有层次关系的复合结构的数据，整个 Class 文件本质上也可以视作是一张表。这张表由下表所示的数据项按严格顺序排列构成。

类型	名称	数量	描述
u4	magic	1	魔数
u2	minor_version	1	次版本号
u2	major_version	1	主版本号
u2	constant_pool_count	1	常量池计数器
cp_info	constant_pool	constant_pool_count - 1	常量池
u2	access_flags	1	访问标志
u2	this_class	1	类索引
u2	super_class	1	父类索引
u2	interfaces_count	1	接口计数器
u2	interfaces	interfaces_count	接口索引集合
u2	fields_count	1	字段表计数器
field_info	fields	fields_count	字段表集合
u2	methods_count	1	方法表计数器
method_info	methods	methods_count	方法表集合
u2	attributes_count	1	属性表计数器
attribute_info	attributes	attributes_count	属性表集合

魔数与 Class 文件的版本

每个 Class文件的头 4 个字节被称为魔数（Magic Number），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。不仅是 Class 文件，很多文件格式标准中都有使用魔数来进行身份识别的习惯，譬如图片格式，如 GIF 或者 JPEG 等在文件头中都存有魔数。使用魔数而不是扩展名来进行识别主要是基于安全考虑，因为文件扩展名可以随意改动。文件格式的制定者可以自由地选择魔数值，只要这个魔数值还没有被广泛采用过而且不会引起混淆。Class 文件的魔数取得很有“浪漫气息”，值为 0xCAFEBABE（咖啡宝贝？）。这个魔数值在 Java 还被称作 “Oak” 语言的时候（大约是1991年前后）就已经确定下来了。它还有一段很有趣的历史，据 Java 开发小组最初的关键成员 Patrick Naughton 所说：“我们一直在寻找一些好玩的、容易记忆的东西选择0xCAFEBABE是因为它象征着咖啡品牌 Peet’s Coffee 深受欢迎的 Baristas 咖啡。”

紧接着魔数的4个字节存储的是Class文件的版本号：第5和第6个字节是次版本号（Minor Version），第7和第8个字节是主版本号（Major Version）。Java的版本号是从45开始的，JDK1.1之后的每个JDK大版本发布主版本号向上加1（JDK1.0~1.1使用了45.0~45.3的版本号），高版本的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，因为《Java虚拟机规范》在Class文件校验部分明确要求了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，而JDK1.2则能支持45.0~46.65535的Class文件，JDK版本1.8 可生成的Class文件主版本号最大值为52.0。

JDK 版本	-target 参数	-source 参数	版本号
JDK 1.1.8	不支持 target 参数	不支持	45.3
JDK 1.2.2	不带（默认为-target 1.1）	1.1~1.2	45.3
JDK 1.2.2	-target 1.2	1.1~1.2	46.0
JDK 1.3.1_19	不带（默认为-target 1.1）	1.1~1.3	45.3
JDK 1.3.1_19	-target 1.3	1.1~1.3	47.0
JDK 1.4.2_10	不带（默认为-target 1.2）	1.1~1.4	46.0
JDK 1.4.2_10	-target 1.4	1.1~1.4	48.0
JDK 5.0_11	不带（默认为-target 1.5）， 后续版本不带 target 参数默认编译的 Class 文件均与其 JDK 版本相同	1.1~1.5	49.0
JDK 5.0_11	-target 1.4 -source 1.4	1.1~1.5	48.0
JDK 6	不带（默认为-target 6）	1.1~6	50.0
JDK 7	不带（默认为-target 7）	1.1~7	51.0
JDK 8	不带（默认为-target 8）	1.1~8	52.0
JDK 9	不带（默认为-target 9）	6~9	53.0
JDK 10	不带（默认为-target 10）	6~10	54.0
JDK 11	不带（默认为-target 11）	6~11	55.0
JDK 12	不带（默认为-target 12）	6~12	56.0
JDK 13	不带（默认为-target 13）	6~13	57.0

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，通常也是占用Class文件空间最大的数据项目之一，另外，它还是在Class文件中第一个出现的表类型数据项目。

由于常量池中的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 （constant_pool_count）。与Java中语言习惯不一样的是，这个容量计数是从1而不是0开始的，常量池容量为十六进制数0x0016，即十进制的22，这就代表常量池中有21项常量，索引值范围为1~21。在Class文件格式规范制定之时，设计者将第 0 项常量空出来是有特殊考虑的，这样做的目的在于，如果后面某些指向常量池的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，可以把索引值置为 0 来表示。Class文件结构中只有常量池的容量计数是从1开始，对于其他集合类型，包括接口索引集合、字段表集合、方法表集合等的容量计数都一般习惯相同，是从0开始的。

常量池中主要存放两大类常量：字面量 和 符号引用。字面量比较接近于Java语言层面的常量概念，如文本字符串、声明为final的常量值等。而符号引用则属于编译原理方面的概念，主要包括下面几类常量：

• 被模块导出或者开放的包（Package）
• 类和接口的全限定名（Fully Qualified Name）
• 字段的名称和描述符（Descriptor）
• 方法的名称和描述符
• 方法句柄和方法类型（Method Handle、Method Type、Invoke Dynamic）
• 动态调用点和动态常量（Dynamically-Computed Call Site、Dynamically-Computed Constant）

Java代码在进行Javac编译的时候，并不像C和C++那样有“连接”这一步骤，而是在虚拟机加载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转换的话无法得到真正的内存入口地址，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之中。

• 符号引用：符号引用以一组符号来描述所引用的目标，符号可以是任何形式的字面量，只要使用时能无歧义地定位到目标即可。符号引用与虚拟机实现的内存布局无关，引用的目标并不一定已经加载到了内存中。
• 直接引用：直接引用可以是直接指向目标的指针、相对偏移量或是一个能间接定位到目标的句柄。直接引用是与虚拟机实现的内存布局相关的，同一个符号引用在不同虚拟机实例上翻译出来的直接引用一般不会相同。如果有了直接引用，那说明引用的目标必定已经存在于内存之中了

常量池中每一项常量都是一个表，最初常量表中共有 11 种结构各不相同的表结构数据，后来为了更好地支持动态语言调用，额外增加了 4 种动态语言相关的常量，为了支持 Java 模块化系统，又加入了CONSTANT_Module_info和CONSTANT_Package_info两个常量，所以截止 JDK 13，常量表中分别有 17 种不同类型的常量。

这 17 类表都有一个共同的特点，表结构起始的第一位是一个u1类型的标志位（tag，取值见下表中标志列），代表着当前常量属于哪种常量类型。17 种常量类型所代表的具体含义如下表所示。

类型	标志	描述
CONSTANT_Utf8_info	1	UTF-8编码的字符串
CONSTANT_Integer_info	3	整型字面量
CONSTANT_Float_info