JVM学习笔记- 4 类文件结构

JVM学习笔记- 4 类文件结构

1.Java跨平台？

Java是编译性语言，具有跨平台性。因为Java执行需要将.java编译成字节码文件.class。而各个平台的虚拟机载入和执行平台无关性的字节码文件。（Java虚拟机只关心class文件。而不关心class文件是怎么来得（Groovy,JPython,JRuby编译生成的class文件））。

2.class文件结构

Java执行需要.java文件通过javac 命令编译成.class文件。在通过java 命令执行.class文件。而class文件里存储的是以8位字节为基础单位的二进制流。中间没有任何符号分隔符。
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，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者其他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。
  class文件格式
  
  注：class文件中的数据项，无论是顺序还是数量，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。
  eg：以Test类为例
  public class Test{ private int id; public Test(int id){ this.id = id; } public int getId(){ return id; } public void setId(int id){ this.id = id; } }
  Test.class文件用WinHex打开
  

2-1.魔数与Class文件的版本

Class文件的头4个字节称为魔数（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。
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）。

eg:从图中可以看到 0_{3（u4）为魔数，4}5（u2）为次版本号，6~7为（u2）为主版本号

2-2.常量池

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。符号引用则属于编译原理方面的概念，包括了下面三类常量：类和接口的全限定、字段的名称和描述符、方法的名称和描述符。
常量池项目类型

常量池中每一项常量都是一个表

eg: 8~9 为u2长度的constant_pool_count值为0015 ，十进制为21，代表常量池中有20个常量，下标为1-20（因为常量池设计时将下标0常量空出来）。

cp1:接下来第一个字节为0A十进制为10 为类中方法符号引用，查看类中方法符号引用结构可知第一个u2指向声明方法的类描述符CONSTANT_Class_info索引项。第二个u2指向名称及类型描述符CONSTANT_NameAndType索引项。

cp2:第二个常量的tag为09 是字段符号引用，查看字段符号引用结构之第一个u2指向声明字段的类描述符CONSTANT_Class_info索引项。第二个u2指向字段描述符CONSTANT_NameAndType索引项。

cp3:第三个常量的tag为07 是Class_info 类或接口的符号引用。结构为tag-u1 ,index -u2 类的全限定名常量池的引用。index 值为0012 十进制为18，指向第18个常量。

cp4:第四个常量也是tag为07的Class_info符号引用。index为0013 十进制为19，指向第19个常量。

cp5:第五个常量的tag为01 为Utf8_info（UTF8的字符串）结构为tag-u1,length-u2,bytes-length。 length值为0002 ，说明此常量长度为两个字节，紧跟着length的后两个字节为常量的值 6964 ascii编码为id.
…
通过javap -v Test.class命令可以查看到所有的常量

2-3.访问标志

紧接着的两个字节代表访问标志（access_flags），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

eg: class文件中access_flags值为0021 ACC_SUPER|ACC_PUBLIC

2-4.类索引、父类索引与接口索引集合

类索引（this_class）和父类索引（super_class）都是一个u2类型的数据，而接口索引集
合（interfaces）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。接口索引集合就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（如果这个类本身是一个接口，则应当是extends语句）后的接口顺序从左到右排列在接口索引集合中。

eg: class文件中 权限标示的后六位为 0003 0004 0000所以this_class指向常量池中的第三个，super_class指向第四个，interfaces_count 为0000则说明没有实现接口。

2-5.字段表集合

字段表（field_info）用于描述接口或者类中声明的变量。字段（field）包括类级变量以及实例级变量，但不包括在方法内部声明的局部变量。字段的作用域（public、private、protected修饰符）、是实例变量还是类变量（static修饰符）、可变性（final）、并发可见性（volatile修饰符，是否强制从主内存读写）、可否被序列化（transient修饰符）、字段数据类型（基本类型、对象、数组）、字段名称。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，很适合使用标志位来表示。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。

eg: 从class文件中可知 field_counts 为0001 有一个字段 access_flags 为 0002 字段是私有字段。name_index（简单名称） 为0005 指向常量池中第五个符号引用 （id）descriptor_index(描述符) 为 0006 指向常量池中第六个符号引用 (I) id为int类型
attributes_count 为0000 没有属性

2-6.方法表集合

注:方法里的Java代码，经过编译器编译成字节码指令后，存放在方法属性表集合中一个名为“Code”的属性里面，属性表作为Class文件格式中最具扩展性的一种数据项目.

eg:methods_count为0003（三个方法）,access_flags为0001（ACC_PUBLIC）,name_index为 0007 指向常量池第7个常量 descripter_index 为 0008 指向第8个常量，attributes_count 为 0001 有一个属性

2-7.属性表集合

属性表，在Class文件、字段表、方法表都可以携带自己的属性表集合，以用于描述某些场景专有的信息。它的名称需要从常量池中引用一个CONSTANT_Utf8_info类型的常量来表示，而属性值的结构则是完全自定义的，只需要通过一个u4的长度属性去说明属性值所占用的位数即可。
属性表项目比较多，只列出几个为例
code属性

eg:class文件方法的属性表中属相attribute_name_index 为0009 指向常量池中第九个常量，“Code”。后面的u4 为0000002A attribute_length 长度为42，
max_stack代表了操作数栈（Operand Stacks）深度的最大值 0002
max_locals代表了局部变量表所需的存储空间 0002
code_length 代表字节码长度 0000000A 长度为10
code 字节码指令为 2A B7 00 01 2A 1B B5 00 02 B1
exception_table_length 为 0000 没有 异常信息
attributes_count 为 0001 说明还有一个属性信息
attributes_name_index 为 000A 指向第10个常量 LineNumberTable
…
Code属性是Class文件中最重要的一个属性，如果把一个Java程序中的信息分为代码（Code，方法体里面的Java代码）和元数据（Metadata，包括类、字段、方法定义及其他信息）两部分，那么在整个Class文件中，Code属性用于描述代码，所有的其他数据项目都用于描述元数据。

此博客为学习Java虚拟机笔记。如有不详细的地方请查看“深入理解Java虚拟机 JVM高级特性与最佳实践（第二版）”