Class类文件的结构

Class文件是一组以8位字节（8-bit  bytes）为基础的二进制流，各个数据项目严格按照顺序紧凑地排列在class文件中，中间没有任何分隔符，这点和png、jpg等图片文件格式类似。当遇到需要占用8位字节以上空间的数据项时，则会按照一定的字节顺序分隔为若干个8位字节进行存储。

Java虚拟机规范规定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，这种伪结构只有两种数据类型：无符号数和表。其中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。无符号数可以用来描述数字、索引引用、数量值或按照utf-8编码构成的字符串值。而表是由多个无符号数或其他表构成的复合数据结构，所有的表都以“_info”结尾。表用于描述有层次关系的复合结构的数据，其实，整个class文件就是一张表。

无论是无符号数还是表，当需要描述同一类型但数量不定的多个数据时，经常会用到一个前置的容量计数器加上若干个连续的数据项的形式，这时称这一系列连续的某一类型的数据为某一类型的集合。 

以一个简单的Java程序为例，代码如下：

public class Test{

	private int m;
	public int inc(){
		return m+1;
	}

}

编译后，用Winhex打开Test.class文件：

 

 

1.魔数及Class文件版本

Class文件的头4个字节称为魔数，它的唯一作用就是确定这个文件时候是一个能被虚拟机接受的class文件。很多图片格式都用一个魔数来标识文件类型，比如png和jpg等。在java的Class文件中，这个数是0xcafebabe。

接下来就是Class文件的版本号，第5、6个字节是次版本号，第7、8个字节是主版本号。在这里，次版本号是0，主版本号是52,（十六进制是34）。Java的版本号是从45开始的，JDK1.1之后的每一个JDK大版本发布主版本号向上加1，高版本的JDK能向下兼容低版本的JDK。

 

2.常量池

紧接着主版本号的就是常量池，常量池可以理解为Class文件的资源仓库，它是Class文件结构中与其它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，也是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不是固定的，所以常量池入口需要放置一项u2类型的数据，代表常量池中的容量计数。不过，这里需要注意的是，这个容器计数是从1开始的而不是从0开始，也就是说，常量池中常量的个数是这个容器计数-1。将0空出来的目的是满足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。Class文件中只有常量池的容量计数是从1开始的，对于其它集合类型，比如接口索引集合、字段表集合、方法表集合等的容量计数都是从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Java语言的常量概念，如文本字符串、声明为final的常量等。而符号引用则属于编译原理方面的概念，它包括三方面的内容：

• 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；

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，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地址，虚拟机也就无法使用。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。

常量池中的每一项都是一个表，在JDK1.7之前有11中结构不同的表结构，在JDK1.7中为了更好的支持动态语言调用，又增加了3种（CONSTANT_MethodHandle_info、CONSTANT_MethodType_info和CONSTANT_InvokeDynamic_info）。14种常量类型各自均有自己的结构。
 

 

 3.访问标志

常量池结束后紧接着的两个字节（u2）代表访问标志，用来标识一些类或接口的访问信息，包括：这个Class是类还是接口；是否定义为public；是否定义为abstract；如果是类的话，是否被声明为final等。具体的标志位以及含义如下表：

由于access_flags是两个字节大小，一共有十六个标志位可以使用，当前仅仅定义了8个，没有用到的标志位都是0。对于一个类来说，可能会有多个访问标志，这时就可以对照上表中的标志值取或运算的值。

4.类索引、父类索引与接口索引集合

在访问标志access_flags后接下来就是类索引（this_class）和父类索引（super_class），这两个数据都是u2类型的，而接下来的接口索引集合是一个u2类型的集合，Class文件由这三个数据项来确定类的继承关系。由于Java中是单继承，所以父类索引只有一个；但Java类可以实现多个接口，所以接口索引是一个集合。

类索引用来确定这个类的全限定名，这个全限定名就是说一个类的类名包含所有的包名，然后使用"/"代替"."。比如Object的全限定名是java.lang.Object。父类索引确定这个类的父类的全限定名，除了Object之外，所有的类都有父类，所以除了Object之外所有类的父类索引都不为0.接口索引集合存储了implements语句后面按照从左到右的顺序的接口。

类索引和父类索引都是一个索引，这个索引指向常量池中的CONSTANT_Class_info类型的常量。然后再CONSTANT_Class_info常量中的索引就可以找到常量池中类型为CONSTANT_Utf8_info的常量，而这个常量保存着类的全限定名。
 

5.字段表集合

字段表用来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，但不包括方法内变量。所谓的类级变量就是静态变量，这个变量不属于这个类的任何实例，可以不用定义类实例就可以使用；实例级变量不是静态变量，是和类实例相关联的，需要定义类实例才能使用。

那么，声明一个变量需要哪些信息呢？有：字段的作用域（public、private和protected修饰符）、是实例变量还是类变量（static修饰符）、可变性（final修饰符）、并发可见性（volatile修饰符）、是否可被序列化（transient修饰符）、字段的数据类型（基本类型、对象、数组）以及字段名称。包含的信息有点多，不过不需要的可以不写。这些信息中，各个修饰符可以用布尔值表示。而字段叫什么名字、字段被定义为什么类型数据都是无法固定的，只能用常量池中的常量来表示。下面是字段表的格式：

其中的字段修饰符access_flags，和类中的access_flags类似，对于字段来说可以设置的标志位及含义如下：

access_flags给出了字段中所有可以用布尔值表示的修饰符，剩下的信息就是字段的名字、变量类型等信息。access_flags后面的是name_index和descriptor_index，前者是字段名的常量池索引，后者是字段描述符的常量池索引。name_index可以描述字段的名字，descriptor_index可以描述字段的数据类型。不过，对于方法的描述符来说就要复杂一些，因为一个方法除了返回值类型，还有参数类型，而且参数的个数还不确定。根据描述符规则，这些类型都使用一个大写字母来表示，如下表：

对于数组类型，每一个维度将使用一个前置的“[”字符来描述。比如定义一个java.lang.String[][]类型的二维数组，将记录为"[[Ljava/lang/String"，一个整型数组"int[]"将标记为"[I"。

当描述符用来描述方法时，按照先参数列表，后返回值的顺序描述，参数列表按照参数的严格顺序放在一组小括号"()"内。比如方法void inc()的描述符是：()V。方法java.lang.String toString()的描述符是：()Ljava/lang/String。方法int indexOf(char[] source,int sourceOffset,int sourceCount,char[] target,int targetOffset,int targetCount,int fromIndex)的描述符是：([CII[CIII)I。
字段表集合中不会列出从父类或接口中继承来的字段，但有可能会出现原本Java程序中没有的字段。比较典型的例子是内部类，为了在内部类中保持对外部类的访问性，会增加一个指向外部类实例的字段。另外，在Java语言中字段无法重载，也就是字段名不能重复，即使两个字段的数据类型、修饰符都不相同。不过对于字节码来说，如果两个字段的描述符不一致，那么字段名就可以有重复的。

6.方法表集合

Class文件存储格式中对方法的描述和对字段的描述几乎相同，方法表的结构也和字段表相同。

不过，方法表的访问标志和字段的不同，列出如下：

与字段表集合相对应的，如果父类方法在子类类中没有被重写(overide),方法表集合中就不会出现来自父类的方法信息。但同样的有可能出现由编译器自动添加的方法，最典型的便是类构造器“<clinit>”方法和实例构造器“<init>" 方法。

在Java语言中，要重载(Overload) 一个方法， 除了要与原方法具有相同的简单名称之外，还要求必须拥有一一个与原方法不同的特征签名,特征签名就是一个方法中各个参数在常量池中的字段符号引用的集合，也就是因为返回值不会包含在特征签名中，因此Java语言里是无法仅仅依靠返回值的不同来对一个已有方法进行重载的。但是在Class文件格式中，特征签名的范围更大些，只要描述符不是完全一致的两个方法也可以共存。也就是说，如果两个方法有相同的名称和特征签名，但返回值不同，那么也是可以合法共存于同一个Class文件中的。

7.属性表集合

属性表在前面出现了多次，在class文件、字段表和方法表都可以携带自己的属性表集合，来描述某些场景专有的信息。

与class文件中其他的数据项目要求严格的顺序、长度和内容不同，属性表集合的限制比较少，不要求严格的顺序，只要不与已有的属性名重复，任何人实现的编译器都可以向属性表中写入自定义的属性信息，Java虚拟机会在运行时忽略掉那些不认识的信息。为了能正确解析class文件，《Java虚拟机规范（第二版）》中预定义了9项虚拟机应当识别的属性。现在，属性已经达到了21项。具体信息如下表，这里仅对常见的属性做介绍：

一个符合规则的属性表应该满足如下结构：

类型	名称	数量
U2	attribute_name_index	1
U4	attribute_length	1
U1	info	attribute_length

 

从上表可以看出，class文件规定的属性格式只有前6个字节：两个字节的属性名称的索引和4个字节的属性长度，接下来就要按照这个长度存储属性值了。

属性表集合的具体内容在下一篇博客介绍。

资料来源：深入理解Java虚拟机