class文件结构分析

文章摘抄自
https://blog.csdn.net/HouXinLin_CSDN/article/details/108808367

前言
对字节码垂涎已久，但由于较复杂，所以耽搁了很长时间，在周末两天参考的大量书籍，总结成这篇文章，由于网上很少有直接对字节码分析的，全贴一堆概念，让人很难懂，所以本章会结合实际的字节码来一一分析。

这个过程中会对一个class文件中所有字节挨个解析，推荐同样编译生成一个class，和这篇文章对应起来看。

参考书籍、网站
《深入Java虚拟机》
《Java虚拟机精讲》
《深入理解Java虚拟机 JVM高级特新与最佳实践》
《深入分析Java Web技术内幕》

https://docs.oracle.com/javase/specs/jvms/se7/html/jvms-6.html

https://www.ibm.com/developerworks/library/it-haggar_bytecode/index.html

编写Java文件
首先写个简单的Java类，然后编译生成class文件。

第一次分析的时候内容尽量少一点，不然字节码也会多，分析起来难。

public class Test {
    private static final String name ="name";
    
    private  int age;
    
    private static  String addr;

    public Test() {
    }
    private  void print(){
        System.out.println("print");
    }
    private static void printName(){
        System.out.println(name);
    }
    public String getName(){
        return name;
    }
}

然后使用WinHex打开，或者其他十六进制文件查看器，这个编译好只有703字节，也不少。

结构预览

魔术和版本

大多数的文件开头的N个字节都是固定的，用来确保是不是一个合法的文件，比如把扩展名.jpg的文件改成.txt，通过图片查看器还是可以查看的，这是因为内部结构没有变，再比如png文件，它的开头是89504E470D0A1A0A，这是固定的，所有png格式的图片开头都是这个，但如果随便改一个，图片查看器就不能查看了，因为他确定不了这是一个png文件，即使后面的数据可以把图片的信息表示出来。
class文件也一样，开头的4个字节是CAFEBABE(这翻译过来是咖啡宝贝？)，就是JVM用来校验是不是一个合法的字节码文件，其他软件也一样，大多数不会通过判断后缀名来确定一个文件的类型，而是通过文件的前N个字节。

紧跟后面的是版本，分别代表次版本和主版本，在不同版本的JDK上编译会是不同的，我的是JDK8，所以是00000034，如果是1.7，那么就是00000033。

常量池计数器、常量池

由于常量池内容不是固定得，是随着写得代码量而增加，所以需要2个字节来统计常量池的大小，所以跟着版本号后面的2个字节是常量池的大小，偏移地址是0x00000008。

常量池是占用Class文件最大得数据项之一，主要就是存放两大类数据，字面量和符号引用，字面量就是如字符串、被声明为final得常量值等，符号引用属于编译原理方面得东西。

从这里开始，就变得复杂了，会有一个叫表得东西出来，表就是由不同字节组成用来表示某个数据的东西，一共定义了11种不同的表结构，他们的共同点就是前1个字节都表示是哪种类型，后面就不一样。

在Test类中常量池大小是0x28，十进制是40，就是说他有39个常量，因为还有一个0项常量是空出来特殊考虑的，不做计算。

可以通过javap反编译查看一下，javap参数的-v和-verbose是相等的，但是不会输出private方法，还需要加-p参数，在后面会依赖这个输出进行对照。

上面1-39得数据都是一个表，每个表的第一个字节代表标志位（tag），取值1-12，代表当前属于哪种常量类型，(注意不存在标志位为2的数据类型)，如下图所示。

由于常量内容太多，不能全部说完，所以只列举2个作为示例。
第一个常量解析
首先是第一个常量，值为0x0A，十进制为10，从上面图片中可以查出，这是个CONSTANT_Methodref_info（类中方法的符号引用），紧跟后面得2个字节给出了声明了被引用方法的类CONSTANT_Class_info入口索引，他的值是7，也就是说这个7指向的是常量池中第7个常量，后面还有2个字节是名称及类型描述符CONSTANT_NameAndType_info的索引值，他的值是1B，十进制是27。

在看第7个常量和第27是什么，也就是下面这个，这就是个互相引用的过程，引用来引用去，指向了一个CONSTANT_Utf8_info。

第二个常量解析
第二个是常量的值是9，代表CONSTANT_Fieldref_info，后2个字节指向声明字段的类或接口描述符CONSTANT_Class_info的索引项，在后面2个字节是指向字段描述符CONSTANT_NameAndType_info的索引项。

这个指向来指向去，最终也指向了一个CONSTANT_Utf8_info字符。

后面的常量也是一个道理，一共有39个，在这39个常量结束之后，就是下面的访问标志了。

访问标志

紧接着常量池后面的就是2个字节是访问标志，那问题是，怎么定位到这两个字节的偏移位置呢？只有先把前面所占字节大小累加起来了。

最终定位到下图这个位置，值是21。

但是上面图片中0021又代表什么呢，其实这都是存在乌龟的屁股的，先看下面这张表。

对应Test类看，首先他是public型的，所以存在值0001，还有符合ACC_SUPER，值是0020，最终运算方式是把他们进行或运算，也就是ACC_PUBLIC | ACC_SUPER=1 | 20=21。

如果把上面这个类改变abstract，那么他的值就会变成0421。

类索引、父类索引

紧接着访问标志后面的4个字节就是类索引（2字节）、父类索引（2字节），他们各自都会指向一个CONSTANT_Class_info 常量项，CONSTANT_Class_info中的name_index会指向常量池列表中类型为CONSTANT_Utf8_info常量项的索引，通过这个索引值就能获取到CONSTANT_Utf8_info常量项中的全限定名字符串。

比如下面的05，指向了CONSTANT_Class_info ，CONSTANT_Class_info 又指向了一个CONSTANT_Utf8_info，他得值为Test，同样父类也是一样，默认就是java/lang/Object。

接口计数器、接口表。

紧跟类索引、父类索引后面的2个字节是接口计数器，接口计数器用于表示当前类或者接口的直接超类接口数量，如果这个类没有实现任何接口，那么值就是0。为0的话后面的实现接口结构表也就不存在了。
接口表是一个数组集合，它包含了当前类或者接口在常量池列表中直接超类接口的索引集合，通过这个索引即可确定当前类或者接口的超类接口的全限定名。

但是现在接口计数器是0，后面接口的信息就不存在了，看不到了，为了验证变换，把上面的代码加点料，增加两个接口，然后再看变换。

可以看出，接口数变成了2，后面的0x0008、0x0009指向了常量池的类数据。

字段计数器、字段表

紧跟在接口计数器和接口表之后的2个字节就是字段计数器、后面是字段表，字段计数器用于记录字段表总数（和上面的接口计数器一样），也就是一个类中类变量(static)和实例变量的数量总和。

在Test类定义了3个字段，所以他的值是0x0003，他后面的n个字节会表示字段的信息，就是字段表，每个字段都会包含字段作用域（public、protected、private）、是类级别变量还是实例级别变量（static）、可变性（final）、并发可见性（volatile）、可序列化（transient修饰符）、字段数据类型（基本类型、对象、数组）以及字段名称。

下面是字段的信息组成。

字段的访问标志。

字段name分析
首先第一个字段是private static final String name =“name”;，所以前2个字节是0x001A，代表他的修饰，计算方式是0x0002|0x0008|0x0010，通过计算器可以算一下确实是1A。


在后面2个字节是0x0008，代表字段的名称，是对常量池的引用，然后再回到常量池中查看，这个字段名是name，和我们的相符。

在后面的2个字节是字段的描述符，也是对常量池的引用，描述符的作用是描述字段的数据类型，基本数据类型都是使用B(字节)、C(char)、D(double)、F(float)、I(int)、J(long)、S(short)、Z(boolean)、V(void)描述，而对象类型使用字符L加对象的全限定名组成，name这个字段是String类型，所以他的值就是Ljava/lang/String

在查看常量池中第9个是什么值，确实是Ljava/lang/String，也相符。

另外如果是数组的话，前面会加一个[来表示，如果是多维的话，那就多加几个[，是N维就加N个[

在后面2个字节是属性计数值，也就是最后的attributes项的大小，每个attributes都是由attribute_info表构成，在这个类中，他是1，所以他存在1个attribute_info的结构数据。

下面是attribute_info（属性表）的结构。

在接着分析，前2个字节是指向常量池中CONSTANT_Utf8_info的索引，代表当前属性的简单名称。

但是他的值是ConstantValue，这又是个啥意思？代表final关键字定义的常量值。

ConstantValue也是个结构，共有8个字节组成，

attribute_name_index：常量池的引用，值一定是"ConstantValue"。

attribute_length：他是固定的，占4个字节，值是2。

constantvalue_index ：代表常量池中的一个字面量的引用，在这个类中他的值是6，所以回头在常量池中查找他，他的值肯定是字符串"name"。

下图是常量池第6个项数据。

字段age分析
然后在看第二个字段，在这个类中，第二个字段是private int age，不妨先盲猜一波，首先是private的，对照上面的表，private的值是0x0002，这个字段无其他修饰，所以最终的前2个字节就是0x0002，接下来的2个字节是字段的名称，指向常量池中的索引，回到javap -verbose Test.class下查看，第11个
索引的值是age，十六进制就是B，所以，第二个字节就是0x000B，在后面两个字节是数据类型，在上面说过了，int类型的话就是I，在常量池中查找，第12个索引的值就是I，所以就能确定了，前6个字节就是0x0002000B000C。

在看接下来的数据，和我们猜想的一样。

在后面的两个字节是0，所以后面不存在和这字段相关的数据了，然后开始最后一个字段。

字段addr分析
最后一个字段的定义是private static String addr;，在来盲猜一波，首先访问标志是private，值是0x0002，加了static，值是0x0008，然后进行或运算得出A，所以前2个字节就是0x000A，后面2个字节是字段名，指向常量池中得索引，在这个常量池中，第13个得值就是addr，十六进制就是D，后面得2个字节是数据类型，String会被表示成Ljava/lang/String;，在常量池中他是第9个，所以可得出，前6个字节就是000A 000B 0009。

在后面的两个字节是0，所以后面不存在和这字段相关的数据了，下面就到了方法信息了，是比较难的一块，因为设计到指令了。

方法计数器、方法表

字段分析完了，就剩下方法了，同样的逻辑，存有方法计数器、方法表，在上面结构结束之后紧跟的2个字节就是方法计数器，如果为0，就代表没有方法，方法表也不存在，但是在这个类中，方法有4个，也就是后面会有4个方法表。

方法表中表示方法的完整信息，比如方法修饰符、返回值、方法参数等信息。

方法表得结构和字段表得结构一样，如下图所示。

但是修饰标志会不一样，方法得修饰标志如下。

构造方法分析
在这个类中，第一个方法就是构造方法，前2个字节就是0001，后面2个字节是方法得名称，指向常量池中得索引，构造方法就是

在后面2个字节是返回值。构造方法得返回值就是()V。

在后面2个字节就是属性计数器，如果为0，就代表没有属性表，但是在这里他有一个，所以，后面会存在1个属性表，属性表得结构在上面说了，前两个字节是属性名，指向常量池中得索引，在这里，他是0010，常量池中得属性名是Code。

这个Code就是Java编译成得字节码指令，这里更复杂了。

然后属性表中得attribute_length(4字节)代表后面info项得具体大小，在这里他是33，十进制51，所以后面51个字节就是与构造方法有关的代码。

从attribute_length往后数51个字节后就是下一个方法的开始。

就是下面圈住的地方，这里一共51个字节。

所以这里还要看Code属性表，这个表比以往的更复杂。

前两个字节不说了，从第三个开始：

max_stack：操作数栈的深度最大值

max_locals：局部变量所需要的存储空间

code_length：存储Java字节码指令的长度

code：字节码指令，大小是code_length

exption_table_length：后面exception_table的大小

exception_table：异常表项，大小是exption_table_length

attributes_count：后面attributes的大小

attributes：attributes_info结构，大小是attributes_count。

如果要查看对应十六进制代表什么指令，那就需要查看doc了，官网:https://docs.oracle.com/javase/specs/jvms/se7/html/jvms-6.html

再来实战分析一下，从中先定位到指令的开始：

aload_0：将第一个引用类型本地变量推送到栈顶。

invokespecial ：调用超类构造方法，实例初始化方法。

后面的0001是invokespecial的参数，查看常量池是java/lang/Object.😦)V的引用。

最后的B1是指令return的意思，这条指令结束后，方法结束。

在后面exception_table_length是00000，所以exception_info表就不存在，在后面2个字节是属性表的总数，Test类中他的值是2，所以存在2个attribute_info表。

这里第一个属性表是LineNumberTable，LineNumberTable就是用来记录java文件中代码行号和字节码中字节码行号之间都对应关系。

还有一个LocalVariableTable表，用于描述局部变量中局部变量和Java代码中定义的变量之间的对应关系。

这两个表先不做研究了。

print方法分析
然后是第二方法print()，他的修饰符是private，无其他修饰，所以前2个字节是0002，然后是方法名、方法返回类型、属性总数、属性表。

再来看他的指令：B2 0002 12 03 B6 0004 B1

分别代表：

B2：指令是getstatic，获取指定类的静态域，并将其压入栈顶，后面的0002 是常量池中数据，值是java/lang/System.out:Ljava/io/PrintStream;

12： 指令是ldc，意思是将int、float、String型常量值从常量池推送到栈顶，这里推送的03就是常量池中的print，这个print就是我们写在System.out.println方法中要打印的常量。

B6：指令是invokevirtual，调用实例的方法，参数是0004，在常量池中是java/io/PrintStream.println:(Ljava/lang/String;)V的方法引用。

B1：return

第三第四个方法同样也是一样，就不说了。

属性计数器、属性表

在方法计数器、方法表后面就是属性计数器、属性表，这个结构在上面已经提到过了，如在Test类中最后的是0001001900000002001A，代表有一个属性表(前2个字节)，后面的就是属性表的数据了，

0x0019的的十进制是25，在常量池中是SourceFile。

SourceFile也是个表结构，代表源文件名。共有8个字节组成，也就是最后8位。

最后2个字节是在常量池中的引用，在这里他引用的26，值是Test.java

到这里这个文件就分析完了，但还有很多表结构没有说，如LineNumberTable 、InnerClasses。

这些会在后续慢慢说把。