类文件结构

一、无关性的基石

  各种不同平台的虚拟机与所有平台都统一使用的程序存储格式——字节码(ByteCode)是构成平台无关性的基石

  实现语言无关性的基础仍然是虚拟机和字节码存储格式。java虚拟机不和包括java在内的任何语言绑定,它只和“Class文件”这种特定的二进制文件格式所关联,Class文件中包含了java虚拟机指令集和符号表以及若干其他辅助信息。
Java虚拟机提供的语言无关性

二、代码清单-1

  为了讲解方便,准备了一段最简单的Java代码,后面的内容都将以这段小程序使用JDK 1.6编译输出的Class文件为基础来进行讲解。

package org.fenixsoft.clazz;

public class TestClass{

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

三、Class类文件的结构

注意:任何一个Class文件都对应着唯一一个类或接口的定义信息,但反过来说,类或接口并不一定都得定义在文件里(譬如类或接口也可以通过类加载器直接生成)。

  class文件是一组8位字节为基础的二进制流,各个数据项目严格按照顺序紧凑地排列在Class文件之中,中间没有添加任何分隔符。当遇到需要占用8位字节以上空间的数据项目时,则会按照高位在前的方式分割成若干个8位字节来存储。

高位在前:这种顺序称为“Big-Endian”,具体是指最高位字节在地址最低位、最低位字节在地址最高位的顺序来存储数据,它是SPARC、PowerPC等处理器的默认多字节存储顺序,而X86等处理器则是使用了相反的“Little-Endian”顺序来存储数据。

  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

  • 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。

  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。表用于描述有层次关系的复合结构的数据,整个Class文件本质上就是一张表。它由下表所示的数据项构成。

在这里插入图片描述

  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,经常会使用一个前置的容量计数器加若干个连续的数据项的形式,这时称这一系列的某一类型的数据为某一类型的集合


3.1 魔数与Class文件的版本

  • 魔数(magic)

  每个Class文件的头4个字节称为魔数,值为0xCAFEBABE。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,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方面的考虑,因为文件扩展名可以随意地改动。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同时又不会引起混淆即可。

  • 版本号(minor_version、major_version )

  紧接着魔数的4个字节存储的是Class文件的版本号:5 6 字节是次版本号,7 8 字节是主版本号。

  Java的版本号是从45开始的,JDK 1.1之后的每个JDK大版本发布主版本号向上加1(JDK 1.0~1.1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,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。

下图显示的是使用十六进制编辑器打开上一节代码清单的Class文件内容:
在这里插入图片描述

  • 开头4个字节:0xCAFEBABE (魔数)
  • 第5、6字节:0x0000 (次版本号)
  • 第7、8字节:0x0032 (主版本号:50)

3.2 常量池

  在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。
  由于常量池中常量的数目是不固定的,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。容量计数是从1而不是0开始的,0代表“不引用任何一个常量池项目”的含义。

在这里插入图片描述
  如上图,常量池容量(偏移地址:0x00000008)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。

3.2.1常量池中主要存放两大类常量

  1. 字面量(Literal)

  字面量比较接近于java语言层面的常量概念,如文本字符串、final常量值等。

  1. 符号引用

  符号引用属于编译原理方面的概念,包括以下三类常量。

  • 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代码在编译后,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,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,再在类创建时运行解析、翻译到具体的内存地址之中。

  java常量池中每一项常量都是一个表,在JDK 1.7之前共有11种结构各不相同的表结构数据,在JDK 1.7中为了更好地支持动态语言调用,又额外增加了3种:

  • CONSTANT_MethodHandle_info
  • CONSTANT_MethodType_info
  • CONSTANT_InvokeDynamic_info

  这14种表都有一个共同的特点,就是表开始的第一位是一个u1类型的标志位(tag,取值见表6-3中标志列),代表当前这个常量属于哪种常量类型。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
常量池中第一项常量:
标志位(偏移地址0x000000 0A):0x07
查上表知该常量属于CONSTANT_Class_info类型:类或接口的符号引用。CONSTANT_Class_info的结构为:

类 型名 称数 量
u1tag1
u2name_index1

name_index值(偏移地址 0x000000 0B):0x0002
即指向了常量池中第二项常量。
在这里插入图片描述
标志位:0x01
查表知属于CONSTANT_Utf8_info类型的常量
CONSTANT_Utf8_info类型的结构:

类 型名 称数 量
u1tag1
u2length1
u1byteslength

  length值说明了这个UTF-8编码的字符串长度是多少字节,它后面紧跟着的长度为length字节的连续数据是一个使用UTF-8缩略编码表示的字符串。

UTF-8缩略编码与普通UTF-8编码的区别是:从’\u0001’到’\u007f’之间的字符(相当于1~127的ASCII码)的缩略编码使用一个字节表示,从’\u0080’到’\u07ff’之间的所有字符的缩略编码用两个字节表示,从’\u0800’到’\uffff’之间的所有字符的缩略编码就按照普通UTF-8编码规则使用三个字节表示。

  本例中这个字符串的length值(偏移地址:0x0000000E)为0x001D,也就是长29字节,往后29字节正好都在1~127的ASCII码范围以内,内容为“org/fenixsoft/clazz/TestClass”

3.2.2 代码清单-2 使用Javap命令输出常量表

  在JDK的bin目录中,Oracle公司已经为我们准备好一个专门用于分析Class文件字节码的工具:javap

C:\>javap-verbose TestClass
Compiled from "TestClass.java"
public class org.fenixsoft.clazz.TestClass extends java.lang.Object
		SourceFile:"TestClass.java"
		minor version:0
		major version:50
		Constant pool:
	const#1=class#2//org/fenixsoft/clazz/TestClass
	const#2=Asciz org/fenixsoft/clazz/TestClass;
	const#3=class#4//java/lang/Object
	const#4=Asciz java/lang/Object;
	const#5=Asciz m;
	const#6=Asciz I;
	const#7=Asciz<init>;
	const#8=Asciz()V;
	const#9=Asciz Code;
	const#10=Method#3.#11//java/lang/Object."<init>":()V
	const#11=NameAndType#7:#8//"<init>":()V
	const#12=Asciz LineNumberTable;
	const#13=Asciz LocalVariableTable;
	const#14=Asciz thisconst#15=Asciz Lorg/fenixsoft/clazz/TestClass;
	const#16=Asciz inc;
	const#17=Asciz()I;
	const#18=Field#1.#19//org/fenixsoft/clazz/TestClass.m:I
	const#19=NameAndType#5:#6//m:I
	const#20=Asciz SourceFile;
	const#21=Asciz TestClass.java;

3.3 访问标志

  常量池结束后,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,是否声明为final等。

标志名称标志值含义
ACC_PUBLIC0x0001是否为public类型
ACC_FINAL0x0010是否被声明为final,只有类可设置
ACC_SUPER0x0020是否允许使用invokespecial字节码指令,JDK1.2之 后编译出来的类的这个标志为true
ACC_INTERFACE0x0200标识这个是一 个接口
ACC_ABSTRACT0x0400是否为abstract类型,对于接口或抽象类来说,此标志值为true,其他值为false
ACC_SYNTHETIC0x1000标志这个类并非由用户代码产生的
ACC_ANNOTATION0x2000标识这个一个注解
ACC_ENUM0x4000标识这是一 个枚举

access_flags一共有16个标志位可以使用,但当前只定义了8个,没用的标志位一律为0。

3.4 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文件由这三项数据来确定这个类的继承关系

  • 类索引:确定这个类的全限定名
  • 父类索引:确定这个类的父类的全限定名。

父类索引只有一个,除了java.lang.Object外,所有的java类的父类索引都不为0。

  • 接口索引集合: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。

  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,类索引和父类索引都用两个u2类型的索引值标识,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。对于接口索引集合,入口的第一项——u2类型的数据为接口计数器,标识索引表的容量。如果该类没有实现任何接口,则该计数器值为0,后面接口的索引表不再占用任何字节。

3.5 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。

字段表的格式:

类型名称数量
u2access_flags1
u2name_index1
u2descriptor_ index1
u2attrbutes_count1
attribute_infoattributesattrbutes_count

3.5.1 字段修饰符 access_flags

  字段修饰符放在access_flags中,如同类中的access_flags,都是一个u2的数据类型,其中可以设置的标志位和含义见表:

标志名称标志值含 义
ACC_ PUBLIC0x0001字段是否public
ACC_ PRIVATE0x0002字段是否private
ACC_ PROTECTED0x0004字段是否protected
ACC_ STATIC0x0008字段是否static
ACC_ FINAL0x0010字段是否final
ACC_ VOLATILE0x0040字段是否volatile
ACC_ TRANSIENT0x0080字段是否 transient
ACC_ SYNTHETIC0x1000字段是否由编译器自动产生
ACC_ENUM0x4000字段是否 enum

  很明显,在实际情况中,

  • ACC_PUBLIC
  • ACC_PRIVATE
  • ACC_PROTECTED

三个标志最多只能选择其一,

  • ACC_FINAL
  • ACC_VOLATILE

  不能同时选择。接口之中的字段必须要有ACC_PUBLIC,ACC_STATIC,ACC_FINAL标志,这些都是由java本身的语言构成的。

3.5.2 name_indexdescriptor_index

  access_flags标志之后的是两个索引值:name_indexdescriptor_index。它们都是对常量池的引用,分别代表着字段的简单名称以及字段和方法的描述符。
  简单名称就是这个字段或者方法的名称。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。根据描述符规则,基本数据类型以及无返回值的void类型都用一个大写字符来表示,而对象类型则用字符L加对象的全限定名来表示。

标识字符含义
B基本类型 byte
C基本类型 char
D基本类型 double
F基本类型 float
I基本类型 int
J基本类型 long
S基本类型 short
Z基本类型 boolean
V特殊类型 void
L对象类型。如Ljava/lang/0bject

  对于一个数组,每一维度将使用一个前置的“[”字符来描述。如一个定义为“java.lang.String[][]”类型的二维数组,将被记录为:“[[Ljava/lang/String;”,一个整型数组“int[]”将被记录为“[I”。

  描述符在描述方法时,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“()”之内。如方法void inc()的描述符为“()V”,方法java.lang.String toString()的描述符为“()Ljava/lang/String”。

3.5.3 属性表

  字段表都包含的固定数据项目到descriptor_index为止就结束了,不过在descriptor_index后面还有一个属性表用于存储一些额外的信息,字段都可以在属性表中描述零至多项的额外信息。
  字段表集合中不会列出从超类或者父接口中继承而来的字段,但有可能列出原本java代码中不存在的字段,譬如在内部类中为了保持对外部类的访问性,会自动添加指向外部类实例的字段。

2.5.4 全限定名、简单名称

  “org/fenixsoft/clazz/TestClass”是这个类的全限定名,仅仅是把类全名中的“.”替换成了“/”而已,为了使连续的多个全限定名之间不产生混淆,在使用时最后一般会加入一个“”表示全限定名结束。

  简单名称是指没有类型和参数修饰的方法或者字段名称,这个类中的inc()方法和m字段的简单名称分别是“inc”和“m”。

3.6 方法表集合

结构与字段表几乎完全一致,如图:

类型名称数量
u2access_flags1
u2name_index1
u2descriptor_ index1
u2attrbutes_count1
attribute_infoattributesattrbutes_count

方法访问标志: access_flags

标志名称标志值含 义
ACC_ PUBLIC0x0001方法是否为public
ACC_ PRIVATE0x0002方法是否为private
ACC_ PROTECTED0x0004方法是否为protected
ACC_ STATIC0x0008方法是否为static
ACC_ FINAL0x0010方法是否为final
ACC_ SYNCHRONIZED0x0020方法是否为synchronized
ACC_ BRIDGE0x0040方法是否是由编译器产生的桥接方法
ACC_ VARARGS0x0080方法是否接受不定参数
ACC_ NATIVE0x0080方法是否为native
ACC_ ABSTRACT0x0080方法是否为abstract
ACC_ STRICTFP0x0080方法是否为strictfp
ACC_ SYNTHETIC0x1000方法是否由编译器自动产生

  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的一个名为“Code”的属性里面。

  与字段表集合相对应的,如果父类方法在子类中没有被重写(Override),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,最典型的就是类构造器“”方法和实例构造器“”方法。
  在java语言中,要重载一个方法,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

  因为返回值不包含在特征签名中,所以java中不允许有名称相同,参数相同而返回类型不同的方法存在。但是在class文件中,特征签名包括了返回值,所以上述两种方法是可以共存在class文件中的。

3.7 属性表集合

属性表用于描述某些场景专有的信息,虚拟机规范中预定义的属性如图:
《Java虚拟机规范(第2版)》中预定义了9项虚拟机实现应当能识别的属性,而在最新的《Java虚拟机规范(Java SE 7)》版中,预定义属性已经增加到21项

虚拟机规范预定义的属性

属性名称使用位置含义
Code方法表Java代码编译成的字节码指令
ConstantValue字段表final关键字定义的常量值
Deprecated类、方法表、字段表被声明为deprecated的方法和字段
Exceptions方法表方法抛出的异常
EnclosingMethod类文件仅当一个类为局部类或者匿名类时才能拥有这个属性,这个属性用于标识这个类所在的外围方法
InnerClasses类文件内部类列表
LineNumberTableCode属性Java源码的行号与字节码指令的对应关系
LocalVariableTableCode属性方法的局部变量描述
StackMapTableCode属性JDK 1.6中新增的属性,供新的类型检查验证器(Type Checker)检查和处理目标方法的局部变量和操作数栈所需要的类型是否匹配
Signature类、方法表、字段表JDK 1.5中新增的属性,这个属性用于支持泛型情况下的方法签名,在Java语言中,任何类、接口、初始化方法或成员的泛型签名如果包含了类型变量(Type Variables) 或参数化类型( Parameterized Types),则Signature属性会为它记录泛型签名信息。由于Java的泛型采用擦除法实现,在为了避免类型信息被擦除后导致签名混乱,需要这个属性记录泛型中的相关信息
SourceFile类文件记录源文件名称
SourceDebugExtension类文件JDK 1.6中 新增的属性,SourceDebugExtension 属性用于存储额外的调试信息。譬如在进行JSP文件调试时,无法通过Java堆栈来定位到JSP文件的行号,JSR-45规范为这些非Java语言编写,却需要编译成字节码并运行在Java虚拟机中的程序提供了一个进行调试的标准机制,使用SourceDebugExtension属性就可以用于存储这个标准所新加入的调试信息
Synthetic类、方法表、字段表标识方法或字段为编译器自动生成的
LocalVariable TypeTableJDK 1.5 中新增的属性,它使用特征签名代替描述符,是为了引入泛型语法之后能描述泛型参数化类型而添加
RuntimeVisible Annotations类、方法表、字段表JDK 1.5中新增的属性,为动态注解提供支持。RuntimeVisibleAnnotations属性用于指明哪些注解是运行时(实际上运行时就是进行反射调用)可见的
RuntimelnvisibleAnnotations类、方法表、字段表JDK 1.5中新增的属性,与RuntimeVisibleAnnotations属性作用刚好相反,用于指明哪些注解是运行时不可见的
RuntimeVisibleParameter Annotations方法表JDK 1.5中新增的属性,作用与RuntimeVisibleAnnotations属性类似,只不过作用对象为方法参数
RuntimeInvisibleParameter Annotations方法表JDK 1.5中新增的属性,作用与RuntimeInvisible Annotations属性类似,只不过作用对象为方法参数
AnnotationDefault方法表JDK 1.5中新增的属性,用于记录注解类元素的默认值
BootstrapMethods类文件JDK 1.7 中新增的属性,用于保存invokedynamic指令引用的引导方法限定符

  对于每个属性,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。

类型名称数量
u2attribute_name_ index1
u4attribute_ length1
u1infoattribute_ length

3.7.1 Code属性

  java程序方法体中的代码经过javac编译器处理后,最终变为字节码指令存储在Code属性内。Code属性出现在方法表的属性集合之中,但并非所有的方法表都必须存在这个属性,如接口或者抽象类的方法就不存在Code属性,如图所示:

类型名称数量
u2attribute_name_index1
u4attribute_ length1
u2max_stack1
u2max_locals1
u4code_length1
u1codecode_length
u2exception_ table_ length1
exception_infoexception_tableexception_ table_ length
u2attributes_count1
attribute_infoattributesattributes_count
  • attribute_name_index

   CONSTANT_Utf8_info 型常量的索引,常量值固定为“Code”,它代表了该属性的属性名称

  • attribute_length

  属性值的长度,由于属性名称索引(u2)与属性长度(u4)一共为6字节,所以属性值的长度固定为整个属性表长度减去6个字节

  • max_stack

  代表了操作数栈(Operand Stacks)深度的最大值。在方法执行的任意时刻,操作数栈都不会超过这个深度。虚拟机运行的时候需要根据这个值来分配栈帧(Stack Frame)中的操作栈深度。

  • max_locals

  代表了局部变量表所需的存储空间。在这里,max_locals的单位是Slot,javac编译器会根据变量的作用域来分配Slot给各个变量使用,然后计算出max_locals的大小。

Slot:虚拟机为局部变量分配内存所使用的的最小单位

  • code_lengthcode

  存储java源程序编译后生成的字节码指令。code是用来存储字节码指令的一系列字节流。既然叫字节码指令,那么每个指令就是一个u1类型的单字节,当虚拟机读取到code中的一个字节码时,就可以对应找出这个字节码代表的是什么指令,并且可以知道这条指令后面是否需要跟随参数,以及参数应当如何理解。我们知道一个u1数据类型的取值范围为0x00~0xFF,对应十进制的0~255,也就是一共可以表达256条指令,目前,Java虚拟机规范已经定义了其中约200条编码值对应的指令含义,编码与指令之间的对应关系可查阅:
虚拟机字节码指令表

  code_length虽然是一个u4类型的长度值,但是虚拟机规范中明确限制了一个方法不允许超过65535条字节码指令
  Code属性用于描述代码,所有的其他数据项目都用与描述元数据。


在这里插入图片描述
  这是实例构造器“<init>”方法的Code属性。它的操作数栈的最大深度和本地变量表的容量都为0x0001,字节码区域所占空间的长度为0x0005。虚拟机读取到字节码区域的长度后,按照顺序依次读入紧随的5个字节,并根据字节码指令表翻译出所对应的字节码指令。翻译“2A B7 00 0A B1”的过程为:
  1)读入2A,查表得0x2A对应的指令为aload_0,这个指令的含义是将第0个Slot中为reference类型的本地变量推送到操作数栈顶。
  2)读入B7,查表得0xB7对应的指令为invokespecial,这条指令的作用是以栈顶的reference类型的数据所指向的对象作为方法接收者,调用此对象的实例构造器方法、private方法或者它的父类的方法。这个方法有一个u2类型的参数说明具体调用哪一个方法,它指向常量池中的一个CONSTANT_Methodref_info类型常量,即此方法的方法符号引用。
  3)读入00 0A,这是invokespecial的参数,查常量池得0x000A对应的常量为实例构造器“<init>”方法的符号引用。
  4)读入B1,查表得0xB1对应的指令为return,含义是返回此方法,并且返回值为void。这条指令执行后,当前方法结束。

3.7.2 代码清单-3

  使用javap命令把此Class文件中的另外一个方法的字节码指令也计算出来,结果如下图所示。

//原始Java代码
public class TestClass
{
	private int m;
	public int inc()
	{
		return m+1}
}
C:\>javap-verbose TestClass
//常量表部分的输出见代码清单-2,因版面原因这里省略掉
{
public org.fenixsoft.clazz.TestClass();
Code:
	Stack=1,Locals=1,Args_size=1
	0:aload_0
	1:invokespecial#10//Method java/lang/Object."<init>":()V
	4return
LineNumberTable:
	line 30
LocalVariableTable:
	Start 	Length 	Slot 	Name 	Signature
	0 		5 		0 		this 	Lorg/fenixsoft/clazz/TestClass;

public int inc();
Code:
	Stack=2,Locals=1,Args_size=1
	0:aload_0
	1:getfield#18//Field m:I
	4:iconst_1
	5:iadd
	6:ireturn
LineNumberTable:
	line 80
LocalVariableTable:
	Start 	Length 	Slot 	Name 	Signature
	0 		7 		0 		this 	Lorg/fenixsoft/clazz/TestClass;
}

  如果大家注意到javap中输出的“Args_size”的值,可能会有疑问:这个类有两个方法——实例构造器<init>()和inc(),这两个方法很明显都是没有参数的,为什么Args_size会为1?而且无论是在参数列表里还是方法体内,都没有定义任何局部变量,那Locals又为什么会等于1?如果有这样的疑问,大家可能是忽略了一点:在任何实例方法里面,都可以通过“this”关键字访问到此方法所属的对象。这个访问机制对Java程序的编写很重要,而它的实现却非常简单,仅仅是通过Javac编译器编译的时候把对this关键字的访问转变为对一个普通方法参数的访问,然后在虚拟机调用实例方法时自动传入此参数而已。

  在实例方法的局部变量表中至少会存在一个指向当前对象实例的局部变量,局部变量表中也会预留出第一个Slot位来存放对象实例的引用,方法参数值从1开始计算。这个处理只对实例方法有效,如果代码清单6-1中的inc()方法声明为static,那Args_size就不会等于1而是等于0了。

3.7.3 exception_info

  在字节码指令之后的是这个方法的显式异常处理表(下文简称异常表)集合,异常表对于Code属性来说并不是必须存在的,如代码清单-3中就没有异常表生成。
格式:

类型名称数量
u2start_pc1
u2end_pc1
u2handler_pc1
u2catch_type1

3.7.4 代码清单-4

//Java源码
public int inc(){
	int x;
	try{
		x=1return x;
	}catch(Exception e){
		x=2return x;
	}finally{
		x=3}
}
//编译后的ByteCode字节码及异常表
public int inc();
Code:
	Stack=1,Locals=5,Args_size=1
	0:iconst_1//try块中的x=1
	1:istore_1
	2:iload_1//保存x到returnValue中,此时x=1
	3:istore 4
	5:iconst_3//finaly块中的x=3
	6:istore_1
	7:iload 4//将returnValue中的值放到栈顶,准备给ireturn返回
	9:ireturn
	10:astore_2//给catch中定义的Exception e赋值,存储在Slot 2中
	11:iconst_2//catch块中的x=2
	12:istore_1
	13:iload_1//保存x到returnValue中,此时x=2
	14:istore 4
	16:iconst_3//finaly块中的x=3
	17:istore_1
	18:iload 4//将returnValue中的值放到栈顶,准备给ireturn返回
	20:ireturn
	21:astore_3//如果出现了不属于java.lang.Exception及其子类的异常才会走到这里
	22:iconst_3//finaly块中的x=3
	23:istore_1
	24:aload_3//将异常放置到栈顶,并抛出
	25:athrow
Exception table:
	from 	to 	target 	type
	0 		5 	10 		Class java/lang/Exception
	0 		5 	21 		any
	10 		16 	21 		any

编译器为这段Java源码生成了3条异常表记录,对应3条可能出现的代码执行路径。从Java代码的语义上讲,这3条执行路径分别为:

  • 如果try语句块中出现属于Exception或其子类的异常,则转到catch语句块处理。
  • 如果try语句块中出现不属于Exception或其子类的异常,则转到finally语句块处理。
  • 如果catch语句块中出现任何异常,则转到finally语句块处理。

  返回到我们上面提出的问题,这段代码的返回值应该是多少?对Java语言熟悉的读者应该很容易说出答案:如果没有出现异常,返回值是1;如果出现了Exception异常,返回值是2;如果出现了Exception以外的异常,方法非正常退出,没有返回值。我们一起来分析一下字节码的执行过程,从字节码的层面上看看为何会有这样的返回结果。

  字节码中第0~4行所做的操作就是将整数1赋值给变量x,并且将此时x的值复制一份副本到最后一个本地变量表的Slot中(这个Slot里面的值在ireturn指令执行前将会被重新读到操作栈顶,作为方法返回值使用。为了讲解方便,笔者给这个Slot起了个名字:returnValue)。如果这时没有出现异常,则会继续走到第5~9行,将变量x赋值为3,然后将之前保存在returnValue中的整数1读入到操作栈顶,最后ireturn指令会以int形式返回操作栈顶中的值,方法结束。如果出现了异常,PC寄存器指针转到第10行,第10~20行所做的事情是将2赋值给变量x,然后将变量x此时的值赋给returnValue,最后再将变量x的值改为3。方法返回前同样将returnValue中保留的整数2读到了操作栈顶。从第21行开始的代码,作用是变量x的值赋为3,并将栈顶的异常抛出,方法结束。

:无论try中是否出现异常,都会执行finally中代码】

3.8 Exceptions属性

  这里的Exceptions属性是在方法表中与Code属性平级的一项属性,读者不要与前面刚刚讲解完的异常表产生混淆。

  • 作用

  列举出方法中可能抛出的受查异常。也就是方法描述时在throws关键字后面列举出的异常。

  • 结构
类型名称数量
u2attribute_name_index1
u4attribute_length1
u2number_of_exceptions1
u2exception_index_tablenumber_of_exceptions

  Exceptions属性中的number_of_exceptions项表示方法可能抛出number_of_exceptions种受查异常,每一种受查异常使用一个exception_index_table项表示,exception_index_table是一个指向常量池中CONSTANT_Class_info型常量的索引,代表了该受查异常的类型。

3.9 LineNumberTable属性

  用于描述java源码行号与字节码行号(字节码的偏移量)之间的对应关系。

类型名称数量
u2attribute_name_index1
u4attribute_length1
u2line_number_table_length1
line_number_infoline_number_tableline_number_table_length

  line_number_table是一个数量为line_number_table_length、类型为line_number_info的集合,line_number_info表包括了start_pcline_number两个u2类型的数据项,前者是字节码行号,后者是Java源码行号。

3.10 LocalVariableTable属性

  用于描述栈帧中局部变量表中的变量与java源码中定义的变量之间的关系,它也不是运行时必须的属性,但默认会生成到Class文件之中。

类型名称数量
u2attribute_name_index1
u4attribute_length1
u2local_variable_table_length1
local_variable_infolocal_variable_tablelocal_variable_table_length

  其中,local_variable_info项目代表了一个栈帧与源码中的局部变量的关联

类型名称数量
u2start_pc1
u2length1
u2name_ index1
u2descriptor_ index1
u2index1
  • start_pc和length
      代表了这个局部变量的生命周期开始的字节码偏移量及其作用范围覆盖的长度,两者结合起来就是这个局部变量在字节码之中的作用域范围。

  • name_index和descriptor_index

  指向常量池中CONSTANT_Utf8_info型常量的索引,分别代表了局部变量的名称以及这个局部变量的描述符。

  • index

  这个局部变量在栈帧局部变量表中Slot的位置。当这个变量数据类型是64位类型时(double和long),它占用的Slot为index和index+1两个。

  顺便提一下,在JDK 1.5引入泛型之后,LocalVariableTable属性增加了一个“姐妹属性”:LocalVariableTypeTable,这个新增的属性结构与LocalVariableTable非常相似,仅仅是把记录的字段描述符的descriptor_index替换成了字段的特征签名(Signature),对于非泛型类型来说,描述符和特征签名能描述的信息是基本一致的,但是泛型引入之后,由于描述符中泛型的参数化类型被擦除掉,描述符就不能准确地描述泛型类型了,因此出现了LocalVariableTypeTable。

3.11 SourceFile属性

记录生成这个Class文件的源码文件名称。

类型名称数量
u2attribute_name_index1
u4attribute_length1
u2sourcefile_index1

  sourcefile_index数据项是指向常量池中CONSTANT_Utf8_info型常量的索引,常量值是源码文件的文件名。

3.12 ConstantValue属性

  通知虚拟机自动为静态变量赋值,只有被static关键字修饰的变量(类变量)才可以使用这项属性。类似“int x=123”和“static int x=123”这样的变量定义在Java程序中是非常常见的事情,但虚拟机对这两种变量赋值的方式和时刻都有所不同。对于非static类型的变量(也就是实例变量)的赋值是在实例构造器<init>方法中进行的;而对于类变量,则有两种方式可以选择:在类构造器<clinit>方法中或者使用ConstantValue属性

类型名称数量
u2attribute_name_index1
u4attribute_length1
u2ConstantValue_index1

  ConstantValue属性是一个定长属性,它的attribute_length数据项值必须固定为2。constantvalue_index数据项代表了常量池中一个字面量常量的引用,根据字段类型的不同,字面量可以是CONSTANT_Long_infoCONSTANT_Float_infoCONSTANT_Double_infoCONSTANT_Integer_infoCONSTANT_String_info常量中的一种。

3.13 InnerClasses属性

  用于记录内部类与宿主类之间的关联。如果一个类定义了内部类,那编译器将会为它以及它所包含的内部类生成InnerClasses属性。

类型名称数量
u2attribute_name_index1
u4attribute_length1
u2number_of_classes1
inner_classes_infoinner_classesnumber_of_classes

  数据项number_of_classes代表需要记录多少个内部类信息,每一个内部类的信息都由一个inner_classes_info表进行描述。

  • inner_classes_info表的结构
类型名称数量
u2inner_class_info_index1
u2outer_class_info_index1
u2inner_name_index1
u2inner_class_access_flags1
  • inner_class_info_indexouter_class_info_index
    指向常量池中CONSTANT_Class_info型常量的索引,分别代表了内部类和宿主类的符号引用。
  • inner_name_index
    指向常量池中CONSTANT_Utf8_info型常量的索引,代表这个内部类的名称,如果是匿名内部类,那么这项值为0。
  • inner_class_access_flags
    内部类的访问标志,类似于类的access_flags,它的取值范围:
标志名称标志值含 义
ACC_ PUBLIC0x0001内部类是否为public
ACC_ PRIVATE0x0002内部类是否为private
ACC_ PROTECTED0x0004内部类是否为protected
ACC_ STATIC0x0008内部类是否为static
ACC_ FINAL0x0010内部类是否为final
ACC_ INTERFACE0x0020内部类是否为接口
ACC_ ABSTRACT0x0400内部类是否为abstract
ACC_ SYNTHETIC0x1000内部类是并非由用户代码产生的
ACC_ ANNOTATION0x2000内部类是否是一个注解
ACC_ENUM0x4000内部类是否是一个枚举

3.14 Deprecated及Synthetic属性

属于标志类型的布尔属性,只存在有没有的区别,没有属性值的概念

  • Deprecated:用于标识某个类、字段或者方法、已经被程序坐着定为不再推荐使用。
  • Synthetic:属性代表此字段或者方法并不是由java源码直接生成的,而是编译器自行添加的。
类型名称数量
u2attribute_name_index1
u4attribute_length1

  其中attribute_length数据项的值必须为0x00000000,因为没有任何属性值需要设置。

3.15 StackMapTable属性

在虚拟机类加载的字节码验证阶段被新类型检查验证器使用。

类型名称数量
u2attribute_name_index1
u4attribute_length1
u2number_of_entries1
stack_map_framestack_map_frame_entriesnumber_of_entries

3.16 Signature属性

用于记录泛型签名信息。

类型名称数量
u2attribute_name_index1
u4attribute_length1
u2signature_index1

  其中signature_index项的值必须是一个对常量池的有效索引。常量池在该索引处的项必须是CONSTANT_Utf8_info结构,表示类签名、方法类型签名或字段类型签名。

3.17 BootstrapMethods属性

用于保存invokedynamic指令引用的引导方法限定符。

类型名称数量
u2attribute_name_index1
u4attribute_length1
u2num_bootstrap_methods1
bootstrap_methodbootstrap_methodsnum_bootstrap_methods

引用到的bootstrap_method结构

类型名称数量
u2bootstrap_method_ref1
u2num_bootstrap_arguments1
u2bootstrap_srgumentsnum_bootstrap_srguments

四、字节码指令简介

  java虚拟机的指令由一个字节长度(u1)的、代表着某种特定操作含义的数字(操作码)以及跟随其后的零至多个代表此操作所需参数(操作数)而构成。由于Java虚拟机采用面向操作数栈而不是寄存器结构,所以大多数的指令都不包含操作数,只有一个操作码。

  若不考虑异常处理,那么java虚拟机的解释器可以使用下面这个伪代码当做最基本的执行模型来理解,这个执行模型虽然很简单,但依然可以有效地工作:

do
{
	自动计算PC寄存器的值加1;
	根据PC寄存器的指示位置,从字节码流中取出操作码;
	if(字节码存在操作数)
		从字节码流中取出操作数;
	执行操作码所定义的操作;
}while(字节码流长度 > 0

4.1 字节码与数据类型

  在java虚拟机的指令集中,大多数的指令都包括了其操作所对应的数据类型信息。
例如:

  • iload指令:从局部变量表中加载int型的数据到操作数栈中,
  • fload指令:加载的则是float类型的数据。

  这两条指令的操作在虚拟机内部可能是由同一段代码来实现的,但在Glass文件中他们必须拥有各自独立的操作码。
  大部分的指令都没有完整的支持所有的基本数据类型,因为在虚拟机内部会将有些未实现的需求转化成已有的指令来实现相同的功能,这样就简化了指令集。


4.2 加载和存储指令

  加载和存储指令用于将数据在栈帧中的局部变量表操作数栈之间来回传输。

  • 将一个局部变量加载到操作栈:iload、iload_、lload、lload_、fload、fload_、dload、dload_、aload、aload_。
  • 将一个数值从操作数栈存储到局部变量表:istore、istore_、lstore、lstore_、fstore、fstore_、dstore、dstore_、astore、astore_。
  • 将一个常量加载到操作数栈:bipush、sipush、ldc、ldc_w、ldc2_w、aconst_null、iconst_m1、iconst_、lconst_、fconst_、dconst_。
  • 扩充局部变量的访问索引的指令:wide。

  上面所列举的指令助记符中,有一部分是以尖括号结尾的(例如 iload_),这些指令助记符实际上是代表了一组指令(例如 iload_,它代表了 iload_0、iload_1、iload_2 和 iload_3 这几条指令)。

4.3 运算指令

  用于对两个操作数栈上的值进行某种特定运算,并把结果重新存入操作栈顶。大体上算术指令可以分为两种:

  • 对整型数据进行运算的指令
  • 对浮点型数据进行运算的指令

  无论是哪种算术指令,都使用 Java 虚拟机的数据类型,由于没有直接支持 byteshortcharboolean 类型的算术指令,对于这类数据的运算,应使用操作 int 类型的指令代替。整数与浮点数的算术指令在溢出和被零除的时候也有各自不同的行为表现,所有的算术指令如下。

  • 加法指令:iadd、ladd、fadd、dadd。
  • 减法指令:isub、lsub、fsub、dsub。
  • 乘法指令:imul、lmul、fmul、dmul。
  • 除法指令:idiv、ldiv、fdiv、ddiv。
  • 求余指令:irem、lrem、frem、drem。
  • 取反指令:ineg、lneg、fneg、dneg。
  • 位移指令:ishl、ishr、iushr、lshl、lshr、lushr。
  • 按位或指令:ior、lor。
  • 按位与指令:iand、land。
  • 按位异或指令:ixor、lxor。
  • 局部变量自增指令:iinc。
  • 比较指令:dcmpg、dcmpl、fcmpg、fcmpl、lcmp。

4.4 类型转换指令

  可以将两种不同的数值类型进行相互转换,这些转换操作一般用于实现用户代码中的显式类型转换操作,或者用来处理本节开篇所提到的字节码指令集中无法与数据类型一一对应的问题。
  Java 虚拟机直接支持(即转换时无需显示的转换指令)以下数值类型的宽化类型转换 (Widening Numeric Conversions,即小范围类型向大范围类型的安全转换):

  • int 类型到 long、float 或者 double 类型。
  • long 类型到 float、double 类型。
  • float 类型到 double 类型。

  相对的,处理窄化类型转换(Narrowing Numeric Conversions)时,必须显式地使用转换指令来完成,这些转换指令包括:

  • i2b、i2c、i2s、l2i、f2i、f2l、d2i、d2l 和 d2f

窄化类型转换可能会导致转换结果产生不同的正负号、不同的数量级的情况,转换过程很可能会导致数值的精度丢失。

  在将 int 或 long 类型窄化转换为整数类型 T 的时候,转换过程仅仅是简单地丢弃除最低位 N 个字节以外的内容,N 是类型 T 的数据类型长度,这将可能导致转换结果与输入值有不同的正负号。这点很容易理解,因为原来符号位处于数值的最高位,高位被丢弃之后,转换结果的符号就取决于低 N 个字节的首位了。

在将一个浮点值窄化转换为整数类型 T(T 限于 int 或 long 类型之一)的时候,将遵循以下转换规则:

  • 如果浮点值是 NaN,那转换结果就是 int 或 long 类型的 0。
  • 如果浮点值不是无穷大的话,浮点值使用 IEEE 754 的向零舍入模式取整,获得整数值 v,如果 v 在目标类型 T(int 或long)的表示范围之内,那转换结果就是 v。
  • 否则,将根据 v 的符号,转换为 T 所能表示的最大或者最小正数。

4.5 对象创建与访问指令

  虽然类实例和数据都是对象,但java虚拟机对类实例和数组的创建与操作使用了不同的字节码指令。对象创建后,就可以通过对象访问指令获取对象实例或者数组实例中的字段或者数组元素。指令如下:

  • 创建类实例的指令:new
  • 创建数组的指令:newarray、anewarray、multianewarray。
  • 访问类字段(static字段,或者称为类变量)和实例字段(非static字段)的指令:getfield putfield
    getstatic putfield;
  • 把一个数组元素加载到操作数栈的指令:baload, caload, saload, iaload……
  • 把一个操作数栈的值存储到数组元素中:bastore , castore。。。
  • 取数组长度的指令: arraylength
  • 检查类实例类型的指令:instanceof, checkcast

4.6 操作数栈管理指令

如同操作普通的栈一样,出栈,复制栈顶,交换栈顶数据等。。

  • 将操作数栈的栈顶一个或两个元素出栈:pop、pop2。
  • 复制栈顶一个或两个数值并将复制值或双份的复制重新压入栈顶:dup、dup2、dup_x1、dup2_x1、dup_x2、dup2_x2。
  • 将栈最顶端的两个数值互换:swap。

4.7 控制转移指令

  控制转移指令可以让 Java 虚拟机有条件或无条件地从指定的位置指令而不是控制转移指令的下一条指令继续执行程序,从概念模型上理解,可以认为控制转移指令就是在有条件或无条件地修改 PC 寄存器的值。控制转移指令如下。

  • 条件分支:ifeq、iflt、ifle、ifne、ifgt、ifge、ifnull、ifnonnull、if_icmpeq、if_icmpne、if_icmplt、if_icmpgt、if_icmple、if_icmpge、if_acmpeq
    和 if_acmpne。
  • 复合条件分支:tableswitch、lookupswitch。
  • 无条件分支:goto、goto_w、jsr、jsr_w、ret。

4.8 方法调用和返回指令

  • invokevirtual指令用于调用对象的实例方法,根据对象的实际类型进行分派(虚方法分派),这是java中最常见的方法分派方式。
  • invokeinterface指令用于调用接口方法,它会在运行时期搜寻一个实现了该接口方法的对象,找出适合的方法来调用。
  • invokespecial指令用于调用一些需要特殊处理的实例方法,包括实例初始化方法,父类方法和私有方法。
  • invokestatic指令用于调用类方法(static静态方法)。
  • invokedynamic指令用于在运行时动态解析出调用点限定符所引用的方法,并执行该方法,前面 4 条调用指令的分派逻辑都固化在 Java 虚拟机内部,而 invokedynamic 指令的分派逻辑是由用户所设定的引导方法决定的。

  方法调用指令与数据类型无关,而方法返回指令是根据返回值的类型区分的,包括 ireturn(当返回值是 booleanbytecharshortint 类型时使用)、lreturnfreturndreturnareturn,另外还有一条return 指令供声明为 void 的方法、实例初始化方法以及类和接口的类初始化方法使用。

4.9 异常处理指令

  在java虚拟机中显式的抛出异常都是通过athrow指令来实现,除了用 throw 语句显式抛出异常情况之外,Java 虚拟机规范还规定了许多运行时异常会在其他 Java 虚拟机指令检测到异常状况时自动抛出。
  例如,在前面介绍的整数运算中,当除数为零时,虚拟机会在 idiv 或 ldiv 指令中抛出 ArithmeticException 异常。

  在java虚拟机中,处理异常(catch语句)不是由字节码指令来完成了(以前是jsr和ret指令),现在是用异常表exception_info】来完成。

4.10 同步指令

  java中的同步机制是通过管程(Monitor)来支持的。
  方法级的同步是隐式的,即无需通过字节码指令来控制,它实现在方法调用和返回操作之中。虚拟机从方法常量池中的方法表结构中的ACC_SYNCHORONIZED访问标志得知一个方法是否为同步方法。
  

  • 当方法调用时,指令先会检查ACC_SYNCHORONIZED是否被设置。如果设置了,执行线程要求先持有管程,才能执行方法,当方法完成时(无论是正常结束还是非正常结束)都要释放管程。

  • 如果执行线程持有了管程,那么其他任何线程都无法再获得同一个管程。

  • 如果一个持有管程的方法在运行期间抛出了异常,并且在方法内部无法处理这个异常,那么方法将在将异常抛出的同时释放持有的管程。

  java虚拟机中使用monitorentermonitorexit来支持synchornized关键词的语义。

五、公有设计和私有实现

  Java虚拟机规范描绘了Java虚拟机应有的共同程序存储格式:

  • Class文件格式

  • 字节码指令集

   这些内容与硬件、操作系统及具体的Java虚拟机实现之间是完全独立的,虚拟机实现者可能更愿意把他们看作是程序在各种Java平台实现之间互相安全的交互的手段。

5.1 实现条件

   优化后的Class文件依然可以被正确读取,并且包含在其中的语义能得到完整的保持。

5.2 实现方式

  • 将输入的Java虚拟机代码在加载或执行时翻译成另外一种虚拟机的指令集。
  • 将输入的Java虚拟机代码在加载或执行时翻译成宿主CPU的本地指令集(即JIT代码生成技术)。

   精确定义的虚拟机和目标文件格式不应当对虚拟机实现者的创造性产生太多的限制,Java虚拟机因被设计成可以允许有众多不同的实现,并且各种实现可以在保持兼容性的同时提供不同的、新的、有趣的解决方案。

六、Class文件结构的发展

   Class文件结构自Java虚拟机规范第1版订立以来,已经有十多年的历史。这十多年间,Java技术体系有了翻天覆地的改变,JDK版本号已经从1.0提升到1.7。相对于语言、API以及Java技术体系中其他方面的变化,Class文件结构一直处于比较稳定的状态,Class文件的主体结构、字节码指令的语义和数量几乎没有出现过变动,所有对Class文件格式的改进,都是在向访问标志、属性表这些在设计上就可扩展的数据结构中添加内容。
   如果以《Java虚拟机规范(第2版)》为基准进行比较的话,那么在后续Class文件格式的发展过程中,访问标志里新加入了ACC_SYNTHETICACC_ANNOTATIONACC_ENUMACC_BRIDGEACC_VARARGS共5个标志。而属性表集合中,在JDK 1.5 到JDK 1.7版本之间一共增加了12项新的属性,这些属性大部分用于支持Java中许多新出现的语言特性,如枚举、变长参数、泛型、动态注解等。还有一些是为了支持性能改进和调试信息,譬如JDK 1.6 的新类型校验器的StackMapTable属性和对非Java代码调试中用到的SourceDebugExtension属性。
  Class文件格式所具备的平台中立(不依赖于特定硬件及操作系统)、紧凑、稳定和可扩展的特点,是Java技术体系实现平台无关、语言无关两项特性的重要支柱。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值