中篇_2_class文件结构

root_zhb

已于 2022-02-07 16:19:09 修改

阅读量153

点赞数

分类专栏： # JVM 文章标签： java

于 2022-02-07 16:17:15 首次发布

本文链接：https://blog.csdn.net/root_zhb/article/details/122316348

版权

JVM 专栏收录该内容

20 篇文章 0 订阅

订阅专栏

public class Demo {
    private int num = 1;

    public int add(){
        num = num + 2;
        return num;

    }
}

在这里插入图片描述

1、class文件结构概述

资料：https://docs.oracle.com/javase/specs/jvms/se8/html/jvms-4.html

任何一个Class文件都对应唯一一个类或接口的定义信息，但反过来说，Class文件实际上它并不一定以磁盘文件的形式存在。
Class文件是一组以8位字节为基础单位的二进制流。
Class的结构不像XML等描述语言，由于它没有任何分隔符号。所以在其中的数据项，无论是字节顺序还是数量，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。
Class 文件格式采用一种类似于 C语言结构体的方式进行数据存储，这种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。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。由于表没有固定长度，所以通常会在其前面加上个数说明
Class文件整体结构如下
(魔数、Class文件版本、常量池、访问标识(或标志)、类索引，父类索引，接口索引集合、字段表集合、方法表集合、属性表集合)

2、魔数

每个Class文件开头的4个字节的无符号整数称为魔数(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有效合法的Class文件。即：魔数是Class文件的标识符
魔数值固定为0xCAFEBABE，不会改变。
如果一个Class文件不以0xCAFEBABE开头，虚拟机在进行文件校验的时候就会直接抛出以下错误：
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

3、版本号

紧接着魔数的 4 个字节存储的是 Class 文件的版本号。同样也是4个字节。第5个和第6个字节所代表的含义就是编译的副版本号minor_version，而第7个和第8个字节就是编译的主版本major_version
它们共同构成了class文件的格式版本号。譬如某个 Class 文件的主版本号为 M，副版本号为 m，则Class 文件的格式版本号为 M.m
版本号和Java编译器的对应关系如下表：
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。
不同版本的Java编译器编译的Class文件对应的版本不一样。目前，高版本的Java虚拟机可以执行由低版本编译器生成的Class文件,但是低版本的Java虚拟机不能执行由高版本编译器生成的Class文件。否则JVM会抛出java.lang.UnsupportedClassVersionError异常(向下兼容)

4、常量池

4.1、什么是常量池？

Class文件是java虚拟机的基石，常量池是class文件的基石
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关联最多的数据类型（后面的很多数据类型都会指向此处），也是占用Class文件空间最大的数据项之一。
常量池表项中，用于存放编译时期生成的各种字面量和符号引用，这部分内容将在类加载后进入方法区的运行时常量池中存放。
常量池表的通用格式如下，其中1-byte tag 表示 info[] 的类型
```
cp_info {
    u1 tag;
    u1 info[];
}
```

4.2、常量池计数器

由于常量池的数量不固定，时长时短，所以需要放置两个字节来表示常量池容量计数值，主要目的是记录常量池表中到底有多少项。
常量池容量计数值(u2类型):从1开始,表示常量池中有多少项常量。即constant_pool_ count=1表示常量池中有0个常量项
Demo的值为0x0016，也就是22。实际上只有21项常量。索引为范围是1-21。

第0项常量空出来，表示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

4.3、常量池表

constant_pool是一种表结构，以 1 ~ constant_pool_count - 1为索引。表明了后面有多少个常量项。
常量池主要存放两大类常量：字面量（Literal）和符号引用（Symbolic References）
它包含了class文件结构及其子结构中引用的所有字符串常量、类或接口名、字段名和其他常量。常量池中的每一项都具备相同的特征。第1个字节作为类型标记,用于确定该项的格式,这个字节称为tag byte (标记字节、标签字节)，后三项是jdk7添加进来的。

4.3.1、字面量和符号引用

常量池主要存放两大类常量：字面量（Literal）和符号引用（Symbolic References）。如下表：String str=“hello”; final int Num=10;
全限定名
com/test/Demo这个就是类的全限定名，仅仅是把包名的".“替换成”/"，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
(简单名称是指没有类型和参数修饰的方法或者字段名称，上面例子中的类的add()方法和num字段的简单名称分别是add和num)
描述符
- 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（byte、char、double、float、int、long、short、boolean）以及代表无返回值的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，详见下表: (数据类型：基本数据类型、引用数据类型))
- 用描述符来描述方法时，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“()”之内。如：
  方法java.lang.String toString()的描述符为() Ljava/lang/String;，
  方法int abc(int[] x, int y)的描述符为([II) I。

4.3.2、符号引用、直接引用的理解

虚拟机在加载Class文件时才会进行动态链接,也就是说,Class文件中不会保存各个方法和字段的最终内存布局信息,因此,这些字段和方法的符号引用不经过转换是无法直接被虚拟机使用的。当虚拟机运行起来时,需要从常量池中获得对应的符号引用,再在类加载过程中(初始化阶段)将其替换直接引用,并翻译到具体的内存地址中
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。

4.3.3、常量类型及结构

常量池中每一项常量都是一个表，JDK1.7之后共有14种不同的表结构数据。如下表格所示：
这14种表（或者常量项结构）的共同点是：表开始的第一位是一个u1类型的标志位(tag),代表当前这个常量项使用的是哪种表结构，即哪种常量类型
这14种常量项结构还有一个特点是，其中13个常量项占用的字节固定，只有CONSTANT_ Utf8_info占用字节不固定，其大小由length决定。为什么呢？因为从常量池存放的内容可知，其存放的是字面量和符号引用，最终这些内容都会是一个字符串，这些字符串的大小是在编写程序时才确定，比如你定义一个类，类名可以取长取短，所以在没编译前，大小不固定，编译后，通过utf-8编码，就可以知道其长度。
Byte、short、char、boolean 编译之后都是int 所以没有出现

在这里插入图片描述
Class name 和 Name and type
常量池中的内容

5、访问标识

在常量池后,紧跟着访问标记。该标记使用两个字节表示(u2),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。各种访问标记如下所示：
类的访问权限通常为 ACC_ 开头的常量。
每一种类型的表示都是通过设置访问标记的32位中的特定位来实现的。比如，若是public final的类，则该标记为ACC_PUBLIC | ACC_FINAL

补充说明：

带有ACC_INTERFACE标志的calss文件表示的是接口而不是类，反之则表示的是类而不是接口
- 如果一个class文件设置了ACC_INTERFACE标志,那么同时也得设置ACC_ABSTRACT标志。同时它不能设置ACC_FINAL、ACC_SUPER或ACC_ENUM标志
- 如果没有设置ACC_INTERFACE标志,那么这个class文件可以具有上表除了ACC_ANNOTATION外的其他所有标志。当然,ACC_FINAL和ACC_ABSTRACT这类互斥的标志除外。这两个标志不得同时设置
ACC_SUPER标志用于确定类或接口里面的invokespecial指令使用的是哪一种执行语义。针对Java虚拟机指令集的编译器都应当设置这个标志。对于JavaSE8及后续版本来说,无论class文件中这个标志实际值是什么,也不管class文件的版本号是多少,Java虚拟机都认为每个Class文件均设置了ACC_SUPER标志
ACC_SYNTHETIC标志意味着该类或接口由编译器生产的,而不是由源代码生成的
注解类型必须设置ACC_ANNOTATION标志。如果设置了ACC_ANNOTATION标志,那么也必须设置ACC_INTERFACE标志
ACC_ENUM标志标明该类或其父类为枚举类型
表中没有使用的access_flags标志是为未来扩充而预留的，这些预留的标志在编译器中应该设置为0，Java虚拟机实现也应该忽略他们。

6、类索引、父类索引、接口索引

在访问标记后，会指定该类的类别、父类类别以及实现的接口，格式如下：
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 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

this_class(类索引)
2字节无符号整数，指向常量池的索引。提供了类的全限定名,如com/test/Demo。this_class的值必须是对常量池表中某项的一个有效索引值。常量池在这个索引处的成员必须为CONSTANT_Class_info类型结构体，该结构体表示这个class文件所定义的类或接口
super_class(父类索引)
- 2字节无符号整数，指向常量池的索引。它提供了当前类的父类的全限定名。如果我们没有继承任何类，其默认继承的是java/lang/Object类。同时，由于Java不支持多继承，所以其父类只有一个
- superclass指向的父类不能是final。
interfaces_count (接口计数器)：interfaces_count项的值表示当前类或接口的直接超接口数量。
interfaces [ ] (接口索引集合)
interfaces []中每个成员的值必须是对常量池表中某项的有效索引值，它的长度为 interfaces_count。每个成员 interfaces[i]必须为 CONSTANT_Class_info结构，其中 0 <= i < interfaces_count。在 interfaces[]中，各成员所表示的接口顺序和对应的源代码中给定的接口顺序（从左至右）一样，即 interfaces[0]对应的是源代码中最左边的接口

7、字段表集合

7.1、概述

用于描述接口或类中声明的变量。字段(field)包括类级变量以及实例级变量，但是不包括方法内部、代码块内部声明的局部变量(local variables)
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
它指向常量池索引集合，它描述了每个字段的完整信息。比如字段的标识符、访问修饰符(public、private或protected)、是类变量还是实例变量(static修饰符)、是否是常量(final修饰符)等
注意事项
- 字段表集合中不会列出从父类或者实现的接口中继承而来的字段，但有可能列出原本Java代码之中不存在的字段。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
- 在Java语言中字段是无法重载的，两个字段的数据类型、修饰符不管是否相同，都必须使用不一样的名称，但是对于字节码来讲，如果两个字段的描述符不一致，那字段重名就是合法的
字段计数器：fields_count的值表示当前class文件fields表的成员个数。使用两个字节来表示

7.2、字段表

字段表作为一个表，同样有他自己的结构
在这里插入图片描述

字段表访问标识
一个字段可以被各个关键字去修饰,比如:作用域修饰符(public、private、protected)、static修饰符、final修饰符、volatile修饰符等等。因此,其可像类的访问标志那样,使用一些标志来标记字段。字段的访问标志有如下这些：
字段名索引
根据字段名索引的值，查询常量池中指定的索引项即可。
描述符索引
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。见 4.3.1 描述符。
属性表集合
一个字段还可能拥有一些属性，用于存储更多的额外信息。比如初始化值、一些注释信息等。属性个数存放在attribute_count中，属性具体内容存放在attributes数组中。
以常量属性为例，结构为：
ConstantValue_attribute{
u2 attribute_name_index;
u4 attribute_length;
u2 constantvalue_index;
}
说明：对于常量属性而言，attribute_length值恒为2。

8、方法表集合

在字节码文件中，每一个method_info项都对应着一个类或者接口中的方法信息。比如方法的访问修饰符(public、private或protected),方法的返回值类型以及方法的参数信息等
如果这个方法不是抽象的或者不是native的，那么字节码中会体现出来。
一方面，methods表只描述当前类或接口中声明的方法，不包括从父类或父接口继承的方法。另一方面，methods表有可能会出现由编译器自动添加的方法，最典型的便是编译器产生的方法信息(比如：类(接口)初始化方法()和实例初始化方法())
方法计数器methods_count
methods_count的值表示当前class文件methods表的成员个数。使用两个字节来表示
methods 表中每个成员都是一个method_info结构
方法表结构与字段表结构相同，见 7.2 第一个图
方法表访问标识
跟字段表一样,方法表也有访问标志,而且他们的标志有部分相同,部分则不同,方法表具体访问标志如下:

标记名	值	说明
ACC_PUBLIC	0x0001	public，方法可以从包外访问
ACC_PRIVATE	0x0002	private，方法只能从本类访问
ACC_PROTECTED	0x0004	protected，方法在自身和子类可以访问
ACC_STATIC	0x0008	static，静态方法
ACC_FINAL	0x0010	final, 方法不能被重写(覆盖)
ACC_SYNCHRONIZED	0x0020	synchronized，方法由管程同步
ACC_BRIDGE	0x0040	bridge，方法由编译器产生

9、属性表集合

属性计数器：attributes_count的值表示当前class文件属性表的成员个数。属性表中每一项都是一个attribute_info结构
属性的通用格式

Code属性
(Code属性就是存放方法体里面的代码。但是，并非所有方法表都有Code属性。像接口或者抽象方法，他们没有具体的方法体，因此也就不会有Code属性了)
Code属性表的结构,如下图：

Code_attribute {
    u2 attribute_name_index;		属性名索引
    u4 attribute_length;			属性长度
    u2 max_stack;					操作数栈深度的最大值
    u2 max_locals;					局部变量表所需的存储空间
    u4 code_length;					字节码指令的长度
    u1 code[code_length];  			存储字节码指令
    u2 exception_table_length;		异常表长度
    {   u2 start_pc;				异常表
        u2 end_pc;
        u2 handler_pc;
        u2 catch_type;
    } exception_table[exception_table_length];
    u2 attributes_count;							属性集合计数器
    attribute_info attributes[attributes_count];  	属性集合
}

LineNumberTable属性
- LineNumberTable 属性是可选变长属性，位于 Code 结构的属性表
- LineNumberTable属性是用来描述Java源码行号与字节码行号之间的对应关系。这个属性可以用来在调试的时候定位代码执行的行数(start_pc,即字节码行号;line_number，即Java源代码行号)
- 在 Code 属性的属性表中,LineNumberTable 属性可以按照任意顺序出现，此外，多个 LineNumberTable属性可以共同表示一个行号在源文件中表示的内容，即 LineNumberTable 属性不需要与源文件的行一一对应
```
LineNumberTable_attribute {
    u2 attribute_name_index;
    u4 attribute_length;
    u2 line_number_table_length;
    {   u2 start_pc;
        u2 line_number;	
    } line_number_table[line_number_table_length];
}
```
LocalVariableTable属性
(LocalVariableTable 是可选变长属性，位于 Code属性的属性表中。它被调试器用于确定方法在执行过程中局部变量的信息。在 Code 属性的属性表中,LocalVariableTable 属性可以按照任意顺序出现。Code 属性中的每个局部变量最多只能有一个 LocalVa riableTable 属性)
SourceFile属性