JVM学习笔记之 -- Class文件结构（1）

对于初学者来说，大部分人都还认为Java虚拟机执行Java程序是一件理所当然和天经地义的事情。但其实Java虚拟机不和包括Java在内的任何语言绑定，他只和“Class文件”这种特定的二进制文件格式所关联。使用Java编译器可以把Java代码编译为储存字节码的Class文件，而使用例如JRuby等语言的编译器同样可以把程序代码编译成Class文件，虚拟机并不关心Class的来源是何种语言。那么下面我们就具体来说一下Class文件的内部结构。

Class类文件的结构

Class文件是一组以8位字节位基础单位的二进制流，各项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，这使得整个Class文件中储存的内容几乎全部是程序运行时的必要数据，没有空隙存在。当遇到需要占用8位字节以上空间的数据项时，则会按照高位在前的方式分割成若干个8位字节进行存储

高位在前的这种顺序称为“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。

无符号数 & 表

在Class文件中，文件格式采用一种类似于C语言结构体的为结构来存储数据，这种微结构中只有两种数据类型：无符号数和表，后面的解析都要以这两种数据类型为基础。

无符号数属于基本的数据类型，以u1、u2、u4、u8来分别表示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符合数据类型，所有表都习惯性地以“_info”结尾。表用于描述有层次关系的符合结构的数据，整个Class文件本质上就是一张表，如下图所示：

魔数与Class文件的版本

每一个Class文件的头4个字节为魔数（Magic Number），他的唯一错用是确定这个文件是否为一个能被虚拟机接受的Class文件。例如：0xCAFEBABE, 使用魔数而不是扩展名来进行试别主要是基于安全方面的考虑，因为扩展名可以随意改动。

紧接着魔术的4个字节存储的是Class文件的版本号：第5和第6字节是次版本号（Minor Version），第7和第8个字节是主版本号（Major Version）。Java的版本号是从45开始的，JDK1.1之后的每个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，虚拟机与必须拒绝执行超过其他版本号的Class文件。下图为各个版本号对应的JDK：

常量池

再主次版本号之后是常量池入口，我们可以将常量池理解为Class文件中的资源仓库，他是Class文件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是不固定的，所以在第8个字节之后常量池入口位置防止一个u2类型的数据（及第9位和第10位），代表常量池容量计数值。

注意在常量池中，容量计数是从1开始的，例如常量池容量为十六进制0x0016，及十进制22，这就代表了有21个常量，索引从1-21.

常量池中主要存放两大类常量：字面量（Literal）和符号引用（Symbolic References）。其中字面量比较接近于Java语言层面的常量概念，如文本字符串、声明为final的常量等。而字符引用树于编译原理方面的概念，包括：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。
常量池中每一项常量都是一个表，共14种（在JDK 1.7之前有11种）。这14中标有个共同特点，就是表开始的第一位是一个u1类型的标志位（tag）。我们可以通过常量池的常量池对照表对其进行解析。（详情请参考《深入理解Java虚拟机——JVM高级特性与最佳实践(第2版)》）

参考：《深入理解Java虚拟机——JVM高级特性与最佳实践(第2版)》