篇二：类文件结构

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，使用Java编译器可以把Java代码编译为存储字节码的Class文件，虚拟机并不关心Class的来源是什么语言，只要他符合Class文件应有的结构就可以在java虚拟机中运行。

java语言中的各种变量、关键字和运算符号的语义最终都是由多条字节码命令组合而成的。因此字节码命令所能够提供的语义描述能哪里比java更强大。一些java语言无法有效支持的语言特性并不代表字节码本身无法支持，这也为其他语言实现一些有别于java的语言提供了基础。

 

Class类文件结构

Class文件是一组以8位字符为基础单位的二进制流，各个数据项目严格按照顺序紧凑的排列在Class文件之中，中间没有任何分隔符，这使得整个Class文件中存储的空间几乎全部都是程序运行的必要数据，没有空隙存在。当遇到占用8位字符以上的数据项时，会按照高位在前的方式分割为若干个8位字符进行存储。

根据java虚拟机规范规定，Class文件格式一般采用一种类似于C语言结构体的伪结构存储，这种结构只有两种数据类型：无符号数和表。

无符号数属于基本数据类型，以u1,u2,u4,u8为例分别代表1个字节，2个字节，4个字节，8个字节的无符号数。可以描述数字、索引引用、数量值或则是utf-8编码的字符串。

表是由多个无符号数或则其他表作为数据项构成的复合数据类型，整个Class文件本质上就是一张表。由下图组成：

 

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算器加若干个连续的数据项的形式，这时候称这一系列连续的某一类型的数据为某一类型集合。

魔数与Class文件版本

每个Class文件的头4个字节称为魔数，它唯一的作用就是确定这个文件是否为一个能被虚拟机接受的Class文件。魔术的4个字节存储的是Class文件的版本号，第5/6个字节是次版本号，第7/8个字节存储的是主版本号。

 

常量池

紧接着主版本号之后的是常量池入口，常量池是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量是不固定的，所以在常量池入口需要放置一项u2类型的数据，代表常量池容量计数值。这个计数值是从1而不是从0开始。

常量池中主要存放两大类变量：字面量和符号引用（reference）。字面量比较接近于java语言层面的常量概念，比如文本字符串、被声明为final的常量等。而符号引用则属于编译原理方面的概念，包括了下面三类常量：

• 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代码在进行javac编译的时候不会像C一样有链接步骤，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的话是无法直接被虚拟机使用的。

常量池中的每一项都是一个表，共11种结构各不相同的表结构数据，这11种表都有一个共同的特点，就是表开始第一位是一个u1类型的标志位，代表当前这个常量属于哪种常量类型。

访问标志

在常量池之后紧接着两个字节代表访问标志，这个标志用于识别一些类或则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。具体标志位及含义如表：

 

类索引、父类索引与接口索引集合

类索引和父类索引都是一个u2类型的数据，而接口索引集合是一组u2类型的数据的集合，Class文件中由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，父类索引用用于确定这个父类的全限定类名。由于java不允许多继承，所以父索引只有一个，除了java.lang.Object外，所有类都有父类，所有java类的父索引都不为0。接口索引集合就是用来描述这个类实现了哪些接口，这些被实现的接口将按implements语句后的接口顺序从左到右排列在接口的索引集合中。

字段表集合

字段表用于描述接口或者类中声明的变量。字段包括了类级变量或实例变量，但不包括在方法内部声明的变量。java中描述一个字段包含信息有：字段作用域、变量级别（类变量还是实例变量）、可变性（是否为final）、并发可见性、可否序列化、字段数据类型、字段名称。这些信息中，各个修饰符都是布尔值，要么有某个修饰符，要么就没有，很适合使用标志位来表示。而字段名称和数据类型就需要引用常量池中的常量来描述了。如图：

 

字段修饰符放在access_flags项目中，它与类中的access_flags非常类似，都是一个u2数据类型，其中可以设置的标志位和含义如图：

 

跟随access_flags下面是name_index和descriptor_index。它们都是对常量池的引用，分别代表字段的简单名称及字段和方法的描述符。

全限定类名，包名+类名。com/langliu/study/Test.java;com.langliu.study.Test 是类的权限定名称。

简单名称则就是指没有没有类型和参数修饰的方法或字段名称。

方法和字段描述符：用于描述字段和数据类型，方法的参数列表和返回值。详情见图：

 

对于数组，每一个维度使用一个“[”字符来表示，如定义一个java.lang.String[][]类型数组则记录为“[[Ljava/lang/String”，一个整数数组表示为int[] 记录为“[I”。参数的严格顺序放在一组小括号内。如int indexOf(char[] s,int i1,int i2,char[][] c1,int i3,int i4,int i5)则会被记录为“([CII[[CIII)I”

 通过javap -c反编汇编class文件获得字节码文件

具体虚拟机指令含义可以去查

方法表集合

Class文件存储格式中对方法的描述和对字段描述几乎采用完全一致的方式，依次包括：访问标志、名称索引、描述符索引、属性表集合。如图：

 方法定义可以通过访问标志、名称索引、描述符索引表达清除。方法里面的代码经过编译器编译为字节码指令之后，存放在方法属性表集合中的一个“Code”属性里面，属性表作为Class文件格式中最具扩展性的一种数据项目。

属性表集合

在Class文件、字段表、方法表中都可以携带自己的属性表集合，用于描述某些场景专有信息。与Classes文件中其他数据项目要求不同，属性表集合限制稍微宽松一些，不再要求各个属性表具有严格的顺序，只要不与已有的属性名重复，任何实现的编译器都可以往属性表里面写入自己定义的属性信息，但是java虚拟机会在运行时忽略掉他不认识的属性。

 Code属性

java程序方法体里面的代码经过Javac编译器处理之后，最终变成字节码指令存储在Code属性内。但并不是所有方法都需要存在这个属性。如果存在则结构如下：

篇三：虚拟机类加载机制