.class文件格式(java字节码文件的格式)

最新推荐文章于 2023-06-07 18:43:58 发布

tuhuolong

最新推荐文章于 2023-06-07 18:43:58 发布

阅读量2.2k

点赞数

分类专栏： Java 文章标签： java attributes class descriptor struct 虚拟机

Java 专栏收录该内容

50 篇文章 0 订阅

订阅专栏

一个.class文件对应一个类(Class)

包含字节码(虚拟机指令)

1 ．目的

Java 虚拟机识别的 class 文件格式包含 Java 虚拟机指令 （或者 bytecodes ）和一个符号表以及其他的辅助信息。本文将使用 VC++ 语言解析 Java Class 文件符号表，逆向生成 Java 源代码结构。如图 1 ：

图1

之所以使用 VC++ 而不使用 Java 的主要是因为 VC++ 界面开发简单；运行速度快，不需要虚拟机；需要用指针建立复杂的数据结构。

2 ．实现

实现该工具的过程如下：

1．解析 Class 文件，从 Class 文件中读取数据并保存到称为 ClassFile 结构体中；

2．解析 ClassFile 结构体，生成源代码字符串；

3．将字符串显示到视图中。

2.1 解析 Class 文件

为实现第 1 步，首先需要了解 Class 文件格式规范，参考《 Java 虚拟机规范》第四章 class 文件格式，总结 class 文件的数据结构如图 2 。

2.1.1 Class 文件格式

Class 文件格式 ClassFile 结构体的 C 语言描述如下：

struct ClassFile

{

u4 magic; // 识别 Class 文件格式，具体值为 0xCAFEBABE ，

u2 minor_version; // Class 文件格式副版本号，

u2 major_version; // Class 文件格式主版本号，

u2 constant_pool_count; // 常数表项个数，

cp_info **constant_pool;// 常数表，又称变长符号表，

u2 access_flags; //Class 的声明中使用的修饰符掩码，

u2 this_class; // 常数表索引，索引内保存类名或接口名，

u2 super_class; // 常数表索引，索引内保存父类名，

u2 interfaces_count; // 超接口个数，

u2 *interfaces; // 常数表索引，各超接口名称，

u2 fields_count; // 类的域个数，

field_info **fields; // 域数据，包括属性名称索引，

// 域修饰符掩码等，

u2 methods_count; // 方法个数，

method_info **methods;// 方法数据，包括方法名称索引，方法修饰符掩码等，

u2 attributes_count; // 类附加属性个数，

attribute_info **attributes; // 类附加属性数据，包括源文件名等。

};

其中 u2 为 unsigned short ， u4 为 unsigned long ：

typedef unsigned char u1;

typedef unsigned short u2;

typedef unsigned long u4;

cp_info **constant_pool 是常量表的指针数组，指针数组个数为 constant_pool_count ，结构体 cp_info 为

struct cp_info

{

u1 tag; // 常数表数据类型

u1 *info; // 常数表数据

};

常数表数据类型 Tag 定义如下：

#define CONSTANT_Class 7

#define CONSTANT_Fieldref 9

#define CONSTANT_Methodref 10

#define CONSTANT_InterfaceMethodref 11

#define CONSTANT_String 8

#define CONSTANT_Integer 3

#define CONSTANT_Float 4

#define CONSTANT_Long 5

#define CONSTANT_Double 6

#define CONSTANT_NameAndType 12

#define CONSTANT_Utf8 1

每种类型对应一个结构体保存该类型数据，例如 CONSTANT_Class 的 info 指针指向的数据类型应为 CONSTANT_Class_info

struct CONSTANT_Class_info

{

u1 tag;

u2 name_index;

};

图 2

CONSTANT_Utf8 的 info 指针指向的数据类型应为 CONSTANT_Utf8_info

struct CONSTANT_Utf8_info

{

u1 tag;

u2 length;

u1 *bytes;

};

Tag 和 info 的详细说明参考《 Java 虚拟机规范》第四章 4.4 节。

access_flags 为类修饰符掩码，域与方法都有各自的修饰符掩码。

#define ACC_PUBLIC 0x0001

#define ACC_PRIVATE 0x0002

#define ACC_PROTECTED 0x0004

#define ACC_STATIC 0x0008

#define ACC_FINAL 0x0010

#define ACC_SYNCHRONIZED 0x0020

#define ACC_SUPER 0x0020

#define ACC_VOLATILE 0x0040

#define ACC_TRANSIENT 0x0080

#define ACC_NATIVE 0x0100

#define ACC_INTERFACE 0x0200

#define ACC_ABSTRACT 0x0400

#define ACC_STRICT 0x0800

例如类的修饰符为 public abstract 则 access_flags 的值为 ACC_PUBLIC | ACC_ABSTRACT=0x0401 。

this_class 的值是常数表的索引，索引的 info 内保存类或接口名。例如类名为 com.sum.java.swing.SwingUtitlities2 在 info 保存为 com/sum/java/swing/SwingUtitlities2

super_class 的值是常数表的索引，索引的 info 内保存超类名，在 info 内保存形式和类名相同。

interfaces 是数组，数组个数为 interfaces_count ，数组内的元素为常数表的索引，索引的 info 内保存超接口名，在 info 内保存形式和类名相同。

field_info **fields 是类域数据的指针数组，指针数组个数为 fields_count ，结构体 field_info 定义如下：

struct field_info

{

u2 access_flags; // 域修饰符掩码

u2 name_index; // 域名在常数表内的索引

u2 descriptor_index; // 域的描述符，其值是常数表内的索引

u2 attributes_count; // 域的属性个数

attribute_info **attributes; // 域的属性数据，即域的值

};

例如一个域定义如下：

private final static byte UNSET=127;

则该域的修饰符掩码值为： ACC_PRIVATE | ACC_STATIC | ACC_FINAL=0x001A

常数表内 name_index 索引内保存数据为 UNSET ，常数表内 descriptor_index 索引内保存的数据为 B （ B 表示 byte, 其他类型参考《 Java 虚拟机规范》第四章 4.3.2 节）。 attributes_count 的值为 1 ，其中 attributes 是指针数组。指针数组个数为 attributes_count ，在此为 1 ， attribute_info 结构体如下：

struct attribute_info

{

u2 attribute_name_index; // 常数表内索引

u4 attribute_length; // 属性长度

u1 *info; // 根据属性类型不同而值不同

};

attribute_info 可以转换 (cast) 为多种类型 ConstantValue_attribute ， Exceptions_attribute ， LineNumberTable_attribute ， LocalVariableTable_attribute ， Code_attribute 等。

因为域的属性只有一种： ConstantValue_attribute ，因此此结构体转换为

struct ConstantValue_attribute

{

u2 attribute_name_index; // 常数表内索引

u4 attribute_length; // 属性长度值，永远为 2

u2 constantvalue_index; // 常数表内索引，保存域的值

// 在此例中，常数表内保存的值为 127

};

method_info **methods 是方法数据的指针数组，指针数组个数为 methods_count ，结构体 method_info 定义如下：

struct method_info

{

u2 access_flags; // 方法修饰符掩码

u2 name_index; // 方法名在常数表内的索引

u2 descriptor_index; // 方法描述符，其值是常数表内的索引

u2 attributes_count; // 方法的属性个数

attribute_info **attributes; // 方法的属性数据，

// 保存方法实现的 Bytecode 和异常处理

};

例如一个方法定义如下：

public static boolean canAccessSystemClipboard(){

...

}

则 access_flags 的值为 ACC_PUBLIC | ACC_STATIC =0x0009 ，常数表内 name_index 索引内保存数据为 canAccessSystemClipboard ，常数表内 descriptor_index 索引内保存数据为 ()Z ； ( 括号表示方法参数， Z 表示返回值为布尔型，详细说明参照《 Java 虚拟机规范》第四章 4.3.2 节 ) 。 attribute_info **attributes 是方法的属性指针数组，个数为 attributes_count ，数组内保存的是常数表索引， info 为 Code_attribute 或 Exceptions_attribute 。

本文不解析方法内容，因此忽略 Code_attribute 和 Exceptions_attribute 的内容。

ClassFile 结构体中的 attribute_info **attributes 是附加属性数组指针，个数为 attributes_count ，本文只识别 SourceFile 属性。

struct SourceFile_attribute

{

u2 attribute_name_index; // 常数表内索引

u4 attribute_length; // 属性长度值，永远为 2

u2 sourcefile_index; // 常数表内索引， info 保存源文件名

};

例如 com.sum.java.swing.SwingUtitlities2 类的源文件名为 SwingUtitlities2.java 。

以上是本文需要解析的 Class 文件格式。

2.1.2 读取数据

定义 CJavaClass 类完成解析 Class 文件，生成 Java 源程序字符串。使用 VC++ 的 MFC 类 CFile 从 Class 文件读取数据。例如：用 16 进制编辑器打开 Class 文件，如图 3 ，前 4 个 byte 分别是 CA FE BA BE ，使用 CFile::Read(tmp,sizeof(u4)) 读取后， tmp 的值为 0xBEBAFECA ，所以需要位转换。定义以下方法从文件读取定长数据：

void readu1(u1 *buff);

void readu2(u2 *buff);

void readu4(u4 *buff);

定义如下方法读取变长数据。

void readun(void *buff,u4 len) ；

读取的 u2 和 u4 的数据需要位转换：

U1 [0]

U1 [1]

U1 [0]

U2 ：

U1 [0]

U1 [1]

U1 [3]

U4 ：

U1 [2]

U1 [3]

U1 [2]

U1 [0]

U1 [1]

调用 void readu4(u4 *buff); 后 buff 的值为 0x CAFEBABE ，该值为 ClassFile 的 magic ，识别该文件是 Java Class 文件。

图 3

magic 的后面是 Class 格式的版本号，图 3 的版本为 0x00000030=0.48 。版本后面是常数表的元素个数，图 3 的常数表的元素个数为 0xD2=210 个。常数表的元素个数之后如 ClassFile 结构体定义的常数表，类信息，接口信息，域信息，方法信息和附加属性等。

2.2 生成 Java 源文件

解析 Class 文件后，生产 ClassFile 结构体。遍历该结构体数据，则可根据 Java 语言规范生成 Java 源文件。例如根据 ClassFile 的 access_flags 值获得 Java 类的修饰符，其中 access 是 CArray<CString,CString&> ，保存类所有的修饰符：