java中的class文件

java是一次编译多次运行，是因为java中的JVM的作用，使用Java编译器可以把java代码编译为存储字节码的class文件。使用JRuby等其他语言编写，java虚拟机一样可以把程序代码编译成class文件，所有实现语言无关性的基础是虚拟机和字节码存储格式。虚拟机并不关心class文件的来源是什么语言，只要它符合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。一次字节码命令所能提供的语义描述能力可定会比java语言本身更强大。

1、class类文件的结构

class文件是一组以8位字节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文件中，中间没有添加任何分隔符，这使得整个class文件中存储的内容几乎全部都是程序运行的必要数据，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。

根据java虚拟机规范的规定，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，这种伪结构中只有两种数据类型：无符号数和表。

无符号数属于基本数据类型 ，u1、u2、u4、u8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uft-8编码构成的字符串值。

表是由多个无符号数或其他表作为数据项构成的复合数据类型，所有表都习惯性的以“_info”结尾，表用于描述有层次关系的复合结构的数据，这整个class文件本质上就是一张表，由下面的数据项组成：

注：Class的结构不像XMl等描述语言，由于它没有任何分隔符号，所以上图中的数据项，无论是顺序还是数量，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。

（1）魔术与class文件的版本

每个class文件的头4个字节称为魔数（Magic Number），它唯一作用是用于确定这个文件是否是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。如图片格式，jpg或gif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考虑，因为文件扩展名可以很随意的被改动，文件格式的制定者可以自由选择魔数值，只要这个魔数值还没有被广泛用过而且不会引起混淆即可。

紧接着魔数的4个字节存储的是Class文件的版本号，第5个和第6个字节是次版本号（Minor Version）。JDK的版本号是从45开始的。

（2）常量池

接着主次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量是不固定的，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（constant_poo_count）。与java语言习惯不一样，这个容量计数是从1而不是0开始的，例如常量池容量（偏移地址：ox00000008）为十六进制ox0016，即十进制的22，这代表常量池中有21项常量，索引值为1-21.指定class文件格式规范时，将第0项常量空出来是有特殊考虑的，这样做是为了满足后面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”的意思，这种情况可以把索引值设置为0来表示，class文件结构中只有常量池的容量计数是从1开始的，对于其他集合类型，包括接口索引集合、字段表集合、方法表集合等的容量计数都与一般习惯相同，是从0开始的。

常量池主要存放两大类常量：字面量（Literal）和符号引用（Symbolic Reference）。字面量比较接近于java语言层面的常量概念，如文本字符串、被声明为final的常量值等。而符号引用则属于编译原理方面的概念，包括下面三类常量：

类和接口的全限定名（Fully Qualified Name）

字段的名称和描述符（Descriptor）

方法的名称和描述符

java代码在进行javac编译的时候，并不像c和C++那样有“连接”的步骤，而是在虚拟机加载Class文件的时候进行动态连接，也就是，在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，当虚拟机运行时，需要从常量池获得对应的符号引用，再在类创建时或运行时解析并翻译到具体的内存地址之中。

常量池中的每一项常量都是一个表，共有11种结构各不相同的表结构数据，这11个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，取值为1到12，缺少标志为2的数据类型）代表当前这个常量属于哪种常量类型，11中常量类型所代表的具体含义：

（3）访问标志

在常量池结束后，紧接着的2个字节代表访问标志（access_flags），这个标志用于识别一些类或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，是否为abstract类型，如果是类的话，是否被声明为final等。

（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，父类索引用于确定这个类的父类的全限定名，由于java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，接口索引就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（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的索引集合中。

类索引、父类索引和接口索引集合都按顺序排列在访问标志之后，类索引和父类索引用了两个u2类型的索引值表示，他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_uff8_info类型的常量中的全限定名字字符串。

接口索引集合，入口的第一项----u2类型的数据为接口计数器（interface_count）表示索引表的容量，如果该类没有实现任何接口，那么该计数器值为0，后面接口的索引表不再占用任何字节。

（5）字段表集合

字段表（field_info）用于描述接口或类中声明的变量，字段field包括了类级变量或实例级变量，但包括在方法内部声明的变量，在java中描述一个字段可以包含什么信息？包括：字段的作用域（public、private、protected），是类级变量还是实例级变量（static），可变性（final）、并发可见性（volatile），是否可序列化（transient），字段数据类型（基本类型，对象，数组），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，要么没有，很适合用标志位来表示。而字段叫什么名字，字段定义为什么数据类型，这些都无法固定，只能引用常量池中的常量来描述。

跟随着access_flags标志是两项索引值，name_index和descriptor_index。它们是对常量池的引用，分贝代表着字段的简单名称及字段和方法的描述符。

（6）方法表集合

class文件存储格式中对方法的描述与对字段的描述几乎采用了完全一致的方式，方法表的结构如同字段表一样，依次包括了访问标志（access_flags）、名称索引（name_index）、描述符索引（descriptor_index）、属性表集合（attributes）几项，仅在访问标志和属性表集合的可选项中有所区别。

方法中的定义可以通过访问标志、名称索引、描述符索引表达清楚、但是方法里面的代码去哪里了？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一个名为“Code”的属性里面，属性表作为Class文件格式中最具扩展性的一种数据项目。

（7）属性表集合

属性表（attribute_info）在前面的讲解中已经出现过数次，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的信息。与class文件中其他的数据项目要求严格的顺序、长度和内容不同，属性表集合限制稍微宽松了，不在要求各个属性表有严格的顺序。

对于每个属性，它的名称需要从常量池中引用一个CONSTANT——Utf8_info类型的常量表示，而属性值的结构则是完全自定义的，只需说明属性值所占用的位数长度即可。

1、code属性

java程序方法体里面的代码经过javac编译器处理后，最终变成字节码指令存储在code属性内，Code属性出现在方法表对的属性集合之中，但并非所有的方法表都必须存在这个属性，例如接口或抽象类中的方法就不存在code属性。

attribute_name_index是一项指向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指示了属性值的长度。

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中的操作栈深度。

max_local代表局部变量表所需的存储空间，在这里，max_locals单位是Slot，Slot是虚拟机为局部变量分配内存所使用的最小单位，对于byte、char、float、int、short、boolean、reference和returnAddress等长度不超过32位的数据类型，每个局部变量占用1个Slot，而double和long这两种64位数据类型则需要2个Slot来存放。方法参数（包括实例方法中的隐藏参数“this”）、显式异常处理器的参数（Exception Handler Parameter，即try-catch语句中catch块所定义的异常）、方法体中定义的局部变量都需要使用局部变量表来存放。另外，并不是方法张max_locals的值等于所有局部变量所占用的Slot的总和。原因是局部变量表中的Slot可以重用，当代码执行超出一个局部变量的作用域时，这个局部变量所占用的Slot就可以被其它局部变量表所使用，编译器会根据变量的作用域来分类Slot并分配给各个变量使用，然后计算出max_locals的大小。

code_length和code用来存储java源程序编译后生成字节码指令，code_length代表字节码长度，code是用于存储字节码指令的一系列字节流。

2、Exception属性

Exception属性是在方法表中与Code属性平级的一项属性，Exception属性作用是列举出方法中可能抛出的受检查异常（Checked Exception），也就是方法描述时在throws关键字后面列举的异常。

number_of_exceptions项表示方法可能抛出number_of_exceptions中受检查异常，每一种受检查异常使用一个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，代表了该受检查异常的类型。

3、LineNumberTable属性

LineNumberTable属性用于描述java源码行号与字节码行号之间的对应关系，它并不是运行时必需的属性，但默认会生成到Class文件之中，如果选择不生成LineNumberTable属性，对程序运行产生的最主要影响就是抛出异常时，堆栈中将不会显示出错的行号。

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_pc和lline_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。

4、LocalVariableTable属性

LocalVariable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，它不是运行时必需的属性，默认也不会生成到Class文件之中。

5、SourceFile属性

用于记录生成这个Class文件的源码文件名称，这个属性也是可选的。对于大多数类来说，类名和文件名是一致的，但是有一些特殊情况（如内部类）例外。如果不生成这项属性，当抛出异常时，堆栈中将不会显示出错误代码所属的文件名。

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

6、ConstantValue属性

作用是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）才可使用这项属性。类似“int x = 123； ”和“static int x = 123”，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<inti>方法中进行的，对于类变量，则由两种方式可以选择：赋值在类构造器<cliinit>方法中进行，或者使用ConstantValue属性来赋值，目前sun Javac编译器选择是：如果同时使用final和static修饰一个变量,并且这个变量的数据类型是基本类型或者java.lang.String的话，就生成ConstantValue属性来进行初始化，如果这个变量没有被final修饰，或者并非基本类型及字符串，则选择在<clinit>方法中进行初始化。

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常量的引用，根据字段类型的不同，字面常量可以是CONSTANT_Long_info,CONSTANT_Double_info,CONSTANT_FLoat_info,CONSTANT_Integer_info,CONSTAN_String_info中的一种。

7、InnerClasses属性

用来记录内部类与宿主类之间的关联，如果一个类中定义了一个内部类，那么编译器会为它以及它包含的内部类生成InnerClasses属性。

inner_class_info_index和outer_class_info_index都是指向常量池中CONSTANT_Class_info型常量的引用，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，这项值为0.