深入理解JVMClass类文件的结构
Class文件本质
Class文件本质上是一组以8个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文件中存储的内容几乎全部是程序运行的必要数据，没有空隙存在。
Class文件格式
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数据，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：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。
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数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的“集合”。
文件格式
类型 名称 数量 描述
u4
magic
1
魔数（魔法数字），表明当前文件是.class文件，固定0xCAFEBABE
u2
minor_version
1
副版本号
u2
major_version
1
主版本号，从45开始
u2
constant_pool_count
1
常量池计数值
cp_info
constant_pool
constant_pool_count - 1
常量池内容
u2
access_flags
1
类访问标识
u2
this_class
1
当前类
u2
super_class
1
父类
u2
interfaces_count
1
实现的接口数
u2
interfaces
interfaces_count
实现接口信息
u2
fields_count
1
字段数量
field_info
fields
fields_count
包含的字段信息
u2
methods_count
1
方法数量
method_info
methods
methods_count
包含的方法信息
u2
attributes_count
1
属性数量
attribute_info
attributes
attributes_count
各种属性
示例
public class ClassFormat { private int m;
public int inc() {
return m + 1;
}
}
直接查看Class文件：
我们可以使用javap -verbose ClassFormat直接翻译Class文件，而不用人工翻译，如：
PS E:> javap -verbose ClassFormat警告: 二进制文件ClassFormat包含com.xiaolyuh.ClassFormat
Classfile /E:/ClassFormat.class
Last modified 2020-1-18; size 385 bytes
MD5 checksum 6fe0cc9a0e7bf5b27718cb7e42ff6bfd
Compiled from "ClassFormat.java"
public class com.xiaolyuh.ClassFormat
minor version: 0 // 次版本号
major version: 52 // 主版本号
flags: ACC_PUBLIC, ACC_SUPER // 类的访问标志
Constant pool: // 常量池
#1 = Methodref #4.#18 // java/lang/Object."<init>":()V [从1开始]
#2 = Fieldref #3.#19 // com/xiaolyuh/ClassFormat.m:I
#3 = Class #20 // com/xiaolyuh/ClassFormat [类索引（this_class）表示引用20索引位]
#4 = Class #21 // java/lang/Object [父类索引（super_class）]
#5 = Utf8 m // 成员变量m的简单名称
#6 = Utf8 I // 表示int类型
#7 = Utf8 <init> // 实例构造器
#8 = Utf8 ()V // 没有参数，没有返回值的方法
#9 = Utf8 Code
#10 = Utf8 LineNumberTable
#11 = Utf8 LocalVariableTable
#12 = Utf8 this
#13 = Utf8 Lcom/xiaolyuh/ClassFormat;
#14 = Utf8 inc // 方法inc的简单名称
#15 = Utf8 ()I
#16 = Utf8 SourceFile
#17 = Utf8 ClassFormat.java
#18 = NameAndType #7:#8 // "<init>":()V
#19 = NameAndType #5:#6 // m:I
#20 = Utf8 com/xiaolyuh/ClassFormat
#21 = Utf8 java/lang/Object
{
public com.xiaolyuh.ClassFormat(); // 构造函数
descriptor: ()V
flags: ACC_PUBLIC
Code:
stack=1, locals=1, args_size=1 // args_size=1的原因是this变量
0: aload_0 // 将局部变量槽 0（即this指针）的元素入栈
1: invokespecial #1 // Method java/lang/Object."<init>":()V
4: return // 方法正常返回
LineNumberTable:
line 7: 0
LocalVariableTable:
Start Length Slot Name Signature
0 5 0 this Lcom/xiaolyuh/ClassFormat;
public int inc();
descriptor: ()I
flags: ACC_PUBLIC
Code:
stack=2, locals=1, args_size=1
0: aload_0
1: getfield #2 // Field m:I
4: iconst_1
5: iadd
6: ireturn
LineNumberTable:
line 11: 0
LocalVariableTable:
Start Length Slot Name Signature
0 7 0 this Lcom/xiaolyuh/ClassFormat;
}
SourceFile: "ClassFormat.java"
更多指令请参考深入理解JVM - 虚拟机字节码指令集。
常量池
常量池中的第一个常量有特殊含义，所以常量池计数是从1开是的，其他计数是从0开始，如：接口索引集合。如上图，常量池计数是16，表示有22个常量，排除第一个，表示有21个常量，索引值范围为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）。
- 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。
- 符号引用：属于编译原理方面的概念，主要包括：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。
访问标志
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。
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该类型的继承关系。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索引集合中。
字段表集合
字段表（field_info）用于描述接口或者类中声明的变量。Java语言中的“字段”（Field）包括类级变量以及实例级变量，但不包括在方法内部声明的局部变量。
字段可以包括的修饰符有字段的作用域（public、private、protected修饰符）、是实例变量还是类变量（static修饰符）、可变性（final）、并发可见性（volatile修饰符，是否强制从主内存读写）、可否被序列化（transient修饰符）、字段数据类型（基本类型、对象、数组）、字段名称。
字段访问标志：
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。对于数组类型，每一维度将使用一个前置的“[”字符来描述，如一个定义为“java.lang.String[][]”类型的二维数组将被记录成“[[Ljava/lang/String；”，一个整型数组“int[]”将被记录成“[I”。
描述符表：
java类型 | 类型描述符
---|---
boolean|Z
char |C
byte|B
short|S
int|I
long|J
float| F
double |D
Object |Ljava/lang/Object;
int[]| [I
Object[][]| [[Ljava/lang/Object;
方法描述符：
方法|方法描述符
---|---
void m(int i, float f)|(IF)V
int m(Object o)|(Ljava/lang/Object;)I
int[] m(int i, String s)|(ILjava/lang/String;)I
Object m(int[] i)|([I)Ljava/lang/Object;
方法表集合
描述了方法的定义，但是方法里的Java代码，经过编译器编译成字节码指令后，存放在属性表集合中的方法属性表集合中一个名为“Code”的属性里面。
与字段表集合相类似的，如果父类方法在子类中没有被重写（Override），方法表集合中就不会出现来自父类的方法信息。但同样的，有可能会出现由编译器自动添加的方法，最典型的便是类构造器“＜clinit＞”方法和实例构造器“＜init＞”。
属性表集合
存储Class文件、字段表、方法表都自己的属性表集合，以用于描述某些场景专有的信息。如方法的代码就存储在Code属性表中。
Code属性表的结构：
- max_stack代表了操作数栈（Operand Stack）深度的最大值。
- max_locals代表了局部变量表所需的存储空间。max_locals的单位是变量槽（Slot），变量槽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和returnAddress等长度不超过32位的数据类型，每个局部变量占用一个变量槽，而double和long这两种64位的数据类型则需要两个变量槽来存放。
- code_length和code用来存储Java源程序编译后生成的字节码指令。
参考
《深入理解JAVA虚拟机》
以上是 深入理解JVMClass类文件的结构 的全部内容， 来源链接： utcz.com/z/512873.html
