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,每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。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若干个8位字节进行存储。
Class文件格式只有两种数据类型:无符号数和表。
无符号数
- 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
- 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器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。
魔数与Class
文件的版本
每个Class
文件的头4个字节称为魔数(Magic Number
),它的唯一作用是用于确定这个文件是否为一个能被虚拟机接受的Class
文件。
Class
文件的魔数为:0xCAFEBABE
(Cafe Babe
)
紧接着魔数的4个字节存储的是Class
文件的版本号:第5和第6个字节是次版本号(Minor Version
),第7和第8个字节是主版本号(Major Version
)
根据表6-1:magic
是u4
类型,因此是从offset0
-offset3
常量池
紧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个u2
类型的数据,代表常量池容量计数值(constant_pool_count
)。这个容量计数是从1而不是0开始的。
常量池容量为十六进制的0x0016
,即十进制的22,这就代表常量池中有21项常量
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是从0开始。
常量池之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。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(
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,是在虚拟机加载Class
文件的时候进行动态连接。也就是说,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种表都有一个共同的特点,就是表开始的第一位是u1
类型的标志位,代表当前这个常量属于哪种常量类型。
图6-3中常量池的第一个常量,它的标志位是0x07
,再看表6-3会发现这个常量属于CONSTANT_Class_info
类型,此类型的常量代表一个类或接口的符号引用。
tag
是标志位
name_index
是一个索引值,它指向常量池中的一个CONSTANT_Utf8_info
类型的常量,此常量代表了这个类(或者接口)的全限定名,这里的name_index
值(偏移地址:0x0000000B
)为0x0002
,即指向了常量池中的第二项常量。它的标志位(偏移地址:0x0000000D
)是0x01,查看表6-3可知是一个CONSTANT_Utf8_info类型的常量,其结构为
length值说明这个字符串长度是多少字节,它后面紧跟着的长度为length字节的连续数据是一个使用UTF-8缩略编码表示的字符串。
本例中这个字符串的length值(偏移地址:0x0000000F
)为0x001D,也就是长29个字节,内容为org/fenixsoft/clazz/TestClass
访问标志
在常量池结束之后,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;是否定义为abstract
类型;如果是类的话,是否被声明为final
等等。
类索引、父类索引和接口索引集合
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.
接口索引结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两个u2
类型的索引值表示,它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_Utf8_info
类型的常量中的全限定名字符串
对于接口索引集合,入口的第一项 - u2
类型的数据为接口计数器(interfaces_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。
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,但不包括在方法内部声明的变量。
各个修饰符都是布尔值,要么有某个修饰符,要么没有,很适合使用标志位来表示。而字段叫什么名字、字段被定义为什么数据类型,这些都是无法固定的,只能引用常量池中的常量来描述。
字段修饰符放在access_flags中
跟随access_flags标志的是两项索引值:name_index和descriptor_index。它们都是对常量池的引用,分别代表着字段的简单名称及字段和方法的描述符。
全限定名:org/fenixsoft/clazz/TestClass
是这个类的全限定名,在使用时最后一般会加入一个;
表示全限定名结束
简单名称:指没有类型和参数修饰的方法或字段名称,方法inc()
和字段m
的简单名称分别是inc
和m
方法和字段的描述符: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
)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,每一纬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,将被记录为:[[Ljava/lang/String
;一个整型数组int[]
将被记录为[I
用描述符来描述方法时,按照先参数列表,后返回值的顺序描述,参数列表按照参数的严格顺序放在一组小括号()
之内。
如方法void inc()
的描述符为()V
,方法java.lang.String toString()
的描述符为()Ljava/lang/String
,方法int indexOf(char[] source, int sourceOffset, int sourceCount, char[] target, int targetOffset, int targetCount, int fromIndex)
的描述符为([CII[CIIII)I
- 第一个
u2
类型的数据为容量计数器fields_count
,其值为0x0001
,说明这个类只有一个字段表数据。
- 接下来是
access_flags
标志,其值为0x0002
,代表private
修饰符的ACC_PRIVATE
标志位为真,其他修饰符为假。
- 代表字段名称的
name_index
的值为0x0005
,从代码清单列出的常量表中可查到第五项常量是一个CONSTANT_Utf8_info
类型的字符串,其值为m
;代表字段描述符的descriptor_index
的值为0x0006
,指向常量池的字符串I
- 根据这些信息,我们可以推断出原代码定义的字段为
private int m
方法表集合
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。
- 第一个
u2
类型的数据(即是计数器容量)的值为0x0002
,代表集合中有两个方法。
- 第一个方法的访问标志值为
0x001
,也就是只有ACC_PUBLIC
标志为真
- 名称索引值为
0x0007
,查看代码清单的常量池可得方法名为<init>
- 描述符索引值为
0x0008
,对应常量为()V
- 属性表计数器
attributes_count
的值为0x0001
就表示此方法的属性表集合有一项属性
- 属性名称索引为
0x0009
,对应常量为Code
,说明此属性是方法的字节码描述
在Java
语言中,要重载一个方法,除了要与原方法具有相同的简单名称之外,还需要必须拥有一个与原方法不同的特征签名,特征签名就是一个方法中各个参数在常量池中的字段符号引用集合,也就是因为返回值不会包含在特征签名之中,因此Java
语言里面是无法仅仅依靠返回值的不同来对一个已有方法进行重载的。
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,以用于描述某些场景专有的信息。
对于每个属性,它的名称需要从常量池中引用一个CONSTANT_Utf8_info类型的常量来表示,而属性值的结构则是完全自定义的,只需要说明属性值所占用的位数长度即可。
Code 属性
Java程序方法体里面的代码经过javac编译器处理之后,最终变为字节码指令存储在Code属性内。
- attribute_name_index是一项指向CONSTANT_Utf8_info型常量的索引,常量值固定为Code
- attribute_length指示了属性值的长度,由于属性名称索引与属性长度一共是6个字节,所以属性值的长度固定为整个属性表的长度减去6个字节
- 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_locals代表了局部变量表所需的存储空间