类文件结构

发表于 | 分类于 | | 阅读次数

由于计算机只认识0和1，因此，编写的Java程序要经编译器编译成二进制字节码，才能被机器执行。之前，二进制的本地机器码是唯一的选择，但是，随着计算机的发展
，越来越多的程序语言选择与操作系统和机器指令无关的，平台独立的格式作为编译后的存储格式，这也是Java倡导的，一次编写，到处运行的理念。Java之所以是跨平台的，因为它没有将代码编译成平台相关的二进制文件，而是编译成平台无关的字节码class文件，该文件能够被JVM解析运行。

Class类文件结构

实现语言无关性的基础仍是虚拟机和字节码的存储格式，使用，使用Java编译器将Java代码编译成Class文件，使用Scala编译器将Scala代码编译成Class文件等，只要其符合Class文件应有的格式，就可以在Java虚拟机中运行。Java中各种变量，关键字和运算符会最终由多条字节码命令组合而成。

Class文件时一组以8位字节为基础单位的二进制流，其采用类似C语言结构体的伪结构来存储，它包含两种数据结构：无符号数和表。

  • 无符号数是使用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，可以用数字索引引用，数量值或由UTF-8表示的字符串值。

  • 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，习惯都以”_info”结尾。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
ClassFile {
    u4             magic;               //魔数，固定值0xCAFEBABE
    u2             minor_version;       //次版本号
    u2             major_version;       //主版本号
    u2             constant_pool_count; //常量的个数
    cp_info        constant_pool[constant_pool_count-1];  //具体的常量池内容
    u2             access_flags;        //访问标识
    u2             this_class;          //当前类索引
    u2             super_class;         //父类索引
    u2             interfaces_count;    //接口的个数
    u2             interfaces[interfaces_count];          //具体的接口内容
    u2             fields_count;        //字段的个数
    field_info     fields[fields_count];                  //具体的字段内容
    u2             methods_count;       //方法的个数
    method_info    methods[methods_count];                //具体的方法内容
    u2             attributes_count;    //属性的个数
    attribute_info attributes[attributes_count];          //具体的属性内容
}

class文件的具体结构

  • 前4个字节：0xCAFEBABE, Java的魔数，表征它是一个Java编译后的.class文件

  • minor_version（2个字节）: 0x0000 次版本号

  • major_version（2个字节）: 0x0034 主版本号 –> java 1.8

  • constant_pool_count(2个字节)：0x001D 常量池容量计数值 –> 十进制数29，表示有28个常量，索引从1开始[1,28],第0项保留，有特殊意义

常量池中存放两大类常量：字面量和符号引用。

字面量就是我们理解的一般常量，包括文本字符串，final修饰的常量值等；而符号引用则是编译方面的概念

  • cp_info(多个字节): 是一个可变长的常量数组，如上，有28个常量，则这个数组可表示个常量，一共有12种常量类型，其中，每个常量的第一个字节(u1)表示该常量是属于什么类型的，例如0x07表示CONSTANT_Class， 0x08表示CONSTANT_String等，由于每个常量类型的结构不同，根据不同的结构，去决定读取之后多少个字节来表示这个常量的具体信息。例如：如果单字节标记表示是一个字符串字面值，就会读取后两个字节，表示字符串字面值的长度，根据长度再从后面读取对应长度的字符串的实际值。

所有这个cp_info的数组的字节数是根据不同的常量类型而不同的，即数组长度不确定。

  • access flags（2个字节）：访问标记，表示该文件定义的是类还是接口，如果是类，表示其是控制权限

  • 该类（This Class）：当前类的名称

  • 父类（Super Class）：父类的名称

  • 接口（Interfaces）：该类的所有接口

  • 字段（Fields）：该类的所有字段，Fileds 部分的前两个字节也是一个计数，表示字段的数目。接下来是一个表示每个字段的一个数组。每个数组元素是一个可变长度的结构体。该字段的一些信息保存在这个结构体中，也有一些信息保存在常量池中

  • 方法（Methods）：该类的所有方法，Methods 部分包括了该类显式定义的方法，不包括从父类或父接口中继承来的方法，头两个字节表示方法的数目。剩下的又是一个可变长度数组，其中保存了每个方法的信息。方法结构体保存了方法的多个信息，例如参数列表、返回值、保存局部变量和操作数需要的堆栈数目、异常表、字节码系列等。

  • 属性（Attributes）：该类的所有属性（例如源文件名称，等等）