深入理解java虚拟机（五）-类文件结构

本文基于周志明的《深入理解java虚拟机 JVM高级特性与最佳实践》所写。特此推荐。

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地排列在Class文件之中。当遇到需要占用8个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。

高位在前：表示各个字节上的各个bit代表的数据的数位是从高到低。
那普通数字举例，
123，代表一百二十三，就是高位在前的大端数
如果它代表是三百二十一，就是高位在尾的小端数
8个字节，第1个字节代表的是数据的最高8个bit，即第56到63位。
第2个字节代表第48-55bit，...第8个字节代表第0-7位；

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。

表是由多个无符号数或其他表作为数据项组成的符合数据类型。所有表都习惯地以“_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，由下图所示的数据项构成：

Class文件格式

演示代码

package com.sn.Unit6;

public class TestClass {
    private int m;
    public int inc(){
        return m + 1;
    }
}

通过二进制工具打开.class文件，如下

二进制

魔数与Class文件的版本

Class文件的头4个字节称为魔数（Magic Number），它的唯一作用是判断该文件是否为一个能被虚拟机接受的Class文件。Java的值固定魔数为0xCAFEBABE。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），第7个和第8个字节是主版本号（Major Version）。高版本的JDK能向下兼容低版本的Class文件，但不能运行更高版本的Class文件。

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。常量池之中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，包括了下面三类常量：

1. 类和接口的全限定名（Fully Qualified Name）
2. 字段的名称和描述符（Descriptor）
3. 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"这一步骤，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。

• 符号引用：符号引用以一组符号来描述所引用的目标，符号可以是任何形式的字面量，只要使用时能无歧义地定位到目标即可。符号引用与虚拟机实现的内存布局无关，引用的目标并不一定已经加载到了内存中。
• 直接引用：直接引用可以是直接指向目标的指针、相对偏移量或是一个能间接定位到目标的句柄。直接引用是与虚拟机实现的内存布局相关的，同一个符号引用在不同虚拟机实例上翻译出来的直接引用一般不会相同。如果有了直接引用，那说明引用的目标必定已经存在于内存之中了。

constant_pool_count：占2字节，本例为0x0016，转化为十进制为22，即说明常量池中有21个常量（只有常量池的计数是从1开始的，其它集合类型均从0开始），索引值为1~22。第0项常量具有特殊意义，如果某些指向常量池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”的含义，这种情况可以将索引值置为0来表示

constant_pool：表类型数据集合，即常量池中每一项常量都是一个表，共有14种(JDK1.7前只有11种)结构各不相同的表结构数据。这14种表都有一个共同的特点，即均由一个u1类型的标志位开始，可以通过这个标志位来判断这个常量属于哪种常量类型，常量的含义如下表所示：

14种常量

这14种常量类型各自均有自己的结构。在CONSTANT_Class_info型常量的结构中有一项name_index属性，该常属性中存放一个索引值，指向常量池中一个CONSTANT_Utf8_info类型的常量，该常量中即保存了该类的全限定名字符串。而CONSTANT_Fieldref_info、CONSTANT_Methodref_info、CONSTANT_InterfaceMethodref_info型常量的结构中都有一项index属性，存放该字段或方法所属的类或接口的描述符CONSTANT_Class_info的索引项。另外，最终保存的诸如Class名、字段名、方法名、修饰符等字符串都是一个CONSTANT_Utf8_info类型的常量，也因此，Java中方法和字段名的最大长度也即是CONSTANT_Utf8_info型常量的最大长度，在CONSTANT_Utf8_info型常量的结构中有一项length属性，它是u2类型的，即占用2个字节，那么它的最大的length即为65535。因此，Java程序中如果定义了超过64KB英文字符的变量或方法名，将会无法编译。
下表给出了常量池中14种数据类型的结构：

14种常量的结构

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_flag），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，abstract类型，如果是类的话，是否声明为final，等等。具体标志位含义如下：

访问标志

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。Java不允许多重继承，所以父类索引只有一个，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，所有被实现的接口按类定义中的implements（如果类是一个接口则是extends）后的接口顺序从左到右排列在接口的索引集合中。

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）包括了类级变量和实例级变量，但不包括方法内部声明的变量。一个字段的信息包括：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）、可否序列化（transient修饰符）、字段数据类型（基本数据类型、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，要么没有。而字段的名称与定义，只能引用常量池中的常量描述。下图表示字段表结构：

字段表结构

字段修饰符放在access_flags项目中，是一个u2数据类型，下图表示其含义：

字段访问标志

实际情况中，ACC_PUBLIC、ACC_PRIVATE和ACC_PROTECTED这三个标志最多只能选择其一，接口中的字段必须有ACC_PUBLIC、ACC_STATIC、ACC_FINAL标志，这些都是java语言所要求的。

name_index：常量池的引用，代表字段的简单名称。
descriptor_index：常量池的引用，代表字段和方法的描述符。

1，全限定名：将类全名中的“.”替换为“/”，为了保证多个连续的全限定名之间不产生混淆，在最后加上“;”表示全限定名结束。例如："com.test.Test"类的全限定名为"com/test/Test;"
2，简单名称：没有类型和参数修饰的方法或字段名称。例如："public void add(int a,int b){...}"该方法的简单名称为"add"，"int a = 123;"该字段的简单名称为"a"

3，描述符：描述字段的数据类型、方法的参数列表（包括数量、类型和顺序）和返回值。根据描述符规则，基本数据类型和代表无返回值的void类型都用一个大写字符表示，而对象类型则用字符L加对象全限定名表示

描述符标识字符含义

对于数组类型，每一维将使用一个前置的“[”字符来描述，如："int[]"将被记录为"[I","String[][]"将被记录为"[[Ljava/lang/String;"
用描述符描述方法时，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"()"之内，如：方法"String getAll(int id,String name)"的描述符为"(I,Ljava/lang/String;)Ljava/lang/String;"

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完全一致。方法表的结构如同字段表一样，一次包括了访问标志、名称索引、描述符索引、属性表集合几项。由于ACC_VOLATILE标志和ACC_TRANSIENT标志不能修饰方法，所以access_flags中不包含这两项，同时增加ACC_SYNCHRONIZED标志、ACC_NATIVE标志、ACC_STRICTFP标志和ACC_ABSTRACT标志

方法访问标志

属性表集合

Class文件、字段表和方法表都可以携带自己的属性信息，这个信息用属性表进行描述，用于描述某些场景专有的信息。
与Class文件中其它数据项对长度、顺序、格式的严格要求不同，属性表集合不要求其中包含的属性表具有严格的顺序，并且只要属性的名称不与已有的属性名称重复，任何人实现的编译器可以向属性表中写入自己定义的属性信息。虚拟机在运行时会忽略不能识别的属性，为了能正确解析Class文件，虚拟机规范中预定义了虚拟机实现必须能够识别的9项属性（预定义属性已经增加到21项）：

虚拟机规范预定义属性