【JVM进阶之路】十一：Class文件结构

Java虚拟机和Class文件是Java实现系统无关性的基石。

Class文件是JVM实现语言无关性的基石。

Class文件中包含了Java虚拟机指令集、符号表以及若干其他辅助信息。

每一个 Class 文件对应于一个如下所示的 ClassFile 结构体：

ClassFile {
     
 u4 magic;
 u2 minor_version;
 u2 major_version;
 u2 constant_pool_count;
 cp_info constant_pool[constant_pool_count-1];
 u2 access_flags;
 u2 this_class;
 u2 super_class;
 u2 interfaces_count;
 u2 interfaces[interfaces_count];
 u2 fields_count;
 field_info fields[fields_count];
 u2 methods_count;
 method_info methods[methods_count];
 u2 attributes_count;
 attribute_info attributes[attributes_count];
}

简单看一下各项的含义：

由于 Class 文件结构没有任何分隔符，所以无论是每个数据项的的顺序还是数量，都是严格限定的，哪个字节代表什么含义，长度多少，先后顺序如何，都是不允许改变的。

接下来我们来具体学习每项的含义。

1、魔数

这是基本上每个Java开发人员的第一个Java程序：

public class HelloWorld {
     
    public static void main(String[] args) {
     

        System.out.println("Hello World");
    }
}

我使用的是Idea工具，运行，target目录下会生成对应的class文件，为了查看文件的十六进制信息，我们可以安装一个插件HexView。

安装完成之后，选择class文件，右键 HexView，打开后的十六进制如下：

第一行中有一串特殊的字符 cafebabe，它就是一个魔数，是 JVM 识别 class 文件的标志，JVM 会在验证阶段检查 class 文件是否以该魔数开头，如果不是则会抛出 ClassFormatError。

这段字节很有意思——咖啡宝贝，Java原来不止是咖啡，还是宝贝

2、版本号

紧跟着魔数后面的四个字节 0000 0031 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）。

Java的版本号是从 45 开始的，JDK1.1 之后的每个 JDK 大版本发布主版本号向上加1（JDK1.0_{JDK1.1使用了45.0}45.3的版本号），高版本的 JDK 能向下兼容以前版本的 Class 文件，但不能运行以后版本的 Class 文件，即使文件格式未发生变化。

0000 0031 对应的十进制为49，是JDK8的内部版本号。

3、常量池

紧接着主、次版本号之后的是常量池入口。

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_pool_count）。与Java中语言习惯不同，这个容量计数是从1而不是0开始的。

如图所示，常量池容量为十六进制数0x0022，即十进制的34，这就代表常量池中有33项常量，索引值范围为1～33。Class文件结构中只有常量池的容量计数是从1开始，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。

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。而符号引用则属于编译原理方面的概念，主要包括下面几类常量：

• 被模块导出或者开放的包（Package）

• 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

• 方法句柄和方法类型（Method Handle、Method Type、Invoke Dynamic）

• 动态调用点和动态常量（Dynamically-Computed Call Site、Dynamically-Computed Constant）

这17类常量结构只有一个相同之处，表结构起始的第一位是个u1类型的标志位（tag），代表着当前常量属于哪种常量类型。

17种常量类型所代表的具体含义如表所示：

类型	标志	描述
CONSTANT_Utf8_info	1	UTF-8 编码的字符串
CONSTANT_Integer_info	3	整型字面量
CONSTANT_Float_info	4	浮点型字面量
CONSTANT_Long_info	5	长整型型字面量
CONSTANT_Double_info	6	双精度浮点型字面量
CONSTANT_Class_info	7	类或接口的符号引用
CONSTANT_String_info	8	字符串类型字面量
CONSTANT_Fieldref_info	9	字段的符号引用
CONSTANT_Methodref_info	10	类中方法的符号引用
CONSTANT_InterfaceMethodref_info	11	接口中方法的符号引用
CONSTANT_NameAndType_info	12	字段或方法的部分符号引用
CONSTANT_MethodHandle_info	15	表示方法句柄
CONSTANT_MethodType_info	16	表示方法类型
CONSTANT_Dynamic_info	17	表示一个动态计算常量
CONSTANT_InvokeDynamic_info	18	表示一个动态方法调用点
CONSTANT_Moudle_info	19	表示一个模块
CONSTANT_Package_info	20	表示一个模块中开放或者导出的包

常量池非常繁琐，17种常量类型各自有着完全独立的数据结构，彼此之间没有什么共性和联系。

我们直接看一下常量池中的17种数据类型的结构总表：

4、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等等。

具体的标志位以及标志的含义如表：

标志名称	标志值	含义
ACC_PUBLIC	0x0001	是否为 Public 类型
ACC_FINAL	0x0010	是否被声明为 final，只有类可以设置
ACC_SUPER	0x0020	是否允许使用 invokespecial 字节码指令的新语义
ACC_INTERFACE	0x0200	标志这是一个接口
ACC_ABSTRACT	0x0400	是否为 abstract 类型，对于接口或者抽象类来说，次标志值为真，其他类型为假
ACC_SYNTHETIC	0x1000	标志这个类并非由用户代码产生
ACC_ANNOTATION	0x2000	标志这是一个注解
ACC_ENUM	0x4000	标志这是一个枚举

access_flags中一共有16个标志位可以使用，当前只定义了其中9个，没有使用到的标志位要求一 律为零。

5、类索引、父类索引与接口索引集合

这三者为什么放在一起呢？因为这三者用来确定类的继承关系。

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关键字（后的接口顺序从左到右排列在接口索引集合中。

6、字段表集合

接口索引结束后，接着是字段表（field_info），它用于描述接口或者类中声明的变量——这里的字段（Field）只包括类级变量以及实例级变量，不包括在方法内部声明的局部变量。

描述的主要信息包括：

①、字段的作用域（public，protected，private修饰）

②、是类级变量还是实例级变量（static修饰）

③、是否可变（final修饰）

④、并发可见性（volatile修饰，是否强制从主从读写）

⑤、是否可序列化（transient修饰）

⑥、字段数据类型（8种基本数据类型，对象，数组等引用类型）

⑦、字段名称

字段表的结构如下：

类型	名称	数量
u2	access_flags	1
u2	name_index	1
u2	descriptor_index	1
u2	attributes_count	1
attribute_info	attributes	attributes_count

access_flags是该字段的的访问标志，它和类中的访问标志很类似，用以描述该字段的权限类型：private、protected、public；并发可见性：volatile；可变性：final；

访问标志详情如下图所示：

由于Java语法规则的约束，ACC_PUBLIC、ACC_PRIVATE、ACC_PROTECTED三个标志最多只能选择其一，ACC_FINAL、ACC_VOLATILE不能同时选择。接口之中的字段必须有ACC_PUBLIC、ACC_STATIC、ACC_FINAL标志。

7、方法表集合

方法表的结构如同字段表一样，依次包括访问标志（access_flags）、名称索引（name_index）、描述符索引（descriptor_index）、属性表集合（attributes）几项，如表所示：

有区别的部分只有方法访问标志access_flag, 因为volatile关键字和transient关键字不能修饰方法。

方法表标志位及其取值如下：

8、属性表集合

接下来终于到了最后一项：属性表集合。

前面提到的Class文件、字段表、方法表都可以携带自己的属性表集合，就是引用的这里。

属性表集合中的属性如下所示：

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，属性表集合的限制宽松一些，不再要求各个属性表具有严格顺序，并且《Java虚拟机规范》允许只要不与已有属性名重复，任何人实现的编译器都可以向属性表中写入自己定义的属性信息，Java虚拟机运行时会忽略掉它不认识的属性。

---

参考：

【1】：《深入理解Java虚拟机：JVM高级特性与最佳实践》第三版

【2】：《Java虚拟机规范(Java_SE_7)》

【3】：jvms/se8

【4】：Java虚拟机详解（九）------类文件结构

【5】：一把小刀，直插 class 文件的小心脏

【6】：JVM系列(二)-字节码文件结构(基础篇)