JVM虚拟机 - Class类文件结构
JVM虚拟机 - Class类文件结构
概述
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，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都是程序运行的必要数据。当遇到需要占用8位字节以上空间的数据项时，会按照高位在前的方式分割成若干个8位字节进行存储。
Class文件格式中只有两种数据类型：无符号数和表。
- 无符号数属于最基本的数据类型，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，以“_info”结尾。表用来描述有层次关系的符合结构的数据。
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，称这一系列连续的某一类型的数据位某一类型的集合。
class文件的组织结构
- 魔数
- 本文件的版本信息
- 常量池
- 访问标志
- 类索引
- 父类索引
- 接口索引集合
- 字段表集合
- 方法表集合
- 属性表集合
1. 魔数
每个Class文件的头4个字节称为魔数（Magic Number），唯一作用就是确定这个文件是否为一个能被虚拟机接受的Class文件。
魔数的表示是用16进制的数：0xCAFEBABE 来表示。
2. 本文件的版本信息
在魔数后面的4个字节存储的就是Class文件的版本号：
- 第5、第6个字节是次版本号（Minor Version）
- 第7、第8个字节是主版本号（Major Version）
Java版本号的计算
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。
高版本的JDK能向下兼容以前版本的Class文件，但不能兼容以后版本的Class文件，即使文件格式并未发生变化，虚拟机也拒绝执行超过其版本号的Class文件。
3. 常量池
3.1. 常量池的概念
常量池可以理解为Class文件之中的资源仓库，他是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。
常量池中主要存放两大类常量：
- 字面量：接近于Java语言层面的常量概念，如文本字符串、声明为final的常量
- 符号引用：就是我们定义的各种名字，包括下面三类：
- 类和接口的全限定名
- 字段的名称和描述符
- 方法的名称和描述符
3.2. 常量池的特点
-
常量池长度不固定
常量池的大小是不固定的，因此常量池开头放置一个u2类型的无符号数，用来存储当前常量池的容量。JVM根据这个值就知道常量池的头尾来。
这个无符号数从1开始，不是通常的从0开始
-
常量池中的常量由二维表来表示
常量池开头有个常量池容器计数器，接下来就全是一个个常量了，只不过常量都是由一张张二维表构成，除了记录常量的值以外，还记录当前常量的相关信息。
-
Class文件之中的资源仓库
-
Class文件结构中与其他项目关联最多的数据类型
-
占用Class文件空间最大的数据项目之一
3.3. 常量池中常量的类型
刚才介绍了，常量池中的常量大体上分为：字面值常量 和 符号引用。在此基础上，根据常量的数据类型不同，又可以被细分为14种常量类型。这14种常量类型都有各自的二维表示结构。每种常量类型的头1个字节都是tag，用于表示当前常量属于14种类型中的哪一个。
以CONSTANT_Class_info常量为例，它的二维表示结构如下：
CONSTANT_Class_info表：
| 类型 | 名称 | 数量 |
|---|---|---|
| u1 | tag | 1 |
| u2 | name_index | 1 |
tag表示当前常量的类型(当前常量为CONSTANT_Class_info，因此tag的值应为7，表示一个类或接口的全限定名)；
name_index表示这个类或接口全限定名的位置。它的值表示指向常量池的第几个常量。它会指向一个CONSTANT_Utf8_info类型的常量，它的二维表结构如下：
CONSTANT_Utf8_info表：
| 类型 | 名称 | 数量 |
|---|---|---|
| u1 | tag | 1 |
| u2 | length | 1 |
| u1 | bytes | length |
CONSTANT_Utf8_info表示字符串常量；
tag表示当前常量的类型，这里应该是1；
length表示这个字符串的长度；
bytes为这个字符串的内容（采用缩略的UTF8编码）
4. 访问标志
访问标志（access_flags）占用两个字节，这个标志用于识别一些类或者接口层次的访问信息：
- 这个Class是类还是接口
- 是否定位为public类型
- 是否定义为abstract类型
- 是否被声名为final
- …
访问标志中一共有16个标志位可用，当前只用了8个，其他要求一律为0。
5. 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，接口索引集合（interfaces）是一组u2类型的数据的集合。
Class文件由这三项数据来确定这个类的继承关系：
-
类索引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
除
java.lang.Object外，所有Java类的父类索引都不为0。 -
接口索引集合描述这个类实现了哪些接口
被实现的接口按接口顺序从左到右排列在接口索引集合中。
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类型的所引致指向一个类型为CONSTANT_Class_info的类描述符常量，该常量的bytes字段记录了本类、父类的全限定名。
由于一个类的接口可能有好多个，因此需要用一个集合来表示接口索引，它在类索引和父类索引之后。这个集合头两个字节表示接口索引集合的长度，接下来就是接口的名字索引。
6. 字段表集合
字段表用于描述接口或者类中生命的变量。字段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。
| 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
字段的访问标志。
-
name_index
本字段名称的索引，指向一个CONSTANT_Class_info类型的常量，存储了本字段的名字等信息。
-
descriptor_index
字段和方法的描述符，用于描述本字段在Java中的数据类型等信息。
-
attributes_count
属性表集合的长度。
-
attributes
属性表集合。
全限定名
全限定名就是把类全名中的.替换成了/而已，为了使连续的多个全限定名之间不产生混淆，在使用时最后一般会加入一个;来表示全限定名结束。
简单名称
简单名称就是指没有类型和参数修饰的方法或者字段名称。
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。
在描述符中：
- 基本数据类型以及代表无返回值的void类型都用一个大写字符来表示。
- 对象类型则用字符L加对象的全限定名来表示。
| 标识字符 | 含义 | 标识字符 | 含义 |
|---|---|---|---|
| B | 基本类型byte | J | 基本类型long |
| C | 基本类型char | S | 基本类型short |
| D | 基本类型double | Z | 基本类型boolean |
| F | 基本类型float | V | 特殊类型void |
| I | 基本类型int | L | 对象类型，如Ljava/lang/Object |
-
对于数组类型，每一唯独将使用一个前置的“[”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]]，一个整形数组int[]将被记录为：[I。 -
对于描述方法，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“()”内。例如：
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[CIII)I。
7. 方法表集合
在class文件中，所有的方法以二维表的形式存储，每张表来表示一个函数，一个类中的所有方法构成方法表的集合。
方法表的结构和字段表的结构一致，只不过访问标志和属性表集合的可选项有所不同。
| 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 |
方法中的Java代码，经过编译器编译成字节码指令后，存放在方法属性表集合中一个名为“Code”的属性里面，属性表作为Class文件格式中最具拓展性的一种数据项目，在第8节中讲。
8. 属性表集合
在Class文件、字段表、方法表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。
属性表集合对于各个属性表的顺序不再做严格要求，只要不与已有属性名重复即可。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。
为了正确解析Class文件，虚拟机与定义了一些虚拟机实现应当能识别的属性，对于这些属性，它的名称需要从常量池中引用一个CONSTANT_Utf9_info类型的常量来表示，而属性值的结构则是完全自定义的。
一个符合规则的属性表应该有如下结构：
| 类型 | 名称 | 数量 |
|---|---|---|
| u2 | attribute_name_index | 1 |
| u4 | attribute_length | 1 |
| u1 | info | attribute_length |