【JVM知识总结-6】类的文件结构

JVM的“无关性”

谈论JVM的无关性，主要有一下两个：

• 平台无关性：任何操作系统都能运行Java代码
• 语言无关性：JVM能运行除Java以外的其他代码

Java源代码首先需要使用Java编译期编译成.class文件，然后由JVM执行.class文件，从而程序开始运行。
JVM只认识.class文件，它不关心是何种语言生成了.class文件，只要.class文件符合JVM的规范就能运行。目前已经有JRuby、Jython、Scala等语言能够在JVM上运行。它们有各自的语法规则，不过它们的编译器都能将各自的源码编译成符合JVM规范的.class文件，从而能够借助JVM运行它们。

Java语言中的各种变量、关键字和运算符号的语义最终都由多条字节码命令组合而成的，因此字节码命令所能提供的语义描述能力肯定会比Java语言本身更加强大。因此，有一些Java语言本身无法有效支持的语言特性，不代表字节码本身无法有效支持。

Class文件结构

class文件是二进制文件，它的内容具有严格的规范，文件中没有任何的空格，全都是连续的0/1。Class文件中的所有内容被分为两种类型：无符号数、表。

• 无符号数：无符号数表示Class文件中的值，这些值没有任何类型，但有不同的长度。u1，u2，u4，u8分别代表1/2/4/8字节的无符号数。
• 表：由多个无符号数或者其他表作为数据项构成的复合数据累心。

Class文件具体由以下几个构成：

• 魔数
• 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

魔数

Class文件的头4个字节称为魔数，用来表示这个Class文件的类型。
Class文件的魔数使用16进制表示的“CAFE BABE”

魔数相当于文件后缀名，只不过后缀名容易被修改，不安全，因此在Class文件中标识文件类型比较合适。

版本信息

紧接着魔数的4个字节是版本信息，5-6字节表示次版本号，7-8字节表示主版本号，它们表示当前Class文件中使用的是哪一个版本的JDK。
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，即使文件格式并未发生任何变化，虚拟机也必须拒绝执行超过其版本号的Class文件。

常量池

版本信息之后就是常量池，常量池中存放两种类型的常量：

• 字面值常量

字面值常量就是我们在程序中定义的字符串、被final修饰的值。

• 符号引用

符号引用就是我们定义的各种名字：类和接口的全限定名、字段的名字和描述符、方法的名字和描述符。

常量池的特点

• 常量池中常量数量不固定，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。
• 常量池的每一项常量都是一个表，表示开始的第一位是一个u1类型的标志位（tag），代表当前这个常量属于哪种常量类型。

常量池中常量类型

类型	tag	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	字段或方法的符号引用
CONSTANT_MethodHandle_info	15	表示方法句柄
CONSTANT_MethodType_info	16	标识方法类型
CONSTANT_InvokeDynamic_info	18	表示一个动态方法调用点

对于 CONSTANT_Class_info（此类型的常量代表一个类或者接口的符号引用），它的二维表结构如下：

类型	名称	数量
u1	tag	1
u2	name_index	1

tag是标志位，用于区分常量类型；name_index是一个索引值，它指向常量池中的一个CONSTANT_Utf8_info类型常量，此常量代表这个类（或接口）的全限定名，这里name_index值若为0x0002，也即是指向了常量池中的第二项常量。
CONSTANT_Utf8_info常量的结构如下：

类型	名称	数量
u1	tag	1
u2	length	1
u1	bytes	length

tag是当前常量的类型：length表示这个字符串的长度；bytes是这个字符串的内容（采用缩略的UTF8编码）

访问标志

在常量池结束之后，紧接着的两个字节代表访问标志，这个标志用于识别一些类或者接口层次的访问信息，包括：这个类是Class还是接口：是否定义为public类型；是否被abstract/final修饰。

类索引、父类索引、接口索引集合

类索引和父类索引都是一个u2类型的数据，而接口索引集合是一组u2类型的数据的集合，Class文件中由这三项数据来确定类的继承关系。类索引用于确定这个类的全限定名，父类的索引用于确定父类的全限定类名。
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。一个类可能实现了多个接口，因此用接口索引集合来描述。这个集合第一项为u2类型的数据，表示索引表的容量，接下来就是接口的名字索引。
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，通过该常量总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。

字段表集合

字段表集合存储本类涉及到的成员变量，包括实例变量和类变量，但不包括方法中的局部变量。
每个字段表只表示一个成员变量，本类中的所有成员变量构成了字段表集合。字段表结构如下：

类型	名称	数量	说明
u2	access_flags	1	字段的访问标志，与类稍有不同
u2	name_index	1	字段名字的索引
u2	descriptor_index	1	描述符，用于描述字段的数据类型。 基本数据类型用大写字母表示； 对象类型用“L 对象类型的全限定名”表示。
u2	attributes_count	1	属性表集合的长度
u2	attributes	attributes_count	属性表集合，用于存放属性的额外信息，如属性的值。

字段表集合中不会出现从父类（或接口）中继承而来的字段，但有可能出现原本Java代码中不存在的字段，譬如在内部类中为了保持对外部类的访问性，会自动添加指向外部类实例的字段。

方法表集合

方法表结构与属性表类似。
volatile关键字和transition关键字不能修饰方法，所以方法表的访问标志中没有ACC_VOLATILE和ACC_TRANSIENT标志。
方法表的属性表集合中有一张Code属性表，用于存储当前方法经过编译器编译后的字节码指令。

属性表集合

每一个属性对应一张属性表，属性表的结构如下：

类型	名称	数量
u2	attribute_name_index	1
u4	attribute_length	1
u1	info	attribute_length