Android---字节码层面分析Class类文件

Java 提供了一种可以在所有平台上都能使用的一种中间代码---字节码文件(.class文件)。有了字节码，无论是那个平台只要安装了虚拟机都可以直接运行字节码文件。有了虚拟机，解除了 java 虚拟机与 java 代码之间的耦合。

Java 虚拟机当初被设计出来时就不单单只运行 java 这一种语言，目前 java 虚拟机已经可以支持很多除 java 语言以外的其它语言了，比如 Groovy, JRuby, json, skilla等。之所以可以支持其它语言，是因为这些语言经过编译之后，也可以生成能够被 JVM 解析并执行的字节码文件。而虚拟机并不关心字节码是由哪一种语言编译而来，如下图所示：

class 文件

从纵观的角度看，class 文件里只有两种数据结构：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。无符号数可以用来描述数字、索引引用，数量值或者字符串（UTF-8编码）。

 表：表由多个无符号数或者其它表作为数据项构成的复合数据类型。class 文件中所有的表都以“_info”结尾。整个 class 文件本质上就是一张表。

表和无符号数之间的关心

class 文件结构

无符号数和表组成了 class 中的各个结构，这些结构按照预先规定好的顺序紧密的从前向后排列，相邻的项之间没有任何间隙。当 JVM 加载某个 class 文件时，JVM 就是根据上图中的结构去解析 class 文件。加载 class 文件到内存中，并在内存中分配相应的内存空间，具体某种结构需要占用多大的空间，可以参考如下图：

实例解析：

把 test.java 编译成 test.class 文件。用十六进制编辑器打开 .class 文件（可以用在线的编辑器 HexD.it）。

package software_test;

import java.io.Serializable;

public class test implements Serializable, Cloneable {

	private int num = 1;
	
	public int add(int i) {
		int j = 10;
		num = num + i + j;
		return num;
	}
	
}

打开 test.class 文件的内容

1. 魔数(magic number)

在 class 文件开头的四个字节是 class 文件的魔数，它是一个固定的值--0XCAFEBABE。魔数是 class 文件的标志，它是判断一个文件是不是 class 格式文件的标准。

2. 版本号

前两个字节 0000代表次版本号（minor_version)，后两个字节 0034 是主版本号（major_version)，对应的十进制值为52，当前 class 文件的主版本号为52，次版本号为0，所以综合版本号是52.0，也就是 jdk1.8.0。

3. 常量池

紧跟在版本号之后的是一个叫做常量池的表（cp_info)。在常量池中保存了类的各种相关信息，比如类的名称、父类的名称、类中的方法名、参数名称、参数类型等。

常量池中的每一项都是一个表，其项目类型共有14种。常量池中的每一项都会有一个 u1 大小的 tag 值，是表的标识。

JVM 解析 class 文件时，通过 tag 值来判断当前数据结构是哪一个表。例如，CONSTANT_Class_info 表：

tag：占用一个字节大小，值为为7，说明是 CONSTANT_Class_info 类型表。

name_index：是一个索引值，可以将它理解为一个指针，指向常量池中索引为 name_index 的常量表。比如 name_index = 7，则它指向常量池中第7个常量表（表与表之间是有关联的）。

再例如 CONSTANT_Utf8_info 表：

tag：值为1，表示是 CONSTANT_Utf8_info类型表。

length：表示 u1[]的长度，比如length = 5，则表示接下来的数据是 5 个连续的u1类型数据。

bytes： u1 类型数组，长度为上面第2个参数 length 的值。

面试题：Java 源文件中 String 字符串的长度 有限制吗？

有（字符串存储在Class文件的常量池中）。在 Java 代码中声明的 String 字符串最终在 class 文件中的存储格式是 CONSTANT_utf8_info因此一个字符串最大长度也就是 u2 所能代表的最大值 65536（2^16） 个，但是需要使用2个来保存null值，因此一个字符串的最大长度为 65536 - 2 = 65534。

class 文件在常量池的前面使用2个字节的容量计数器，用来代表当前类中常量池的大小。

001D 转化为十进制为29，即常量计数器的值为29。其中下标为0的常量被 JVM 留作其他特殊用途，因此 Test.class 中时间的常量池大小为这个计数器的值减1，也就是28个。

第一个常量：

0A 转化为十进制为10，通过查看常量池14种表格图，可以查到 tag=10的表类型为 CONSTANT_Methodref_info，因此常量池中的第一个常量类型为类的方法引用表。其结构如下：

也就是说，0A之后的两个直接是指向该方法所属类，再紧跟的两个字节指向此方法的名称和类型。

0006：十进制为6，表示指向常量池中的第6个常量；

000F：十进制为15，表示指向常量池中的第 15 个常量。

至此，第一个常量解读完毕！

第二个常量：

09转化为十进制为9，即tag = 9，表示是字段引用表 CONSTANT_Fieldref_info，其结构如下：

同理，

0010：指向常量池中第 16 个常量，0011指向常量池中第17个常量。

至此，我们已经解析了常量池中的2个常量，剩下的26个常量也是如此。

4. 访问标志

紧跟在常量池之后的常量是访问标志，占用两个字节。访问标志代表类或者接口的访问信息。比如：该 class 文件是类还是接口，是否被定义成 public，是否是 abstract，如果是类，是否被声明成 final 等。各种访问标志如下图所示：

我们定义的 test.java 是一个普通 Java 类，不是接口、枚举或注解，并且被 public 修饰但没有被声明为 final 和 abstract，因此它所对应的 access_flags 为 0021（0X0001 和 0X0020相结合）。

5. 类索引、父类索引和接口索引计时器

访问标志后的2个字节就是类索引，类索引后的2个字节就是父类索引，父类索引后的2个字节则是接口索引计数器。如下图所示：

 综上所述，我们可以得出当前类为 Test继承自 Object 类，并实现了 “Serializable”和“Cloneable”这两个接口。 

6. 字段表

紧跟在接口索引集合后面的就是字段表，字段表的主要功能是用来描述类或者接口中声明的变量。这里的字段包含了类级别变量以及实例变量，但不包含方法中的局部变量。其具体结构如下：

字段访问标志

其中，第7和8个常量就 num 和 i。因此可以得出，类中有一个为num，类型为 int  的变量。

7. 方法表

字段之后跟着的就是方法表常量，方法表常量应该也是以一个计数器开始的，因为一个类中的方法数量是不固定的。

上图表示 test.class中有两个方法，但是我们只在 test.java 中声明了一个 add 方法，因为默认构造器方法也被包含在方法表常量中。方法表结构如下：

访问标志

8. 属性表

在之前解析字段和方法的时候，在它们的具体结构中，都能看到有一个叫做 attributes_info 的表，这就是属性表。属性表没有一个固定结构，各种不同的属性只要满足以下结构即可：