任何一个Class文件对应着唯一一个类或接口的定义信息,但反过来说,Class文件实际上它不一定以磁盘文件的形式存在。
Class文件是一组以字节为基础单位的二进制流。
Class的结构不像XML等描述语言,由于它没有任何分隔符号。所以在其中的数据项,无论是字节顺序还是数量,都是被严格限定的,哪个字节代表什么含义、长度是多少,先后顺序如何,都不允许改变。
Class文件格式采用一种类似于C语言结构体的方式进行数据存储,这种结构只有两种数据类型:无符号数和表。
无符号数: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: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,所有表都习惯性的以“_info”结尾。表用来描述有层次关系的复合结构的数据,整个Class文件本质就是一张表。由于没有固定长度,所以通常会在其前面加上个数说明。 |
---|
Class文件的结构并非一成不变的,随着Java虚拟机的不断发展,总是不可避免地会对Class文件结构做出一些调整,但是基本结构和框架是非常稳定的。
Class文件的总体结构如下:
类型 | 名称 | 说明 | 长度 | 数量 |
---|---|---|---|---|
u4 | magic | 魔数,识别Class文件格式 | 4个字节 | 1 |
u2 | minor_version | 副版本号(小版本) | 2个字节 | 1 |
u2 | major_vision | 主版本号(大版本) | 2个字节 | 1 |
u2 | constant_pool_count | 常量池计数器 | 2个字节 | 1 |
cp_info | constant_pool | 常量池表 | n个字节 | constant_pool_count-1 |
u2 | access_flags | 访问标志 | 2个字节 | 1 |
u2 | this_class | 类索引 | 2个字节 | 1 |
u2 | super_class | 父类索引 | 2个字节 | 1 |
u2 | interfaces_count | 接口计数器 | 2个字节 | 1 |
u2 | interfaces | 接口索引集合 | 2个字节 | interfaces_count |
u2 | fields_count | 字段计数器 | 2个字节 | 1 |
field_info | fields | 字段表 | n个字节 | fields_count |
u2 | methods_count | 方法计数器 | 2个字节 | 1 |
method_info | methods | 方法表 | n个字节 | methods_count |
u2 | arrtibutes_count | 属性计数器 | 2个字节 | 1 |
attribute_info | arrtibutes | 属性表 | n个字节 | arrtibutes_count |
这是一张Java字节码总的结构表。
Magic Number(魔数)
每个Class文件开头的4个字节的无符号整数称为魔数(Magic Number)
它的唯一作用是确定这个文件是否为一个能被虚拟机接受的有效合法的Class文件。即:魔数是Class文件的标识符。
魔数值固定为0xCAFEBABE。不会改变。
如果一个Class文件不以0xCAFEBABE开头,虚拟机将会报错。
使用魔数而不是拓展名来进行识别主要是基于安全方面的考虑,因为拓展名可以随意更改。
Class文件版本号
紧接着魔数的4个字节存储的是Class文件的版本号。同样是4个字节。第5个和第6个字节所代表的含义就是编译的副版本号minor_version。而第7个和第8个字节就是编译的主版本号magor_version。
它们共同构成了Class文件的格式版本号。譬如某个Class文件的主版本号为M,副版本号为m,那么整个Class文件的格式版本号就确定了M.m
版本号和Java编译器的对应关系如下表:
主版本(十进制) | 副版本(十进制) | 编译器版本 |
---|---|---|
45 | 3 | 1.1 |
46 | 0 | 1.2 |
47 | 0 | 1.3 |
48 | 0 | 1.4 |
49 | 0 | 1.5 |
50 | 0 | 1.6 |
51 | 0 | 1.7 |
52 | 0 | 1.8 |
53 | 0 | 1.9 |
54 | 0 | 1.10 |
55 | 0 | 1.11 |
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
不同版本的java编译器编译的Class文件对应的版本是不一样的。目前,高版本Java虚拟机可以执行低版本编译器生成的Class文件,但是低版本的Java虚拟机不能执行由高版本编译生成的Class文件。
常量池是Class文件中内容最为丰富的区域之一(也可以没有之一)。常量池对于Class文件中的字段和方法解析也有着至关重要的作用。
随着Java虚拟机不断的发展,常量池的内容也日渐丰富。可以说,常量池是整个Class文件的基石。
在版本号之后,紧跟着的是常量池的数量,以及若干个常量池表项。
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类型的无符号数,代表常量池容量技术值(constant_pool_count)。与Java中语言习惯不一样的是,这个容量是从1开始而不是0开始的。
类型 | 名称 | 数量 |
---|---|---|
u2(无符号数) | constant_pool_count | 1 |
cp_info(表) | constant_pool | constant_pool_count-1 |
由上表可见,Class文件使用了一种前置的容量计数器(constant_pool_count)加若干个连续的数据项(constant_pool)的形式来描述常量池内容。我们把这一系列连续常量池数据称为常量池集合。
常量池表项中,用于存放编译时期生成的各种字面量和符号引用,这部分内容将在类加载后进入方法区的运行时常量池中存放。
constant_pool_count(常量池计数器)
由于常量池的数量不固定,时长时短,所以需要放置两个字节来表示常量池容量计数值。
常量池容量计数值(u2类型):从1开始,表示常量池中有多少项常量。即constant_pool_count=1表示常量池中有0个常量项。
Demo的值为:
Address | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | a | b | c | d | e | f |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
00000000 | ca | fe | ba | be | 00 | 00 | 00 | 34 | 00 | 16 | 0a | 00 | 04 | 00 | 12 | 09 |
其值为十六进制数0x0016,掐指一算,也就是十进制数22。
需要注意的是,这实际上只有21项常量。索引范围是1-21。为什么呢?
通常我们写代码都是从0开始的,但是这里的常量池却是从1开始,因为它把第0项常量空出来了。这是为了满足后面某些指向常量池的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,这种情况可以用索引值0来表示。 |
---|
constant_pool [] (常量池)
constant_pool是一种表结构,以 1 ~ constant_pool_count -1 为索引。表明了后面有多少个常量项。
常量池主要存放两大类常量:字面量(Literal)和符号引用(Symbolic Reference)
它包含了Class文件结构及其子结构中引用的所有字符串常量、类或接口名、字段名和其他常量。常量池中的每一项都具备相同的特征。第1个字节作为类型标记,用于确定格式,这个字节称为tag byte(标记字节、标签字节)。
类型 | 标志 | 描述 |
---|---|---|
CONSTANT_utf8_info | 1 | UTF-8编码的字符 |
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 | 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_Module_info | 19 | 表示一个模块 |
CONSTANT_Packge_info | 20 | 表示一个模块中开放或者导出的包 |
常量池主要存放两大类常量:字面量和符号引用。
常量 | 具体的常量 |
---|---|
字面量 | 文本字符串 |
声明为final的常量值 |
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 | |
符号引用 | 被模块导出或者开放的包 |
方法句柄和方法类型 | |
动态调用点和动态常量 |
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。根据描述符规则,基本数据类型以及代表无返回值的void类型都用大写字母表示,而对象类型则用字符L加对象的全限定名来表示,详见下表:
标识符 | 含义 |
---|---|
B | byte |
C | char |
D | double |
F | float |
I | int |
J | long |
S | short |
Z | boolean |
V | void |
L | 对象类型,比如Ljava/lang/object; |
[ | 数组类型,代表一维数组。比如double二维数组用 [[D 表示 |
补充说明:
虚拟机在加载Class文件时才会进行动态链接,也就是说,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是无法直接被虚拟机使用的。当虚拟机运行时,需要从常量池中获得对应的符号引用,再在类加载过程中的解析阶段将其替换为直接引用,并翻译到具体的内存地址中。
这里说明下符号引用和直接引用的区别与关联:
Java代码在进行Javac编译的时候,并不像C和C++那样有“连结”这一步骤,而是在虚拟机加载Class文件的时候进行动态链接。也就是说,在Class文件中不会保存各个方法、字段的最终内存布局信息,因为这些字段、方法的符号引用不经过运行期转换的话无法得到真正的内存入口地址,也就无法直接被虚拟机使用。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、翻译到具体的内存地址之中。
访问标志(access_flag、访问标识、访问标记)
在常量池后,紧跟着访问标志。该标志使用两个字节表示(u2),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;是否定义为abstract类型;如果是类的话,是否被声明为final等。各种访问标志如下所示:
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 | 标志允许使用invokespecial字节码指令的新语义,JDK1.0.2之后编译出来的类的这个标志默认为真。(使用增强的方法调用父类方法) |
ACC_INTERFENCE | 0x0200 | 标示这是一个接口 |
ACC_ABSTRACT | 0x0400 | 是否为abstract类型,对于接口或者抽象类来说。此标志值为真,其他标志值为假 |
ACC_SYNTHETIC | 0x1000 | 标示此类并非由用户代码生成(即:由编译器产生的类,没有源码对应) |
ACC_ANNOTATION | 0x2000 | 标示这是一个注解 |
ACC_ENUM | 0x4000 | 标示这是一个枚举 |
ACC_MODULE | 0x8000 | 标示这是一个模块 |
类的访问权限通常为 ACC_ 开头的常量
每一种类型的表示都是通过设置访问标志的32位中的特定位来实现的。比如,若是public final的类,则该标记为ACC_PUBLIC | ACC_FINAL 。
使用ACC_SUPER可以让类更准确地定位到父类的方法super.method(),现代编译器都会设置并且使用这个标记。
补充说明:
1.带有ACC_INTERFACE标志地Class文件表示的是接口而不是类,反之则表示的是类而不是接口。
1):如果一个Class文件被设置了ACC_INTERFENCE标志,那么同时也得设置ACC_ABSTRACT标志。同时他不能再设置ACC_FINAL和ACC_SUPER 或 ACC_ENUM标志。
2):如果没有设置ACC_INTERFENCE标志,那么这个Class文件可以具有上表中除ACC_ANNOTATION外的其他所有标志。当然,ACC_FINAL和ACC_ABSTRACT这类互斥的标志除外。这两个标志不得同时设置。
2.ACC_SUPER标志用于确定类或接口里面的invokespecial指令使用的哪一种执行语义。**针对Java虚拟机指令集的编译器都应当设置设个标志。**对于Java SE 8及后续版本来说,无论Class文件中这个标志的实际值是什么,也不管Class文件的版本号是多少,Java虚拟机都认为每个Class文件均设置了ACC_SUPER标志。
3.ACC_SYNTHETIC标志意味着该类或者接口是由编译器生成的,而不是由源代码生成的。
4.注解类型必须设置ACC_ANNOTATION标志。如果设置了ACC_ANNOTATION标志,那么也必须设置ACC_INTERFACE标志。
5.ACC_ENUM标志表明该类或其父类为枚举类型
6.表中没有使用的access_flags标志是为未来扩充而预留的,这些预留的标志在编译器中应该设置为0,Java虚拟机应该忽略它们。
在访问标志后,会指定该类的类别、父类类别以及实现的接口,格式如下:
长度 | 含义 |
---|---|
u2 | this_class |
u2 | super_class |
u2 | interfaces_count |
u2 | interfaces[interfaces_count] |
这三项数据来确定这个类的继承关系。
2字节无符号整数,指向常量池的索引。它提供了类的全限定名。this_class的值必须是对常量池表中某项的一个有效索引值。
interfaces_count 项的值表示当前类或接口的直接接口数量。如果该类没有实现任何接口,则该计数器的值为0。
interfaces []中每个成员的值必须是对常量池表中某项的有效索引值,它的长度为 interfaces_count 。每个成员interfaces [i]必须为CONSTANT_Class_info结构,其中0<=i fields 注意事项: fields_count 的值表示当前Class文件fields表的成员个数。使用两个字节来表示。 fields 表中每个成员都是一个 fields_info结构,用于表示该类或接口所声明的所有字段或者实例字段,不包括方法内部声明的变量,也不包括从父类或父类接口继承的那些字段。 我么知道,一个字段可以被各种关键字去修饰,比如:作用域修饰符(public、private、protected)、static修饰符、final修饰符、volatile修饰符等等。因此,其可像类的访问标志那样,使用一些标志来标记字段。如下图: 根据字段名索引的值,查询常量池中的指定索引即可。 methods:指向常量池索引集合,它完整描述了每个方法的签名。 使用注意事项: 在Java语言中,要重载(Overload)一个方法,除了要与原方法具有相同的简单名称之外,还要求必须拥有一个与原方法不用的特征签名,特征签名就是一个方法中各个参数在常量池中的字段符号引用的集合,也就是因为返回值不会包含在特征签名之中,因此Java语言里无法仅仅依靠返回值的不同对一个已有的方法进行重载。但在Class文件格式中,特征签名的范围更大一些,只要描述符不是完全一致的两个方法就可以共存。也就是说,如果有两个方法有相同的名称和特征签名,但返回值不同,那么也是可以合法共存在同一个Class文件之中。 也就是说,尽管Java语法规范并不允许在一个类或接口中声明多个特征签名相同的方法,但是和Java相反,字节码文件中刚好存放多个特征签名相同的方法,唯一的条件就是这些方法之间的返回值不能相同。 methods_count的值表示当前Class文件methods表的成员个数。使用两个字节来表示。 methods表中每个成员都是一个methods_info结构。 methods表中的每个成员都必须是一个methods_info结构,用于表示当前类或接口中某个方法的完整描述。如果某个methods_info结构的access_flags项既没有设置ACC_NATIVE标志也没有设置ACC_ABSTRACT标志,那么该结构中也应该包含实现这个方法所用的Java虚拟机指令。 methods_info结构可以表示类或接口定义的所有方法,包括实例方法,类方法、实例初始化方法和类或接口初始化方法。 方法表的结构实际跟字段表是一样的,结构如下: 跟字段表一样,方法表也有访问标志,而且它们的标志有部分相同,部分则不同,方法表的具体访问标志如下: 属性表集合(arrtibutes) 方法表集合之后的属性表集合,指的是Class文件所携带的辅助信息,比如该Class文件的源名称。以及任何带有RetentionPolicy.CLASS 或者 RetentionPolicy.RUNTIME的注解。这类信息通常被用于Java虚拟机的验证和运行,以及Java程序的调试,一般无须深入了解。 此外,字段表、方法表都可以有自己的属性表。用于描述某些场景专有的信息。 属性表集合的限制没有那么严格,不在要求各个属性表具有严格的顺序,并且只要不与己有的属性名重复,任何人实现的编译器都可以向属性表写入自己定义的属性信息,但Java虚拟机运行时会忽略它不认识的属性。 arrtibutes_count的值表示当前Class文件属性表的成员个数。属性表中每一项都是一个arrtibute_info结构。 属性表的每个项的值必须是attribute_info结构。属性表的结构比较灵活,各种不同的属性只要满足以下结构即可。 即只需要说明属性的名称以及占用位数的长度即可,属性表具体的结构可以去自定义。 属性表实际上可以有很多类型,上面看到的Code属性只是其中之一,Java8里面定义了23种属性。 LineNumberTable 属性是可选变长属性,位于Code结构的属性表。 LineNumberTable 属性是用来描述Java源码行号与字节码行号之间的对应关系。这个属性可以用来在调试的时候定位代码执行的行数。 在Code属性的属性表中,LineNumberTable 属性可以按照任意顺序出现,此外,多个LineNumberTable 属性可以共同表示一个行号在源文件中表示的内容,即LineNumberTable属性不需要与源文件的行一 一对应。 LineNumberTable 属性表结构: LocalVariableTable 是可选变长属性,位于Code属性的属性表中。它被调式器用于确定方法在执行过程中局部变量的信息。在Code 属性的属性表中,LocalVariableTable 属性可以按照任意顺序出现。Code 属性中的每个局部变量最多只能有一个LocalVariableTable 属性。 LocalVariableTable 属性表结构: SourceFile属性结构 可以看到,其长度总是固定的8个字节。 Java字节码对于虚拟机,就好像汇编语言对于计算机,属于基本执行指令。 Java虚拟机的指令由一个字节长度的、代表着某种特定操作含义的数字(称为操作码,Opcode)以及跟随其后的零至多个代表此操作所需参数(称为操作数,Operands)而构成。由于Java虚拟机采用面向操作数栈而不是寄存器的结构,所以大多数的指令都不包含操作数,只有一个操作码。 由于限制了Java虚拟机操作码的长度为1个字节(即 0~255),这意味着指令集的操作码总数不可能超过256条。 如果不考虑异常处理的话,那么Java虚拟机的解释器可以使用下面这个伪代码当作最基本的执行模型来理解。
5.3.5 字段表集合
1. fields_count (字段计数器)
2. fields [] (字段表)
2.1.字段表结构
类型
名称
含义
数量
u2
access_flags
访问标志
1
u2
nema_index
字段名索引
1
u2
descriptor_index
描述符索引
1
u2
attributes_count
属性计数器
1
attribute_info
attributes
属性集合
attributes_count
2.2.字段访问标识
标志名称
标志值
含义
ACC_PUBLIC
0x0001
字段是否为public
ACC_PRIVATE
0x0002
字段是否为private
ACC_PROTECTED
0x0004
字段是否为protected
ACC_STATIC
0x0008
字段是否为static
ACC_FINAL
0x0010
字段是否为final
ACC_VOLATILE
0x0040
字段是否为volatile
ACC_TRANSIANT
0x0080
字段是否为transient
ACC_SYNCHETIC
0x1000
字段是否为由编译器自动产生
ACC_ENUM
0x4000
字段是否为enum
2.3 字段名索引
2.4 描述符索引
字符
类型
含义
B
byte
有符号字节型数
C
char
UTF-16编码
D
double
双精度浮点数
F
float
单精度浮点数
I
int
整型数
J
long
长整数
S
short
有符号短整数
Z
boolean
布尔值true/false
V
void
特殊类型
L
L Classname;对象类型,比如Ljava/lang/object;
一个名为Classname的实例
5.3.6 方法表集合
1.methods_count(方法计数器)
2.methods [](方法表)
类型
名称
含义
数量
u2
access_flags
访问标志
1
u2
name_index
方法名索引
1
u2
descriptor_index
描述符索引
1
u2
arrtibutes_count
属性计数器
1
arrtibute_info
arrtibutes
属性集合
arrtibutes_count
2.1 方法表访问标志
标志名称
标志值
含义
ACC_PUBLIC
0x0001
方法是否为public
ACC_PRIVATE
0x0002
方法是否为private
ACC_PROTECTED
0x0004
方法是否为protected
ACC_STATIC
0x0008
方法是否为static
ACC_FINAL
0x0010
方法是否为final
ACC_SYNCHRONIZED
0x0020
方法是否为synchronized
ACC_VOLATILE
0x0040
方法是否为volatile
ACC_TRANSIANT
0x0080
方法是否为transient
ACC_NATIVE
0x0100
方法是否为native
ACC_ABSTRACT
0x0400
方法是否为abstract
ACC_STRICT
0x0800
方法是否为strictp
ACC_SYNCHETIC
0x1000
字段是否为由编译器自动产生
5.3.7 属性表集合
1.arrtibutes_count(属性表计数器)
2.arrtibutes [](属性表)
2.1 属性的通用格式
类型
名称
数量
含义
u2
arrtibute_name_index
1
属性名索引
u4
arrtibute_length
1
属性长度
u1
info
arrtibute_length
属性表
2.2 属性类型
①Code属性
②LineNumberTable 属性
LineNumberTable_arrtibute{
u2 arrtibute_name_index;
u4 arrtibute_length;
u2 line_number_table_length;
{
u2 start_pc;
u2 line_number;
}line_number_table[line_number_table_length];
}
③LocalVariableTable 属性
LocalVariableTable_arrtibute{
u2 arrtibute_name_index;
u4 arrtibute_length;
u2 local_variable_table_length;
{
u2 start_pc;
u2 length;
u2 name_index;
u2 descriptor_index;
u2 index;
}local_variable_table[local_variable_table_length];
}
④SourceFile 属性
类型
名称
数量
含义
u2
arrtibute_name_index
1
属性名索引
u4
arrtibute_length
1
属性长度
u2
sourcefile_index
1
源码文件索引
5.4 字节码指令简介
do{
自动计算PC寄存器的值加1;
根据PC寄存器的指示位置,从字节码流中取出操作码;
if(字节码存在操作数) 从字节码流中取出操作数;
执行操作码所定义的操作;
}while(字节码长度>0);