第三章 類檔案結構

　　代碼編譯的結果從本地機器碼轉變為位元組碼，是存盤格式發展的一小步，卻是編程語言發展的一大步，

　　Java 虛擬機使用位元組碼實作了跨平臺的愿景，不僅針對Java語言，實作了write once，run anywhere的愿景；隨著發展，越來越多其他語言可以在Java虛擬機之上運行，如Kotlin、Clojure、Groovy、JRbuy、JPython、Scala等，

　　Java虛擬機不與包括Java語言在內的任何程式語言系結，它只與“Class檔案”這種特定的二進制檔案格式所關聯，Class檔案中包含了Java虛擬機指令集、符號表以及若干其他輔助資訊，

　　1. Class類檔案的結構

　　Class檔案是一組以位元組為基礎單位的二進制流，各個資料專案嚴格按照順序緊湊的排列在檔案之中，中間沒有任何分隔符，Class檔案格式采用一種類似于C語言結構體的偽結構來存盤資料，這種偽結構只有兩種資料型別：無符號數和表，

• 無符號數屬于基本的資料型別，以u1、u2、u4、u8來分別代表1位元組、2位元組、4位元組和8位元組的無符號數，無符號數可以用來描述數字、索引參考、數量值或者按照UTF-8編碼構成的字串值，
• 表是由多個無符號數或其他表作為資料項構成的復合資料型別，所有的表習慣性以“_info”結尾，表用于描述有層次關系的復合結構資料，整個Class檔案本質上可以視作一張表，這張表嚴格按照下表1-1所列順序排列，

                               表1-1 Class 檔案格式

　　為了方便講解，準備了如下的Java代碼，　　

package org.fenixsoft.clazz;
public class TestClass{
    private int m;
    public int inc(){
        return m + 1;
    }
}

　　相應的類檔案結構如下圖所示：

　　1.1 魔數與Class檔案版本

　　每個Class檔案的頭四個位元組被稱為魔數，用以確定這個檔案是否為一個能被虛擬機接受的Class檔案，值為0x CA FE BA BE，第五六位元組 0x 00 00代表次版本號，主版本號值為0x 00 32，即十進制的50，說明是JDK6或以上版本虛擬機執行的Class檔案，

 　　1.2 常量池

　　由表1-1可知，主次版本號后，是常量池入口，常量池被比喻為Class檔案里面的資源倉庫，是Class檔案結構中與其他專案關聯最多的資料，

　　首先是u2型別的資料代表常量池容量計數值（constant_pool_count），這個容量技術從1開始，如果不參考任何常量池專案，則把索引值設定為0，由下圖0x 00 16，即十進制的22，代表常量池中有21項常量，索引范圍為1~21，

　　常量池中主要存放兩大類常量：字面量（Literal）和符號參考（Symbolic References），字面量比較接近于Java語言層面的常量概念，如文本字串，被宣告為final常量值等，而符號參考則屬于編譯原理方面的概念，主要包括以下幾類常量：

• 被模塊匯出或者開放的包（Package）
• 類和介面的全限定名（Fully Qualified Name）
• 欄位的名稱和描述符（Descriptor）
• 方法的名稱和描述符
• 方法句柄和方法型別（Method Handle、Method Type、Invoke Dynamic）
• 動態呼叫點和動態常量（Dynamically-Computed Call Site、Dynamically-Computed Constant）

　　常量池中的每一項常量都是一個表，常量表中有17種不同型別的常量，所有表結構起始的第一位是個u1型別的標志位，代表當前常量屬于哪種常量型別，

　　圖6-3常量池結構中，常量池容量0x 00 16后緊跟的u1標志位0x 07查表6-3可知，是一個CONSTANT_Class_info型別，此型別的常量代表一個類或者介面的符號參考，

　　name_index是常量池的索引值，它指向常量池中一個CONSTANT_Utf8_info型別常量，此常量代表了這個類的全限定名，本例中的name_index值為0x 00 02，指向了常量池中的第二項常量，第二項常量的標志位是0x 01，查表6-3可知，是CONSTANT_Uff8_info型別的常量，其結構表如表6-5所示，

　　length值說明了UTF-8字串長度是多少個位元組，后面緊跟長度為length位元組的，UTF-8縮略編碼表示的字串，

　　UTF-8縮略編碼與普通UTF-8編碼的區別是：從'\u0001'到'\u007f'之間的字符（相當于1～127的ASCII碼） 的縮略編碼使用一個位元組表示，從'\u0080'到'\u07ff'之間的所有字符的縮略編碼用兩個位元組表示， 從'\u0800'開始到'\uffff'之間的所有字符的縮略編碼就按照普通UTF-8編碼規則使用三個位元組表示，

　　本例中length值長度為0x 00 1D, 長度是29個位元組，往后的29個位元組都在1~127的ASCII碼范圍以內，內容為“org/fenixsoft/clazz/TestClass”

　　剩下的19個常量與上面討論的類似，可以通過javap -verbose 類檔案名查看位元組碼內容，如下圖所示，

　　不難發現，常量池中存在“I”“V”“<init>”“LineNumberTable”“LocalVariableTable”等， 這些看起來在源代碼中不存在的常量，它們是編譯器自動生成的，會被欄位表（field_info）、方法表（method_info）、屬性表（attribute_info）所參考，用于表示方法的回傳值，有幾個引數，每個引數的型別等資訊，

　　以下是常量池中的17種資料型別的結構總表

　　1.3 訪問標志

　　由表6-1，常量池結束后，緊接著的2個位元組代表訪問標志（access_flags），這個標志用于識別一些類或者介面層次的訪問資訊，具體標志值及其含義見下表，

　　沒有用到的標志位一律為0，由標志位為0x 00 21可知，ACC_PUBLIC 和 ACC_SUPER標志為真，

 　　1.4 類索引、父類索引與介面索引集合

　　由表6-1可知，訪問標志后是類索引、父類索引與介面索引集合，Class檔案由這三項資料來確定該型別的繼承關系，類索參考于確定這個類的全限定名，父類索參考于確定這個類的父類的全限定名，介面索引集合用來描述這個類實作了哪些介面，這些實作的介面將按implements關鍵字后的介面順序從左到右排列在介面索引集合中，

　　類索引（0x 00 01）和父類索引（0x 00 03）用兩個u2型別的索引值表示，各自指向一個型別為CONSTANT_Class_info的類描述符常量，通過CONSTANT_Class_info型別的常量中的索引值可以找到定義在CONSTANT_Utf8_info型別的常量中的全限定名字串，

　　介面索引為0x 00 00，介面索引集合大小為0.

　　1.5 欄位表集合

　　欄位表（field_info） 用于描述介面或者類中宣告的變數， Java語言中的“欄位”（Field） 包括類級變數以及實體級變數， 但不包括在方法內部宣告的區域變數，欄位可以包括的修飾符有欄位的作用域（public、private、protected修飾符） 、是實體變數還是類變數（static修飾符） 、 可變性（final） 、 并發可見性（volatile修飾符，是否強制從主記憶體讀寫） 、 可否被序列化（transient修飾符） 、 欄位資料型別（基本型別、 物件、 陣列） 、欄位名稱， 表6-8為欄位表結構，

　　欄位修飾符放在access_flags專案中，其標志位和含義如表6-9所示，

　　name_index和descriptor_index都是對常量池項的參考，分別代表欄位的簡單名稱以及欄位和方法的描述符，

　　簡單名稱指沒有型別和引數修飾的方法或者欄位名稱，最開始的Java代碼中，inc()方法和m欄位的簡單名稱是“inc”和“m”，

　　描述符用來描述欄位的資料型別、方法的引數串列（包括數量、型別以及順序）和回傳值，描述符標識字符含義見下表，

　　對于陣列型別，每一維度將使用一個前置的“[”字符來描述，如一個定義為“java.lang.String[][]”型別的二維陣列將被記錄成“[[Ljava/lang/String;", 一個整型陣列“int[]”將被記錄成“[I”，

　　對于方法，按照先引數串列、后回傳值的順序描述，引數串列按照引數的嚴格順序放在一組小括號“()”之內，如方法void inc()的描述符為“()V”，方法java.lang.String toString()的描述符為“()Ljava/lang/String;", 方法int indexOf(char[]source, int sourceOffset, int sourceCount, char[]target, int targetOffset, int targetCount, int fromIndex)的描述符為“([CII[CIII)I”，

 　　由表6-1，接下來是fields_count，其值為0x 00 01，即這個類只有一個欄位表資料，接下來的fields參考表6-8.首先是access_flags標志，值為0x 00 02，查表6-9，為ACC_PRIVATE，name_index的值為0x 00 05，由1.2節所列常量代碼清單可知，值為“m”，欄位描述符descriptor_index的值為0x 00 06，指向常量池的字串“I”，可以推斷出，原代碼定義的欄位為“private int m”，緊跟的0x 00 00 表示沒有額外屬性， attribute_info的內容將在1.7節進行講解，

　　1.6 方法表集合

　　Class檔案存盤格式中對方法的描述與對欄位的描述采用了幾乎完全一樣的方式，表6-11為方法表結構，表6-12為方法訪問標志，

　　方法里的代碼，存放在方法屬性表集合中的code屬性里面，將在下一節介紹，

　　0x 00 02 表示有兩個方法，第一個方法access_flags為0x 00 01，查表6-12是ACC_PUBLIC，name_index是0x 00 07查常量池表可知方法為“<init>”，接下來的descriptor_index是0x 00 08，對應常量為“()V”，屬性表計數器attributes_count的值為0x 00 01，表示此方法的屬性表集合有1項屬性，屬性名稱索引值為0x 00 09，對應常量為“code”，

　　1.7 屬性表集合

　　Class檔案、欄位表、方發表都可以攜帶自己的屬性表集合，以描述某些場景專有的資訊，預定義屬性有29項，如下表所示，后面章節將會對常用的，重要屬性進行解釋，

　　1.7.1 Code屬性

　　Java程式方法體里面的代碼經過Javac編譯器處理之后，最終變為位元組碼指令存盤在Code屬性內，Code屬性出現在方法表的屬性集合之中，但并非所有的方法表都必須存在這個屬性，譬如介面或者抽象類中的方法就不存在Code屬性，如果方法表有Code屬性存在，那么它的結構將如表6-15所示， 

　　attribute_name_index是一項指向CONSTANT_Utf8_info型常量的索引，此常量值固定為“Code”，它代表了該屬性的屬性名稱，

　　attribute_length指示了屬性值的長度，由于屬性名稱索引與屬性長度一共為6個位元組，所以屬性值的長度固定為整個屬性表長度減去6個位元組，

　　max_stack代表了運算元堆疊（Operand Stack） 深度的最大值，虛擬機運行的時候需要根據這個值來分配堆疊幀（Stack Frame）中的操作堆疊深度，

　　max_locals代表了區域變數表所需的存盤空間，max_locals的單位是變數槽（Slot） ，變數槽是虛擬機為區域變數分配記憶體所使用的最小單位， 對于byte、char、float、int、short、boolean和returnAddress等長度不超過32位的資料型別，每個區域變數占用一個變數槽， 而double和long這兩種64位的資料型別則需要兩個變數槽來存放， Javac編譯器會根據變數的作用域來分配變數槽給各個變數使用， 根據同時生存的最大區域變數數量和型別計算出max_locals的大小，

　　Javac編譯器會根據同時生存的最大區域變數數量和型別計算出max_locals的大小，　　

　　code_length代表位元組碼長度，code是用于存盤位元組碼指令的一系列位元組流，編碼與指令的對應關系可以查看“虛擬機位元組碼指令表”，

　　繼續上一節分析過的實體構造器“<init()>”方法的code屬性，attribute_length為0x 00 00 00 2F，運算元堆疊的最大深度和本地變數表的容量都為0x 00 01，位元組碼區域所占空間的長度為0x 00 05，根據位元組碼指令表翻譯出所對應的位元組碼指令2A B7 000A B1：

　　1） 讀入2A，查表得0x2A對應的指令為aload_0，這個指令的含義是將第0個變數槽中為reference型別的本地變數推送到運算元堆疊頂，

　　2） 讀入B7，查表得0xB7對應的指令為invokespecial，這條指令的作用是以堆疊頂的reference型別的資料所指向的物件作為方法接收者，呼叫此物件的實體構造器方法、private方法或者它的父類的方法，這個方法有一個u2型別的引數說明具體呼叫哪一個方法，它指向常量池中的一個CONSTANT_Methodref_info型別常量，即此方法的符號參考，
　　3） 讀入000A，這是invokespecial指令的引數，代表一個符號參考，查常量池得0x 00 0A對應的常量為實體構造器“<init>()”方法的符號參考，
　　4） 讀入B1，查表得0xB1對應的指令為return，含義是從方法的回傳，并且回傳值為void，這條指令執行后，當前方法正常結束，

　　使用javap命令把另一個方法的位元組碼指令也計算出來，　　

public int inc();
 Code:
  Stack=2, Locals=1, Args_size=1
  0: aload_01: getfield #18; //Field m:I
  4: iconst_1
  5: iadd
  6: ireturn
LineNumberTable:
  line 8: 0
LocalVariableTable:
  Start Length Slot Name Signature
  0 7 0 this Lorg/fenixsoft/clazz/TestClass;

　　例外表格式如表6-16所示，

　　當位元組碼從第start_pc行到第end_pc行之間（不含第end_pc行）出現了型別為catch_type或者其子類的例外（catch_type為指向一個CONSTANT_Class_info型常量的索引） ， 則轉到第handler_pc行繼續處理， 當catch_type的值為0時，代表任意例外情況都需要轉到handler_pc處進行處理，

　　1.7.2 Exceptions屬性

　　Exceptions屬性的作用是列舉出方法中可能拋出的受查例外，也就是方法描述時在throws關鍵字后面列舉的例外，Exceptions屬性中的number_of_exceptions項表示方法可能拋出number_of_exceptions種受查例外， 每一種受查例外使用一個exception_index_table項表， exception_index_table是一個指向常量池中CONSTANT_Class_info型常量的索引， 代表了該受查例外的型別，

　　1.7.3 LineNumberTable屬性

　　LineNumberTable屬性用于描述Java原始碼行號與位元組碼行號（ 位元組碼的偏移量） 之間的對應關系，  

　　line_number_table是一個數量為line_number_table_length、型別為line_number_info的集合，line_number_info表包括了start_pc和line_number兩個u2型別的資料項，前者是位元組碼行號，后者是Java原始碼行號，

　　1.7.4 LocalVariableTable屬性

　　LocalVariableTable屬性用于描述堆疊幀中區域變數表中的變數與Java原始碼中定義的變數之間的關系， 

　　start_pc和length屬性分別代表了這個區域變數的生命周期開始的位元組碼偏移量及其作用范圍覆寫的長度，兩者結合起來就是這個區域變數在位元組碼之中的作用域范圍，

　　name_index和descriptor_index都是指向常量池中CONSTANT_Utf8_info型常量的索引，分別代表了區域變數的名稱以及這個區域變數的描述符，

　　index是這個區域變數在堆疊幀區域變數表中Slot的位置，當這個變數資料型別是64位型別時（ double和long），它占用的Slot為index和index+1兩個，

 　　在JDK 1.5引入泛型之后，LocalVariableTable屬性增加了一個“ 姐妹屬性” ：LocalVariableTypeTable，這個新增的屬性結構與LocalVariableTable非常相似，僅僅是把記錄的欄位描述符的descriptor_index替換成了欄位的特征簽名（ Signature） ，對于非泛型型別來說，描述符和特征簽名能描述的資訊是基本一致的，但是泛型引入之后，由于描述符中泛型的引數化型別被擦除掉，描述符就不能準確地描述泛型型別了，因此出現了LocalVariableTypeTable，

　　1.7.5 SourceFile屬性

　　SourceFile屬性用于記錄生成這個Class檔案的原始碼檔案名稱，對于大多數的類來說，類名和檔案名是一致的，但是有一些特殊情況（ 如內部類）例外，如果不生成這項屬性，當拋出例外時，堆疊中將不會顯示出錯代碼所屬的檔案名，
　　

　　sourcefile_index資料項是指向常量池中CONSTANT_Utf8_info型常量的索引，常量值是原始碼檔案的檔案名，

　　1.7.6 ConstantValue屬性

　　ConstantValue屬性的作用是通知虛擬機自動為靜態變數賦值，只有被static關鍵字修飾的變數（ 類變數） 才可以使用這項屬性，類似“ int x=123” 和“ static int x=123” 這樣的變數定義在Java程式中是非常常見的事情， 但虛擬機對這兩種變數賦值的方式和時刻都有所不同， 對于非static型別的變數（ 也就是實體變數） 的賦值是在實體構造器＜init＞方法中進行的；如果同時使用final和static來修飾一個變數（ 按照習慣，這里稱“ 常量” 更貼切） ，并且這個變數的資料型別是基本型別或者java.lang.String的話，就生成ConstantValue屬性來進行初始化，如果這個變數沒有被final修飾，或者并非基本型別及字串，則將會選擇在＜clinit＞方法中進行初始化，

　　constantvalue_index資料項代表了常量池中一個字面量常量的參考，根據欄位型別的不同，字面量可以是CONSTANT_Long_info、CONSTANT_Float_info、CONSTANT_Double_info、CONSTANT_Integer_info、CONSTANT_String_info常量中的一種，

　　1.7.7 InnerClasses屬性

　　InnerClasses屬性用于記錄內部類與宿主類之間的關聯，如果一個類中定義了內部類，那編譯器將會為它以及它所包含的內部類生成InnerClasses屬性，該屬性的結構見表6-23，

　　　　inner_classes_info表的結構見表6-24，

　　inner_class_info_index和outer_class_info_index都是指向常量池中CONSTANT_Class_info型常量的索引，分別代表了內部類和宿主類的符號參考，inner_name_index是指向常量池中CONSTANT_Utf8_info型常量的索引，代表這個內部類的名稱，如果是匿名內部類，那么這項值為0，

 　　inner_class_access_flags是內部類的訪問標志，類似于類的access_flags，它的取值范圍見表6-25，

　　1.7.8 Signature屬性

　　任何類、介面、初始化方法或成員的泛型簽名包含了型別變數（Type Variable）或引數化型別（Parameterized Type），則Signature屬性會記錄泛型簽名資訊，這樣Java 的反射API能夠獲取泛型型別，

標籤：其他

上一篇：歷時90天，從外包公司到位元組軟體測開工程師，就靠這份測開檔案

下一篇：第四章 虛擬機類加載機制