深入JAVA虚拟机之Class文件结构

前言：
java程序可移植的，是平台无关的。因为java源码文件（.java）被编译器（javac）编译转化为字节码文件(.class),而字节码文件的执行是依赖JVM的，所以只要在平台上安装了对应的虚拟机版本，那么这些字节码文件就可以被加载执行。几行文字就说明了java程序为啥平台无关的，可移植的。虚拟机加载字节码文件，那么字节码文件里面到底保存了什么内容呢？它的结构是什么样的呢？这也是这篇文章所要讲解的内容。读了这篇文字能获得那些内容呢？

1.Class文件结构
2.Class文件格式及各部分内容讲解
3.根据class文件格式内容，理解JAVA语言的特性

备注：
class文件结构是java语言的核心基础数据结构，所以理解和掌握这一部分内容是必须和非常重要的，但因为是数据结构的内容，所以会有些无聊。尽量通俗易懂。

• class文件结构

class文件是以8位字节为基础单位的二进制流。各个数据项严格按照顺序紧凑的
排列在class文件中，没有分隔符，没有空隙。如果出现8位字节以上的数据项，则会按照
高位在前的方式分割成若干各8位字节进行存储。

java虚拟机规范规定：class文件格式采用一种类似C语言结构体的伪结构存储，这种伪结构只有两种数据类型：无符号数、表。解析都是依赖这两种数据类型，所以 将清楚这两货是必要搞懂的。

1.无符号数是基本的数据类型，分别以u1\u2\u4\u8表表示1各字节、2个字节、4个字节、
    8个字节。它可以用来描述数字、索引引用、数量值、或者按照UTF-8编码构成的
    字符串值。

2.表是由无符号数或者和其他表作为数据项构成的复合型数据结构。就是跟c语言的结构
体很相似。而整个class文件就是一张表。

class表结构：

类型	名称	数量
u4	magic	1
u2	minor_version	1
u2	major_version	1
u2	constant_pool_count	1
cp_info	constant_pool	constant_pool_count-1
u2	access_flags	1
u2	this_class	1
u2	super_class	1
u2	interfaces_count	1
u2	interfaces	interfaces_count
u2	fields_count	1
field_info	fields	fields_count
u2	methods_count	1
method_info	methods	methods_count
u2	attributes_count	1
attribute_info	attributes	attributes_count

备注：
class文件的结构不同于XML等描述语言，它没有分割符，所以无论是顺序和数量都严格限定的，不可修改的。

• class文件格式

魔数（magic,u4）:占用4个字节，
用于进行身份识别，判断是否为虚拟机可接受文件格式。git\jpeg都在文件头存有魔数。
class的魔数是 ：0xCAFEBABE(咖啡宝贝？这个取值的历史也很有意思，可自行查阅，
你还可以联想一下java的icon是不是一杯咖啡的图).

次版本号（minor_version,u2)、主板本号（major_version，u2）：
第5,第6个字节标识次版本号。java的版本号是从45开始的。JDK1.1以后每个大版本在
主板本号上加1,高版本JDK可以向下兼容。但无法兼容后续的高版本，就算内容结构啥的
没有发生改变，也是无法兼容的。如果要验证，可以自行用不同的jdk编译的文件进行测试
。

常量池：
紧接着就是常量池的入口，特别要注意的是这里常量池会使用一个u2的constant_pool_count计数器，统计常量池容量。但它的计数是从1开始，不是0,所以constant_pool的容量是constant_pool_count-1。

那为啥不从0开始呢？因为规范制定时，这一0有特殊用途：表达“不引用任何一个常量池项目”。class文件中就只有常量池计数器是从1开始的，其他都是从0开始的。

常量池存放两大类常量，字面量与符号引用。字面量接近java语言层面的常量，比如字符串、final定义的常量值等。而符号引用则是编译原理的概念。包括：类和接口全限定名、字段的名称和描述符、方法的名称和描述符。

常量池中的每一项都是一个表。一共有11个各不相同的表结构。这11个表有一个共同点，开头都是u1类型的标识位（tag)取值1-12,没有2标识的数据类型.下表为tag取值对应的数据类型。

类型	标识	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	类或者接口的符号引用
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	字段或者方法的部分引用

之所以说常量池最复杂就是因为这11个常量类型都有自己的结构。而且很多class文件中的数据项都要引用常量池中的常量，所以这一部分也是非常重要的内容。

访问标识
该标识用于识别一些类的信息，比如说：classs是类还是接口，是否public，是否是abstract,如果是类，是不是定义为final。

类索引、父类索引、接口索引集合
类索引（this_class）和父类索引（super_class)都是u2类型的数据，而接口索引集合是一组u2数据类型的集合。class文件中用这三项来描述该类的继承关系。这也是为什么java只能单继承，不能多继承，而可以多实现接口的原因。在class文件结构上就限定了类的单继承特性。

类索引和父类索引各自指向了一个Constant_Class_info的描述符号常量，通过Constant_class_info中的索引值可以找到一个Constant_Utf8_info的常量字符串，这个字符串就是类的全限定名字符串。查找过程如下图：

字段表集合

字段表是描述接口和类申明的变量。类变量和实例变量，但不包含在方法体中的局部变量。那么它可以描述那些信息呢？我们可以结合字段申明所用的修饰来分析，比如作用域、类变量还是实例变量、是否可变、并发可见性、可否序列化、字段数据类型、字段名称。下面是字段表结构：

字段访问标识

方法表集合
如果理解了字段表集集合的含义，那么理解方法表集合就十分的简单了，因为它们非常相似，只是在可选值上有所区别。

到这里我就产生类疑问，我方法体里面的代码呢？它保存到哪里去啦？
代码被编译称字节码指令，保存到方法属性表集合中的code属性里面了，而方法属性呢，则顾名思义是放在属性表集合中了，接下来就是讲属性表集合。

属性表集合
前面的class文件、字段表集合、方法表集合都有attribute表集合，用来描述某些场景的专有信息。

可以看到，code属性有本地变量表，LineNumberTable,我们前面方法里的代码就是放在Code属性中的。

特别注意：code属性不是一定都会存在，比如抽象类，就没有方法表中的code属性，接口因为jdk8做了接口增强以后，可以在接口中实现方法体了，所以接口可能有，也可能没有。但jdk8以前的接口肯定是没有的。
异常属性表结构

class文件是java虚拟机执行引擎的入口，那么通过上面的讲解，对class文件结构也有更深入的了解，对java语言的一些特性也有了在根本上理解的基础。class文件也是算的上java技术体系中的基础支柱之一。对于后面讲解虚拟机执行引擎具有重要的意义。

备注：
上面所写的内容版本应该是1.6的，所以现在都已经开始1.8、1.9的流行了，所以如果你看到的内容有所不同，这是正常的，因为java在发展，class文件结构也在不断发展，但是大的变化是没有的，而一些小变化也是在结构设计之处就是定义为可扩展的。

转载于:https://blog.51cto.com/4837471/2157940