1、"与平台无关"最终实现在操作系统的应用层:Sun公司及许多虚拟机公司发布了许多可以运行在各种不同平台上的虚拟机,这些虚拟机都可以载入和执行同一种平台无关的字节码,从而实现程序的一次编写到处执行。各种不同平台的虚拟机与所有平台都统一使用的程序存储格式—字节码(ByteCode)是构成平台无关性的基石。
2、Class文件是一组以8字节为基础单位的二进制流,各个数据项目严格按照顺序紧凑的排列在Class文件之中,中间没有添加任何的分隔符,这使得整个Class文件中存储的内容几乎全部是运行的必要数据,内有空隙存在。当遇到需要占用8位字节以上的空间的数据项时,则会按照高位在前的方式分割成若干个8位字节进行存储。Class文件中的字节序是被严格限定的,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。
2.1、Class文件格式中只有两种数据类型:无符号数和表。
2.1.1、无符号数属于基本的数据类型,以u1,u2,u4,u8来分别代表1字节,2字节,4字节,8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编码构成的字符串值。
2.1.2、表是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。表用于描述有层次关系的复合结构的数据,整个Class文件实质上就是一张表。
2.2、无论是无符号数还是表,当需要描述同一类型但数量不定的多个数据时,经常会使用一个前置的容量计数器加若干个连续的数据项组成,这时称这一系列连续的某一类型的数据为某一类型的集合。
3、魔数与Class文件的版本。
3.1、每个Class文件的头4个字节称为魔数,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Class文件。很多存储文件都使用魔数来进行身份验证。使用魔数而不是文件的扩展名进行身份识别主要基于安全考虑。文件的扩展名可以被随意改动。Class文件的魔数值为:0xCAFEBABE。
3.2、紧接着魔数的4个字节存储的是Class文件的版本号:第五和第六个字节存储的是次版本号(Minor Version),第七和第八个字节存储的是主版本号(Major Verison)。Java的版本号是从45开始的。
4、常量池。紧接着主次版本号之后的是常量池入口,常量池可以理解为Class文件之中的资源仓库,它是Class文件结构中与其他项目关联最多的数据类型,也是占用Class文件空间最大的数据项目之一,同时它还是在Class文件中第一个出现的表类型数据项目。由于常量池中常量数量是不固定的,所以在常量池的入口需要放置一项u2类型的数据,代表常量池容量计数器,这个计数器的索引是从1开始的。Class文件结构中只有常量池的容量计数是从1开始的。
4.1、常量池中存放两大类常量:字面量和符号引用。
4.1.1、字面量比较接近Java语言层面的概念,如文本字符串,声明为final类型的常量值等。
4.1.2、符号引用属于编译原理层面的概念,包括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三类。
4.2、常量池中每一项常量都是一个表,目前有14中结构各不相同的表结构数据。这14种表有一个共同特点就是表开始的第一位是一个u1类型的标志位,代表当前这个常量属于哪种常量类型。
5、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Class是类还是接口,是否定义为public类型,是否定义为abstract类型等。access_flags中一共有16个标志位可以使用,当前只定义了其中的8个,没有使用到的标志位要求一律为0。
6、类索引、父类索引与接口索引集合。
6.1、类索引和父类索引都是一个u2类型的数据,它们各自指向一个类型为CONSTANT_Class_info的类描述符常量,通过CONSTANT_Class_info类型中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。而接口索引集合是一组u2类型的数据的集合,接口索引集合入口的第一项是一个u2类型的数据为接口计数器,表示索引表的容量。如果该类没有实现任何接口,则该计数器值为0。
6.2、Class文件中由这三项数据来确定这个类的继承关系。类索引用于确定这个类的全限定名,父类索引用于确定这个类的父类的全限定名。Java不允许多继承,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。接口索引集合就用来描述这个类实现了哪些接口,这些实现的接口将按implement或extend之后的接口顺序从左到右排列在接口索引集合中。
7、字段表集合。字段表用于描述类或接口中声明的变量。字段包括类级变量以及实例级变量,不包括在方法内部声明的局部变量。其中包括描述字段的信息有:字段的作用域(public、private、protected修饰符)、是实例变量还是类变量(static修饰符)、可变性(final修饰符)、并发可见性(volatile修饰符、是否强制从主内存读写)、可否被序列化(transient修饰符)、字段数据类型(基本类型、对象、数组)、字段名称。上述这些修饰符都是boolean类型,修饰符可以用标志位来表示。而字段叫什么名字,字段被定义为什么数据类型,这些都是无法固定的,只能引用常量池中的常量来描述。
7.1、字段修饰符放在access_flags项目中,它与类中的access_flags项目是非常类似的,都是一个u2的数据类型,其中可以设置标志位如下表:
7.2、access_flags标志之后的是两项索引值:name_index和descriptor_index。它们都是对常量池的引用,分别代表着字段的简单名称以及字段和方法的描述符。
7.2.1、cn/edu/sjzc/TestClass是类的全限定名,为了使多个全限定名之间不产生混淆,使用时最后一般会加入一个“;”表示全限定名结束。
7.2.2、简单名称是指没有类型和参数修饰符的方法或者字段名称,如add()方法的简单名称就是add。
7.2.3、方法和字段描述符。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类型都用一个大写字符来表示,而对象类型则用字符L加对象的全限定名来表示。对于数组类型,每一维度将使用一个前置的“[”字符来描述,如定义一个"java.lang.String"类型的二维数组,将被记录为"[[Ljava/lang/String;",一个整型数组将被记录为"[I"
7.3、用描述符来描述方法时,按照先参数列表后返回值的顺序描述,参数列表按照参数的严格顺序放在一组小括号“()”之内。如方法void inc()的描述符为“()V”,方法java.lang.String toString()的描述符为“()Ljava/lang/String”,方法int indexOf(char[] source,int sourceOffset,int sourceCount,char[] target,int targetOffset,int targetCount,int fromIndex)的描述符为“([CII[CIII)I”。
7.4、字段表包含的固定的数据项目到descriptor_index为止就结束了,在descriptor_index之后跟随这一个属性表集合用于存储一些额外的信息,字段都可以在属性表中描述零至多项的额外信息。
7.5、字段表集合中不会列出从超类或者父接口中继承而来的字段,但有可能列出原本Java代码中不存在的字段,例如在内部类中为了保持对外部的访问性,会自动添加指向外部类实例的字段。另外,在Java语言中字段是无法重载的,两个字段的数据类型、修饰符不管是否相同,都必须使用不一样的名称,但对于字节码来说,如果两个字段的描述符不一致,那字段重名就是合法的。
8、方法表集合。Class文件存储格式中对方法的描述与对字段的描述几乎采用了完全一致的方式,其结构和字段表基本一致,包括了:访问标志(access_flags)、名称索引(name_index)、描述符索引(descriptor_index)、属性表集合(attributes)几项。其中volatile关键字和transient关键字不能修饰方法,所以访问标志中没有相应的标志,与之相对的,synchronized、native、strictfp和abstract关键字可以修饰方法,所以方法表的访问标志中增加了与之相对应的标志。
8.1、Java方法中的代码经过编译器编译成字节码指令后,存放在方法属性表集合中一个名为“Code”的属性里面。
8.2、方法表集合的入口的第一个是一个u2类型的数据(容量计数器),代表集合中的方法数。
8.3、在方法表集合中如果父类方法在子类中没有被重写,方法表集合中就不会出现来自父类的方法信息。但有可能会出现由编译器自动添加的方法,最典型的是类构造器clinit方法和实例构造器init方法。
8.4、在Java中,要重载一个方法,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同的特征签名,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。也正是因为返回值不会包含在特征签名中,因此Java语言里面是无法仅仅依靠返回值的不同来对一个已有方法进行重载的。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也可以共存。即如果两个方法有相同的名称和特征签名,但返回值不同,也可以合法共存于同一个Class文件中。
9、属性表集合。属性表集合不像其他数据项目要求严格的顺序、长度和内容,其对这方面的限制宽松了些,不再要求各个属性表具有严格顺序,并且只要不与已有的属性名重复,任何人实现的编译器都可以向属性表中写入自己定义的属性信息。为了能正确解析Class文件,预定义属性已经增加到21项。
9.1、对于每个属性,它的名称需要从常量池中引用一个CONSTANT_Utf8_info类型的常量来表示,而属性值的结构则是完全自定义的,只需要通过一个u4的长度属性去说明属性值所占用的位数即可。属性结构表的结构如下:
9.2、Code属性。Java程序中方法内的代码经过javac编译之后,编译成的字节码指令存储在Code属性内。Code属性出现在方法表的属性集合之中,接口或者抽象类的方法就不存在Code属性。Code属性表的结构:
9.2.1、attribute_name_index是一项指向CONSTANT_Utf8_info型常量的索引,常量值固定为“Code”,它代表了该属性的属性名称。attribute_length指示了属性值的长度,由于属性名称索引与属性长度一共为6字节,所以属性值的长度固定为整个属性表长度减去6个字节。
9.2.2、max_stack代表了操作数栈深度的最大值。在方法执行的任意时刻,操作数栈都不会超过这个深度。虚拟机运行的时候需要根据这个值来分配栈帧中的操作栈深度。
9.2.3、max_locals代表了局部变量表所需的存储空间。max_locals的Slot,Slot是虚拟机为局部变量分配内存所使用的最小单位。方法参数、显示异常处理器的参数、方法体中定义的局部变量都需要使用局部变量表来存放。注意:并不是在方法中用到了多少个局部变量,就把这些局部变量所占Slot之和作为max_locals的值,原因是局部变量表中的Slot可以重用,当代码执行超出一个局部变量的作用域时,这个局部变量所占的Slot可以被其他局部变量所使用,Javac编译器会根据变量的作用域来分配Slot给各个变量使用,然后计算出max_locals的大小。
9.2.4、code_length和code用来存储Java源程序编译后生成的字节码指令。code_length代表字节码长度,code用于存储字节码指令的一系列字节流。每个指令就是一个u1类型的单字节,当虚拟机读取到code中的一个字节码时,就可以对应找出这个字节码代表的是什么指令,并且可以知道这条指令后面是否需要跟随参数,以及参数应当如何理解。u1类型的取值范围为0x00~0xFF,对应十进制的0到255,也就是一共可以表达256条指令。目前,Java虚拟机已经定义了其中约200条编码值对应的指令含义。
9.2.4.1、关于code_length,有一个值得注意的是,虽然它是一个u4类型的长度值,理论上最大值可以达到2的32次减1,但虚拟机中明确限制了一个方法不允许超过65535条字节码指令,即它实际只使用了u2的长度,如果超过这个限制,Javac编译器也会拒绝编译。
9.2.5、通过Javap编译之后,输出中的Args_size的值即使方法没有任何参数,其值是为1。原因就是在任何实例方法里面,都可以通过“this”关键字访问到此方法所属的对象。这个机制是通过Javac编译器编译的时候把对this关键字的访问转变为对一个普通方法参数的访问,然后在虚拟机调用实例方法时自动传入此参数。因此在实例方法的局部变量表中至少会存在一个指向当前对象实例的局部变量,局部变量表中也会预留出第一个Slot位来存放对象实例的引用,方法参数值从1开始。这个处理只对实例方法有效。
9.3、显示异常处理表。异常表对于Code属性来说并不是必须存在的。异常表的格式包括四个字段,如图:
如果字节码在第start_pc行到第end_pc行之间(不包含end_pc行)出现了类型为catch_type或者其子类的异常(catch_type为指向一个CONSTANT_Class_info型常量的索引),则转到handler_pc行继续处理。当catch_type的值为0时,代表任意异常情况都需要转向到handler_pc处进行处理。
9.4、Exceptions属性。此属性的作用是列举出方法中可能抛出的受查异常,也就是方法描述时在throws关键字后面列举的异常。结构表如下:
Exceptions属性中的number_of_exceptions项表示方法可能抛出number_of_exceptions种受查异常,每一种受查异常使用一个exception_index_table项表示,exception_index_table是一个指向常量池中CONSTANT_Class_info型常量的索引,代表了该受查异常的类型。
9.5、LineNumberTable属性。此属性用于描述Java源码行号与字节码行号(字节码的偏移量)之间的对应关系。它不是运行时必须的属性,但默认会生成到Class文件之中,可以选择运行Javac中的命令来取消或生成这项信息。如果不选择生成,则对程序最大的影响就是当抛出异常时,堆栈中将不会显示出错的行号,并且在调试程序的时候也无法按照源码行来设置断点。属性结构如下:
9.6、LocalVariableTable属性。此属性用于描述局部变量表中的变量与Java源码中定义的变量之间的关系。不是运行时必须的。如果没有生成这项属性,最大的影响就是当其他人引用这个方法时,所有的参数名称都将丢失,IDE将会使用诸如arg0,arg1之类的占位符来代替原有的参数名字,对程序运行没有任何影响。
9.7、SourceFile属性。这是一个定长属性。此属性用于记录生成这个Class文件的源码的文件名称。这个属性是可选的。如果没有生成这个属性,当抛出异常时,堆栈中奖不会显示出错代码所属的文件名。
9.8、ConstantValue属性。此属性的作用是通知虚拟机自动为静态变量赋值。只有被static关键字修饰的变量(类变量)才可以使用这项属性。对于非静态类型的变量也就是实例变量的赋值是在实例构造器init中进行的。对于类变量,有两种方式:在类构造器clinit方法中或者使用ConstantValue属性。如果同时使用final和static来修饰一个变量,并且这个变量的数据类型是基本数据类型或者java.lang.String的话,就生成ConstantValue属性来进行初始化,如果这个变量没有被final修饰,或者并非数据类型及字符串,则会选择在clinit方法中进行初始化。
9.9、InnerClasses属性。此属性用于记录内部类与宿主类之间的关联。如果一个类中定义了内部类,编译器将会为它以及它所包含的内部类生成InnerClasses属性。
9.10、Deprecated及Synthetic属性。两个属性属于标志类型的boolean属性,只存在有何没有的区别,没有属性值的概念。Deprecated属性已经被弃用。
9.11、StackMapTable属性。这是一个复杂的变长属性,位于Code属性的属性表内。这个属性会在虚拟机类加载的字节码验证阶段被新类型检查验证器使用,目的在于代替以前比较消耗性能的基于数据流分析的类型推导验证器。
9.12、Signature属性。此属性用于记录泛型类型。
9.13、BootstrapMethods属性。此属性是一个复杂的变长属性,位于类文件的属性表中。这个属性用于保存involvedynamic指令引用的引导方法限定符。类文件的属性表中最多只有一个BootstrapMethods属性。
bootstrap_method_ref:此项的值必须是对常量池的有效索引。常量池在该处的索引值必须是一个CONSTANT_MethodHandle_info结构。
num_bootstrap_arguments:此项值给出了bootstrap_arguments[]数组成员的数量。
bootstrap_arguments[]:此数组的每个成员必须是一个对常量池的有效索引。常量池在索引处必须是下列结构之一:CONSTANT_String_info、CONSTANT_Class_info、CONSTANT_Integer_info、CONSTANT_Long_info、CONSTANT_Float_info、CONSTANT_Double_info、CONSTANT_MethodHandle_info或CONSTANT_MethodType_info。
9.14、字节码指令参照字节码指令表。
读《深入理解Java虚拟机-JVM高级特性与最佳实践》所做的笔记。