JVM学习笔记（二）——Class文件结构

Class文件是Java程序跨平台的保证，正是由于有了Class文件架起源码和机器码之间的中间桥梁，JVM虚拟机才可以在各种平台上按照统一的规范标准加载Java代码。

作为“写给虚拟机看的”Java代码，Class文件结构必须设计得足够完善，同时由于Java虚拟机规范并不只针对Java，Class文件又不能引入过多细节。本篇博客我们就来介绍下Class文件的结构。

一个Class文件对应一个Java Class，所以一个Class文件记录着一个类的全部信息，JVM通过Class文件将对应的类加载入内存。

Class文件的结构主要分为以下几部分：

类索引、父类索引、接口索引 字段表集合 方法表集合 索引表集合

每个Class文件的头4个字节成为魔数（Magic Number），它的唯一作用就是确定这个文件是否能作为一个Class文件被接受。很多文件都以魔数进行类型识别，如gif、jpeg等图片文件。之所以使用魔数而不是扩展名是处于安全考虑，文件扩展名可以所以改动。Class文件的魔数是0xCAFEBABE。

紧接着魔数的4个字节存储的是Class文件的版本号，5、6字节为次版本号，7、8字节为主版本号。不同版本的虚拟机可以接受不同版本的class文件，所以虚拟机通过主次版本号判断是否可以加载目标class文件。

2 常量池

常量池可以看做是Class文件的资源仓库，也是Class文件中占用空间最大的部分。常量池主要存放两大类常量：字面量、符号引用。

字面量比较接近Java语言层面的常量，如文本字符串、生命为final的常量等。

符号引用属于编译范畴中的概念，主要包括三类常量：

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

Java语言不同于C、C++等语言在编译阶段即进行链接，相应的链接都放到了运行时阶段。所以Class文件中不可能包含各个方法、字段在内存中的布局。Java虚拟机在运行阶段加载类时，将符号引用转换成真正的内存入口地址，对应类才算可以工作。

常量池中的每一项代表一个常量，JDK目前共有14中类型的常量，而每一个常量又有自己的内部结构。类或接口符号索引是其中较为简单的一项，接下来以类索引为例做简单介绍。类符号索引对应的类型为CONSTANT_Class_info,其结构如下：

tag是标志位，表明类型。CONSTANT_Class_info的tag为7。name_index是一个索引值，它指向常量池中一个CONSTANT_Utf8_info类型常量，此常量代表了这个类的全限定名。

CONSTANT_Utf8_info的结构如下所示：

3 访问标志

常量池之后的两个字节代表访问标志（accss_flags）,用于识别类或接口的层次访问信息：

4 类索引、父类索引与接口索引集合

类索引（this_class）和父类索引（super_class）都是一个u2类型的数据，而接口索引集合（interfaces）是一组u2类型的数据集合。Class文件中的这三项决定了类的继承关系。

类索引和父类索引用两个u2类型的索引值表示，它们各自指向一个CONSTANT_Class_info类描述符常量，通过CONSTANT_Class_info类型的常量索引值可以找到定义在CONSTAN_Utf8_info类型的常量中的类全限定名。

对于接口索引集合，入口的第一项u2类型的数据为接口计数器（interfaces_count）表示索引表的容量。每个接口的同样由一个u2类型数据指向一个CONSTANT_Class_info。

5 字段表集合

字段表（field_info）用于描述接口或者类中声明的变量。字段（field）包括类级变量和实例级变量，但不包括定义在方法内部的局部变量。每个字段的结构如下图所示：

5.2 name_index

name_index标识字段的简单名称。简单名称和全限定名的区别在于：全限定名是类的全路径名，如org/fenixsoft/clazz/TestClass,只是把类全名中的"."替换成“/”而已。简单名称指的是没有类型和参数修饰的方法或者字段名称，如一个类中含有一个字段"m",则其简单名称为"m"。

5.3 descriptor_index

descriptor_index为字段或方法的描述符。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。基本数据类型以及代表无返回值的void以及对象类型均由一个大写字符来代替：

对于数组类型，每一个维度用一个"["来描述，比如定义一个“java.lang.String[][]”类型的二维数组，将被记录为“[[Ljava/lang/string”。

方法描述符按照先参数列表后返回值的顺序描述，参数列表按照参数顺序放在一组"()"之内。如方法int indexOf(char[] source, int sourceOffest, int sourceCount, char[] target, int targetOffest, int targetCount, int fromIndex)的描述符为"([CII[CIII)I"。

5.4 attributes_count attribute_info

在描述符之后还有数量为attributes_count的attribute_info，attribute_info描述字段的额外信息，但这些额外信息最终存放在属性表中。如“final static int m = 123；”，那就可能会存在一项名称为ConstantValue的属性，其值指向常量123。

6 方法表集合

方法表和字段表结合几乎一样，理解了字段表，方法表就非常简单了。

由于volatile和transient不能修饰方法，所以方法表的访问标识中没有了ACC_VOLATILE,ACC_TRANSIENT标识。但同时又增加了代表synchronized native strictfp abstract的ACC_SYNCHRONIZED ACC_NATIVE ACC_STRICTFP ACC_ABSTRACT。

需要说明的是，方法表集合中并不包含方法里面的代码。方法代码经过编译后存放在方法属性集合中的一个名为"Code"的属性里面。例如某方法的属性表计数器attributes_count为1，则表示方法的属性表集合有一项属性，属性索引名称为0x0009，对应常量为code，说明此属性是方法的字节码描述。

7 属性表集合

Class文件、字段表、方法表都可以有自己的属性表，Java7里面定义了21种属性。

Code属性

并非所有方法表都有Code属性，比如接口和抽象类的方法就没有。结构如下：

局部变量表所需存储空间，单位是Slot，double和long占用2个Slot、其他基本类型1Slot，Slot空间可以重用(变量作用域问题)
编译后的字节码长度，理论上最长2^32-1，实际上JVM规定一个方法不允许超过65535条字节码指令
exception_table_length 异常表，记录字节码在start_pc到end_pc行之间如果出现类型为catch_type或其子类的异常则跳转到handler_pc行继续处理

字节码值得注意的一个地方是，javac编译时将this关键字作为一个普通方法参数由JVM调用时自动传入。

Exceptions属性

描述方法可能抛出的受检异常。

LineNumberTable属性

描述Java远吗行号与字节码行号之间映射关系，也就是为什么抛异常的时候可以显示源码哪一行抛出的。

LocalVariableTable属性

描述栈桢中局部变量表与Java源码中变量的关系，以保证编译后的代码被其他代码调用时，IDE可以显示参数名（否则被arg0、arg1之类的变量名代替）

SourceFile属性

描述生成当前Class文件的源文件名称，也是抛异常时可以显示源文件名字的原因。但内部类不会生成这个属性。

ConstantValue属性

static关键字修饰的变量可以使用这个属性。对于Sun javac编译器，final static的变量采用ConstantValue属性初始化，其他static变量在（类构造器）中初始化。

InnerClasses属性

记录内部类和宿主类的关联。内部类和宿主类的Class文件都会有这个属性。

Signature属性

记录泛型签名信息。Java的泛型是使用擦除式实现的伪泛型，编译后擦除泛型，这个属性为了弥补此缺陷，方便反射API可以拿到泛型类型。