什么是Class文件？

在Java剛剛誕生的時候就提出了一個非常著名的口號：“一次編寫，到處運(yùn)行。（Write Once，Run Anywhere）”。為了實現(xiàn)平臺無關(guān)性，各種不同平臺的虛擬機(jī)都統(tǒng)一使用一種程序儲存格式，就是字節(jié)碼（ByteCode）。它就以二進(jìn)制字節(jié)流的方式被存放在Class文件中，其中包含了Java虛擬機(jī)指令集和符號表以及其他輔助信息。

為什么需要了解Class文件結(jié)構(gòu)？

一般對于數(shù)據(jù)結(jié)構(gòu)的分享難免比較枯燥，但是了解Class文件結(jié)構(gòu)是了解Java虛擬機(jī)的重要基礎(chǔ)之一。如果想比較深入地了解Java虛擬機(jī)，那么Class文件結(jié)構(gòu)是不能不接觸的。我會力求在保證邏輯準(zhǔn)確的基礎(chǔ)上，盡量通俗易懂地分享，并結(jié)合實際案例。

Class文件結(jié)構(gòu)簡介

Class文件是一組以8位字節(jié)為基礎(chǔ)單位的二進(jìn)制流，各個數(shù)據(jù)項目嚴(yán)格按照順序準(zhǔn)確地排列在Class文件中，中間沒有任何分隔符。當(dāng)遇到8位字節(jié)以上的數(shù)據(jù)時，就按照高位在前的方式（最高位字節(jié)在地址最低位、最低位字節(jié)在地址最高位的順序儲存）分割成多個8位字節(jié)儲存。

Class文件格式采用一種類似于C語言結(jié)構(gòu)體的偽結(jié)構(gòu)來儲存數(shù)據(jù)的，這種偽結(jié)構(gòu)有兩種數(shù)據(jù)類型：無符號數(shù)和表。

無符號數(shù)用u1、u2、u4、u8分別代表1個字節(jié)、2個字節(jié)、4個字節(jié)和8個字節(jié)的無符號數(shù)，可以用來描述數(shù)字、索引引用、數(shù)量值或者UTF-8編碼構(gòu)成的字符串值。

表是由多個無符號數(shù)或其他表作為數(shù)據(jù)項構(gòu)成的復(fù)合數(shù)據(jù)類型，所有的表都習(xí)慣地以“_info”結(jié)尾。表的數(shù)據(jù)結(jié)構(gòu)和樹很類似，無符號數(shù)相當(dāng)于它的葉子節(jié)點，其他的表相當(dāng)于它的子節(jié)點。整個Class文件就本質(zhì)上也是一個表，具體結(jié)構(gòu)如下：

image.png

可以發(fā)現(xiàn)，無論是無符號數(shù)還是表，當(dāng)需要描述同一種類型又?jǐn)?shù)量不定的多條數(shù)據(jù)時，就會用一個前置的計數(shù)器加幾個連續(xù)的數(shù)據(jù)項的方式，這個時候我們就把這種一系列連續(xù)的某種類型的數(shù)據(jù)叫做這個類型的集合。

在Class文件中，無論是順序還是數(shù)量，甚至是數(shù)據(jù)存儲的字節(jié)序，都必須嚴(yán)格按照上面表格進(jìn)行設(shè)定，哪個字節(jié)代表什么含義，長度是多少，先后順序怎么樣，都不允許改變。接下來看一下各個數(shù)據(jù)項的具體含義。

魔數(shù)

魔數(shù)（Magic Number）是每個Class文件的前4個字節(jié)，它用來確定當(dāng)前文件是否是一個被Java虛擬機(jī)所接受的Class文件。很多文件存儲標(biāo)準(zhǔn)中都使用了魔數(shù)進(jìn)行身份識別，比如gif、jpeg等圖片文件中都有魔數(shù)。使用魔數(shù)而不使用擴(kuò)展名是出于安全考慮，因為擴(kuò)展名更容易被修改。文件格式制定者可以自主選擇魔數(shù)，只要這個魔數(shù)沒有被廣泛使用又不和其他文件混淆就可以。

Class文件的魔數(shù)是：0xCAFEBABE，這個魔數(shù)在Java還被稱為“Oak”語言的時候就確定下來了，據(jù)Java開發(fā)小組最初的關(guān)鍵成員Patrick Naughton說：“我們一直在尋找一些好玩的、容易記憶的東西，選擇0xCAFEBABE是因為它象征著著名咖啡品牌Peet's Coffee中深受歡迎的Baristas咖啡”，他們是真的很喜歡喝咖啡啊，可能也預(yù)示著日后“Java”這個名字的出現(xiàn)。

為了更快的理解，我準(zhǔn)備了一個實際案例，一段非常簡單的Java代碼：

public class OneMoreStudy {
    private int number;

    private int plusOne() {
        return number + 1;
    }
}

使用JDK 1.7把這段代碼編譯成Class文件，用HexEd打開，就可以到魔數(shù)了，如下圖：

image.png

在接下來的分享中，也會經(jīng)常使用這個Class文件。

次版本號和主版本號 緊跟著魔數(shù)的第5和第6個字節(jié)是次版本號（Minor Version），第7和第8個字節(jié)是主版本號（Major Version）。Java的主版本號是從45開始的，從JDK 1.1以后每個JDK大版本發(fā)布主版本號都加1，高版本的JDK向下兼容低版本的Class文件，但不能運(yùn)行更高版本的Class文件，即使Class文件的格式?jīng)]有發(fā)生任何變化，Java虛擬機(jī)也會拒絕運(yùn)行超過其版本號的Class文件。

再來看一下之前的Class文件例子：

image.png

表示次版本號的第5和第6個字節(jié)值為0x0000，表示主版本號的第7和第8個字節(jié)值為0x0033，也就是十進(jìn)制的51，說明這個Class文件可以被JDK 1.7及其以上版本的Java虛擬機(jī)運(yùn)行。

常量池 緊跟著主版本號的就是常量池，它可以理解為Class文件的資源倉庫，也是Class文件結(jié)構(gòu)中與其他數(shù)據(jù)項關(guān)聯(lián)最多的數(shù)據(jù)類型。因為在常量池中的常量數(shù)量是不固定的，所以首先有一個u2類型的數(shù)據(jù)，表示常量池容量大?。╟onstant_pool_count）。

常量池的容量計數(shù)不是從0開始的，而是從1開始的，這是因為0有它的特殊用用途，那就是為了表達(dá)在特殊情況下需要表達(dá)“不引用任何一個常量池項目”的含義。在Class文件結(jié)構(gòu)中只有常量池的容量計數(shù)是從1開始的，對于其他集合，包括接口索引集合、字段集合、方法集合等的容量計數(shù)都是從0開始的。

再來看一下之前的Class文件例子：

image.png

常量池容器計數(shù)值為0x0013，也就是十進(jìn)制的19，它表示常量池中有18個常量，索引值范圍從1到18。

常量池中主要存儲兩種常量：字面量（Literal）和符號引用（Symbolic References）。字面量比較接近Java語言層面的常量，比如文本字符串、聲明為final的常量值。符號引用則是編譯原理層次的概念，它包括以下三種：

1.類和接口的全限定名

2.字段的名稱和描述符

3.方法的名稱和描述符

常量池中每一個常量都是一個表，共有14種不同的常量類型（JDK1.7及之前版本），每一種類型的表在第一位都有一個u1類型的標(biāo)志位，具體如下表：

image.png

有個一個專門分析Class文件字節(jié)碼的工具javap，我們用它直接看一下之前的Class文件例子里的18個常量（常量池以外的信息已省略）：

E:\>javap -verbose OneMoreStudy
  Compiled from "OneMoreStudy.java"
  minor version: 0
  major version: 51
Constant pool:
   #1 = Methodref     #4.#15     // java/lang/Object."<init>":()V
   #2 = Fieldref      #3.#16     // OneMoreStudy.number:I
   #3 = Class         #17        // OneMoreStudy
   #4 = Class         #18        // java/lang/Object
   #5 = Utf8          number
   #6 = Utf8          I
   #7 = Utf8          <init>
   #8 = Utf8          ()V
   #9 = Utf8          Code
  #10 = Utf8          LineNumberTable
  #11 = Utf8          plusOne
  #12 = Utf8          ()I
  #13 = Utf8          SourceFile
  #14 = Utf8          OneMoreStudy.java
  #15 = NameAndType   #7:#8       // "<init>":()V
  #16 = NameAndType   #5:#6       // number:I
  #17 = Utf8          OneMoreStudy
  #18 = Utf8          java/lang/Object

其中，有一些常量好像在代碼里沒有出現(xiàn)過，如“I”、“”、“Code”、“LineNumberTable”、“SourceFile”。它們其實自動生成的，是后面要分享的字段表、方法表、屬性表引用到的，用于描述一些不方便使用“固定字節(jié)”進(jìn)行表達(dá)的內(nèi)容。

訪問標(biāo)志 緊跟著常量池的2個字節(jié)表示訪問標(biāo)志（access_flags），它用于識別一些類或接口層次的訪問信息，具體見下表：

image.png

其中，ACC_SUPER在JDK 1.0.2之后編譯出來的Class文件必須為true；ACC_ABSTRACT對于接口或抽象類來說為true，其他類為false。

之前的例子OneMoreStudy是一個普通的類，不是接口、注解或枚舉，只被public修飾，沒有被聲明為final或abstract，而且是JDK 1.7編譯的，所以只有ACC_PUBLIC和ACC_SUPER為true，所以它的訪問標(biāo)志應(yīng)該是0x0001 | 0x0020 = 0x0021，如下圖：

image.png