JVM学习笔记-第六章-类文件结构

6.3 Class类文件的结构

本章中，笔者只是通俗地将任意一个有效的类或接口锁应当满足的格式称为“Class文件格式”，实际上它完全不需要以磁盘的形式存在。

Class文件是一组以8个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地排列在文件之中，中间没有添加任何分隔符，这使得整个Class文件中存储的内容几乎全都是程序运行的必要数据。当遇到需要占用8个字节以上空间的数据项时，则会按照高位在前的方式分割成若干个8个字节进行存储。Class文件格式采用一种类似于C语言结构体的伪结构来存储数据，这种伪结构中只有两种数据类型：

无符号数，属于基本的数据类型。以u1、u2、u4、u8来分别表示一个字节、两个字节、四个字节和八个字节的无符号数。可以用来描述数字、索引引用、数量值、按照UTF-8编码构成的字符串。
表，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，用于描述有层次关系的复合结构的数据。

无论时无符号数还是表，当需要描述同一类型但数量不定的多个数据时，经常会使用一个强制的容量计数器和若干个连续的数据项的形式，这时候称这一系列连续的某一类型的数据为某一类型的“集合”。

6.3.1 魔数与Class文件的版本

每个Class文件的头4个字节被称为魔数（Magic Number），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。使用魔数而不是扩展名来进行识别主要是基于安全考虑，因为文件扩展名可以随意改动。

紧接着魔数的4个字节存储的是Class文件的版本号：第五个和第六个字节是次版本号(Minor Version)，第七个和第八个字节是主版本号(Major Version)。Java的版本号是从45开始的（对应主版本号）。若主版本号的值为0x0032，也就是十进制的50，该版本号说明该Class文件可以被JDK 6或以上版本的虚拟机执行。

$$

可执行虚拟机的最低版本=主版本号-45+1

$$

JDK 12之前次版本号均未被使用，全部固定为0。直到JDK 12时期，将它用于标识“技术预览版”功能特性的支持。如果Class文件中使用了该版本JDK尚未列入正式特性清单中的预览功能，则必须把次版本号标识为65535，以便JAVA虚拟机在加载类文件时能够区分出来。

6.3.2 常量池

常量池可以比喻为Class文件里的资源仓库，它是Class文件结构中与其他项目关联最多的数据，通常也是占用Class文件空间最大的数据项目之一，还是在Class文件中第一个出现的表类型数据项目。

由于常量池中常量的数量是不固定的，所以在常量池的入口需要放置一项u2类型的数据，代表常量池容器计数值（constant_pool_count）。Class文件结构中只有常量池的容量技术是从1开始，0用来表达“不引用任何一个常量池项目”。

常量池中主要存放两大类常量：

字面量（Literal），比较接近于JAVA语言层面的常量概念。如：文本字符串、被声明为final的常量值等。
符号引用（Symbolic References）,属于编译原理方面的概念。主要包括：
- 被模块导出或者开放的包(Package)
- 类和接口的全限定名(Fully Qualified Name)
- 字段的名称和描述符(Descriptor)
- 方法的名称和描述符
- 方法句柄和方法类型(Method Handle)
- 动态调用点和动态常量(Dynamically-Computed Call Site)

tips: Oracle公司提供了一个专门用于分析Class文件字节码的工具：javap

后续的常量池中的17种数据类型的结构总表，如果需要查看，没有书的同学可以自行百度。

6.3.3 访问标志

在常量池结束之后，紧接着的2个字节代表访问标志(access_flags)，用于识别一些类或者接口层次的访问信息。access_flags中一共有16个标志位可以使用，到JDK 9时只定义了其中9个。没有使用到的标志位要求一律为0。

6.3.4 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类型的数据的集合。Class文件中由这三项数据来确定该类型的继承关系。类索引用于确定这个类的全限定名，父类索引用于去欸的那个这个类的父类的全限定名（只有一个父类索引，除了Object类所有类的父类索引都不为0），接口索引集合就是用来描述这个类实现了哪些接口（这些被实现的接口将按implements关键字后的接口顺序从左到右排列在接口索引集合中）。

类索引、父类索引和接口索引集合都按顺序排列在访问标志之后，类索引和父类索引用两个u2类型的索引值表示，它们各自指向一个类型为CONSTANT_Class_info的类描述符常量，通过CONSTANT_Class_info类型的常量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。

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。

6.3.5 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。字段修饰符放在access_flags项目中，是一个u2的数据类型。access_flags访问标志中两项索引值：name_index 和 descriptior_index 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。

tips: 全限定名：把类全名中的"."替换成了"/"而已。最后会加入一个";"表示结束

tips：简单名称：没有类型和参数修饰的方法或者字段名称

描述符的作用是用来描述字段的数据类型、方法的参数列表和返回值。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"( )"中。

字段表所包含的固定数据项目到descriptor_index就全部结束了，不过在之后跟随着一个属性表集合，用于存储一些额外的信息。字段表集合不会列出从父类或者父接口中继承而来的字段。

6.3.6 方法表集合

方法表的结构如同字段表一样，依次包括访问标志(access_flags)、名称索引(name_index)、描述符索引(descriptor_index)、属性表集合(attributes)。仅在访问标志和属性表集合的可选项中有所区别。因为有些字段修饰符不能用于修饰方法，并且有些用于修饰方法的修饰符同样也不能用于修饰字段。

方法里的JAVA代码，通过javac编译器编译成字节码指令之后，存放在方法属性表集合中一个名为"Code"的属性里面。

6.3.7 属性表集合

对于每一个属性，它的名称都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。

1. Code属性

JAVA程序方法体里面的代码通过javac编译器处理之后，最终变为字节码指令存储在Code属性内，但是接口或者抽象类中的方法不会存在于Code属性内。Code属性结构及作用：

类型	名称	数量	作用
u2	attribute_name_index	1	属性的属性名称
u4	attribute_length	1	属性值的长度
u2	max_stack	1	操作数栈深度最大值
u2	max_locals	1	局部变量所需存储空间
u4	code_length	1	字节码长度
u1	code	code_length	一系列字节流
u2	exception_table_length	1
exception_info	exception_table	exception_table_length
u2	attributes_count	1
attribute_info	attributes	attributes_count

补充：

max_locals单位是变量槽(Slots)，对于长度不超过32位的数据类型(byte,char,float,int,short,boolean,returnAddress 等)，每个局部变量占用一个变量槽。对于double和long这两种长度为64位的数据类型则需要两个变量槽来存放。对于max_locals长度计算，由于Java虚拟机中将局部变量槽进行重用，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变量槽可以被其他局部变量所使用，所以将同时生存的最大局部变量数量和类型计算出的结果作为max_locals的大小。

code_length虽然它是一个u4类型的长度值，但实际只是用了u2长度，超过这个限制就会拒绝编译。因为在《Java虚拟机规范》中限制了一个方法不允许超过65535条字节码指令。

2. Exceptions属性

Exceptions属性的作用时列举出方法中可能抛出的受查异常(Checked Exceptions),也就是方法描述时在throws关键字后面的列举的异常。此属性中的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。

3. LineNumberTable属性

LineNumberTable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。它并不是必要属性，但默认会生成到Class文件中。如果选择不生成，最主要的影响就是当抛出异常时，堆栈中将不显示出错的行号，并且在调试程序的时候，也无法按照源码行来设置断点。

其中，line_number_info表包含start_pc和line_number两个u2类型的数据项，分别表示字节码行号和Java源码行号。

4. LocalVariableTable及LocalVariableTypeTable属性

LocalVariableTable属性用于描述局部变量表与Java源码中定义的变量之间的关系。不是运行时必需的属性，但是默认会生成到Class文件中。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会丢失。

JDK 5引入泛型之后，LocalVariableTable属性增加了一个类似的属性-LocalVariableTypeTable，区别在于其使用了字段的特征签名来完成泛型的描述。

5. SourceFile及SourceDebugExtension属性

SourceFile属性用于记录生成这个Class文件的源码文件名称。这个属性也是可选的。如果不生成的话，当抛出异常时，堆栈中将不会显示出错代码所属的文件名。

SourceDebugExtension属性可以用于存储这个标准所新加入的调试信息，譬如让程序猿能够快速从异常堆中定位出原始JSP中出现问题的行号。其结构中debug_extension存储的就是额外的调试信息，是一组通过变长UTF-8格式来表示的字符串。一个类中最多只允许一个SourceDebugExtension属性。

6. ConstantValue属性

ConstantValue属性的作用是通知虚拟机自动为静态变量赋值。只有被static关键字修饰的变量才可以使用这项属性。

对于非static类型的变量的赋值是在实例构造器( )方法中进行的。对于这类变量有两种方式可以选择：

在类构造器( )方法中
使用ConstantValue属性

目前按照Oracle公司实现的javac编译器的选择是：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类型或者为java.lang.String的话，就将会生成ConstantValue属性来进行初始化；如果这个变量没有被final修饰，或者并非基本类型及字符串，则将会选择在( )方法中进行初始化。

《Java虚拟机规范》中只要求ConstantValue属性的字段必须设置ACC_STATIC标志而已，对final关键字的要求是javac编译器自己加入的限制。

从数据结构中可以看出ConstantValue属性是一个定长属性，它的attribute_length数据值必须固定为2。

7. InnerClasses属性

InnerClasses属性用于记录内部类和宿主类之间的关联。如果一个类中定义了内部类，那编译器将会为它以及它所包含的内部类生成InnerClasses属性。

结构名称	作用
number_of_classes	代表需要记录多少内部类信息
inner_classes_info	描述每一个内部类的信息
inner_class_info_index	代表内部类符号引用
outer_class_info_index	代表宿主类符号引用
inner_name_index	代表整个内部类的名称，如果是匿名内部类，这项值为0
inner_class_flags	内部类的访问标志

8. Deprecated及Synthetic属性

Deprecated及Synthetic两个属性都属于标志类型的布尔属性，只存在有和没有的区别，没有属性值的概念。

Deprecated 属性用于表示某个类、字段或者方法，已经被程序作者定为不再推荐使用，可以通过代码中的"@deprecated"注解进行设置。

Synthetic 属性代表此字段或者方法并不是由Java源码直接产生的，而是由编译器自行添加的。

它们两个的结构相同，其中attribute_length数据项的值必须为0x00000000,因为没有任何属性值需要设置。

9. StackMapTable属性

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(Type Checker)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。

此新类型验证器在同样能保证Class文件很发行的前提下，省略了在运行期间通过数据流分析去确认字节码的行为逻辑合法性的步骤，而在编译阶段将一系列的验证类型(Verification Type)直接记录在Class文件中，通过检查这些验证类型代替了类型推导过程，从而大幅度提升了字节码验证的性能。

StackMapTable属性中包含零至多个栈映射帧(Stack Map Frame)，每个栈映射帧都显式或隐式地代表了一个字节码偏移量，用于表示执行到该字节码时局部变量表和操作数栈的验证类型。类型检查验证器会通过检查目标方法的局部变量和操作数栈所需要的类型来确定一段字节码指令是否符合逻辑约束。

10. Signature属性

它是一个可选的定长属性，可以出现于类、字段表和方法表结构的属性表中。如果Java中任何类、接口、初始化方法或成员的泛型签名包含了类型变量或参数化类型，则此属性会为它记录泛型签名信息。

现在Java的反射API能够获取的泛型类型，最终的数据来源也是这个属性。

当Signature属性是类文件的属性，则这个结构表示类签名；如果当前的Signature属性是方法表属性，则这个结构表示方法类型签名；如果当前Signature属性是字段表的属性，则这个结构表示字段类型签名。

11. BootstrapMethods属性

它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invokedynamic指令引用的引导方法限定符。属性中，num_bootstrap_methods项的值给出了bootstrap_methods[]数组中的引导方法限定符的数量。数组的每个成员代表了一个引导方法，还包含了这个引导方法静态参数的序列（可能为空）。

12. MethodParameters属性

JDK 8时新加入到Class文件格式中，它是一个用在方法表中的变长属性。作用是记录方法的各个形参名称和信息。

这个属性使得编译器可以将方法名称也写进Class文件中，而且它是方法表的属性，可以运行时可以通过反射API获取。其结构中：

name_index代表了该参数的名称，access_flags是参数的状态指示器。

13. 模块化相关属性

Module属性是一个非常复杂的变长属性，除了表示该模块的名称、版本、标志信息以外，还存储了这个模块requires、exports、opens、uses和provides定义的全部内容。其结构中：

module_name_index 代表了该模块的名称，module_flags是模块的状态指示器，exports属性的每一个元素都代表一个被模块所导出的包。exports中：exports_index 代表了被该模块导出的包，exports_flags是该导出包的状态指示器，exports_to_count是该导出包的限定计数器（如果这个计数器为0，说明该导出包是无限定的，任何其他模块都可以访问该包中的所有内容），exports_to_index 是以计数器值为长度的数组（每个元素代表着只有在这个数组范围内的模块才被允许访问该导出包内容）。

ModulePackages是另一个用于支持Java模块化的变长属性，用于描述该模块中所有的包，不论是不是被export或者open的。其结构中：

package_count是package_index数组的计数器，package_index中每个元素都代表了当前模块中的一个包。

ModuleMainClass属性是一个定长属性，用于确定该模块的主类。其结构中：main_class_index代表了该模块的主类。

14. 运行时注解相关属性

RuntimeVisibleAnnotations是一个变长属性，它记录了类、字段或方法的声明上记录运行时可见注解。我们使用反射API来获取类、字段或方法上的注解时，返回值就是通过这个属性来取到的。其结构中：

num_annotations是annotations 数组的计数器，annotations中每一个元素代表了一个运行时可见的注解。注解在Class文件中以annotation结构来存储。type_index该常量应以字段描述符的形式表示一个注解。num_element_value_pairs是element_value_pairs数组的计数器。element_value_pairs中每个元素都是一个键值对，代表该注解的参数和值。

6.4 字节码指令简介

这部分的指令，需要用到的时候，在进行查看翻阅即可，在这里不做描述。

END