破解class文件的第一步：深入理解JAVA Class文件

摘要： java定义了一套与操作系统，硬件无关的字节码格式，这个字节码就是用java class文件来表示的，java class文件内部定义了虚拟机可以识别的字节码格式，这个格式是平台无关性的。

java语言是跨平台的，所谓一次编写，到处运行。之所以是跨平台的，就是java定义了一套与操作系统，硬件无关的字节码格式，这个字节码就是用java class文件来表示的，java class文件内部定义了虚拟机可以识别的字节码格式，这个格式是平台无关性的，在linux系统或者在windows系统上都是一致的。这个就好比html文件，我们定义好规范，这个系统只要去按照规范显示出来里面的内容就好了。

一.JVM的语言无关性

JVM是干什么用的？

运行java的啊，难不成是运行python的？

这句话是对的，但不完整，JVM并不是只能运行java程序。

事实上，JVM上运行的本身也不是java文件，而是class文件。

而能够编译转化为class文件的，并不只有java一种。

这就是JVM的语言无关性。

至于能不能运行python，取决于是否有一个能将python转成class文件的工具。

当然这样做没有太多的意义，毕竟python也有其运行环境，且在某种意义上，比java更强大，核心类库更完善。

各种语言也有各自的平台，所以没有必要强制编译。

但掌握class文件还是很有意义的。

作为一个程序员，你是否有过或者曾经有过创建一门语言的奢望？最好还是用汉语开发。

但现实，或者大学里的某个导师，却给你兜头一盆冷水。

先花个三五年研究汇编，再考虑实现这些。

三五年，黄花菜都凉了。

现在，有了JVM，似乎看到了一点希望的曙光。

二.class文件的本质

要实现之前的设想，或者说，想开发一个编译工具。首先要做的，就是要解构class文件本身。

无论如何得来，class文件的本质都是一组以 8 位字节为基础单位的2进制流。

记住，是2进制。

为了证明这一点，我们还是要用到一些工具。比如，Sublime。

它并不是一个直接查看2进制的工具，而是16 进制的编辑器（2进制和16进制可以无缝切换）。

这里面似乎还有python的事情哦。使用时，直接点击sublime_text.exe文件即可。

然后选择class文件，打开，如下图的样子。

看的人眼花对不对？这都什么玩意！

前文说了，2进制，不，这就是16进制啊。

如果你不想去看16进制，也可以使用javap，直接去查看字节码指令（详细内容见前文《一段java代码是如何执行的》）。

如果你也不想打开命令行，还有一个叫jclasslib的工具，可提供图形化界面，它还有适用于idea的插件。

但它不是重点，暂且忽略。

三.class文件结构揭秘

class文件格式中只有两种数据类型，无符号数和表。

其中，无符号数包含所有的基础数据类型和字符串，索引引用等，根据字节长度又可以分为u1，u2，u4，u8，分别代表无符号数的长度为1，2，4，8。

而表，即对象类型。

接下来，以sublime文件解析的内容为蓝本，按顺序说说的class文件的构成。

（1）class文件的头四个字节被称为魔数，它的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。

如，上文中魔数的值为：

它代表该文件是一个class类型的文件，不信，你可以多打开几个class文件看看。

（2）接下来的四个字节代表jdk的版本

如上的内容代表jdk的版本为1.8。

PS:jdk1.1的版本数字为45，以后每跨一个大版本，数字+1，所以jdk1.8的版本数字为51(十进制)，转化为16进制即为34。

（3）下面一个概念是常量池

以上内容是常量池的计数器，通过该数字，我们计算出常量的个数为15个（计算出的数字减1，因为该计数器的起始数不是0，而是1）

我们用javap命令打开常量池，证明常量的确是15个。

（4）常量池后面就是访问标志，访问标志主要分为如下类别

我们回头去看看这段class的源码（居然如此简单）

Java 代码

public class ByteCode {
    public ByteCode(){
    }
}

该类非接口，非抽象类，非枚举，非系统代码，非final，有pulbic，且编译器在jdk1.2之后，所以，满足条件的标志为：

ACC_PUBLIC和 ACC_SUPER，对应标志数为0001和0020，合并起来就是0021。如下图位置：

（5）类索引，父类索引和接口索引

• 上文访问标志后面就是类索引，索引值为0002，对应常量池第二位。
• 类索引后面就是夫类索引，索引值为0003，对应常量池第三位。
• 父类索引后面就是接口索引，索引值为0000，代表该类没有实现任何接口。

（6）字段表，方法表，属性表

三大索引之后就是字段表

字段表为0000，代表无字段。

如上图，方法表分为四部分

• 方法表计数器的结果为1，代表有一个字段
• 方法表访问标志为0001，代表public
• 方法表名称索引为0004，对应常量池第4个
• 方法表描述索引为0005，对应常量池第5个

属性表以此类推。

四.字节码指令

单独开一个章节讲讲字节码指令，它存在于方法表中，如下分类：

（1）加载和存储指令

此部分内容，见前文《一段java代码是如何执行的》）

（2）运算或算术指令

源码：

Java 代码

public class Test {
    public void add(int a,int b){
        System.out.println(a+b);
        System.out.println(a-b);
        System.out.println(a*b);
        System.out.println(a/b);
    }
}

字节码指令如下：

（3）类型转换指令

源码：

Java 代码

public class Test {
    public void add(int a,int b){
        int c = 1;
        long d = c;
    }
}

字节码指令：

（4）创建实例指令

这个不用多讲，就是new

（5）创建数组指令

源码：

Java 代码

public class Test {
    public void add(int a,int b){
        int[] c = new int[4];
        String[] d = new String[5];
    }
}

字节码指令：

（6）访问字段指令

源码：

Java 代码

public class Test {
    private static String name = "1";
    private String age = "2";
    public static void main(String[] args) {
        Test test = new Test();
        String a = test.age;
        String b = Test.name;
    }
}

字节码指令：

（7）数组存取指令

源码：

Java 代码

public static void main(String[] args) {
    String[] a = new String[5];
    a[1] = "2";
    String b = a[1];
}

字节码指令：

（8）检查实例类型指令

就是instanceof，演示略

（9）方法返回指令

就是return，演示略

五.异常操作

直接看一段代码：

Java 代码

public class Test {
    public void test() {
        InputStream in = null;
        try {
            in = new FileInputStream("i.txt");
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        }finally {
            try {
                in.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

代码是一段典型的文件流操作，与其他代码不同的是，它捕获了两个异常。

那么，字节码指令又是如何处理该异常的呢

我们可以看到，最底下出现了一个exception table，即异常表，它记录了所有的异常数据

以异常表第一行举例，from，to分别代表，如果第12行，到第16行间发生异常，则直接跳到第19行（target）。

六.装箱拆箱

这是绕不过去的一个话题。

但凡有一点java基础的人都知道，java有八大基础数据类型，每一种类型都对应一种包装类。如int之于Integer，long之于Long。

一般来讲，基础数据类型和包装类都可以相互赋值。但这其中的逻辑如何呢？

Java 代码

public class Test {
    public static void main(String[] args) {
       Integer i = 1;
       int a = 2;
       int b = 3;
       i = a;
       b = i;
    }
}

我们来看看字节码指令

从字节码指令中，我们可以看到，有三次拆装操作

• 第一次，调用Integer的valueOf方法，讲常量1转为Integer类型；
• 第二次，调用Integer的valueOf方法，讲栈顶值2转为Integer类型；
• 第三次，调用intValue方法，讲Integer转为int，然后赋值给b。

前两部为装箱，后一步为拆箱。

这就是拆装箱的底层实现逻辑了。

本文分享自华为云社区《java之深入class文件》，原文作者：技术火炬手。

点击关注，第一时间了解华为云新鲜技术~