[转帖]【JVM】类文件结构

Class文件的定义

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排列在class文件中，
中间没有任何分隔符，这使得class文件中存储的内容几乎是全部程序运行的程序。

注：Java虚拟机规范规定，Class文件格式采用类似C语言结构体的伪结构来存储数据，这种结构只有两种数据类型：无符号数和表。

无符号数

属于基本数据类型，主要可以用来描述数字、索引符号、数量值或者按照UTF-8编码构成的字符串值，大小使用u1、u2、u4、u8分别表示1字节、2字节、4字节和8字节。

表

1.定义

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，所有的表都习惯以“_info”结尾。
表主要用于描述有层次关系的复合结构的数据，比如方法、字段。需要注意的是class文件是没有分隔符的，所以每个的二进制数据类型都是严格定义的。

整个class文件本质上就是一张表，具体内容如下图所示

由上表可以看出：class文件主要由魔数、Class文件的版本号、常量池、访问标志、类索引（还包括父类索引和接口索引集合）、字段表集合、方法表集合、属性表集合组成。

2.实例

public class TestClass {

        private int m;
    <span class="hljs-keyword">public</span> <span class="hljs-keyword">int</span> <span class="hljs-title">inc</span>(){

            <span class="hljs-keyword">return</span> m+<span class="hljs-number">1</span>;

    }


}


1
2
3
4
5
6
7

TestClass.class的二进制结构如下图所示

根据这张图，我接下来进行详细分析

3.魔数

每个Class文件的头4个字节称为魔数（Magic Number）
唯一作用是用于确定这个文件是否为一个能被虚拟机接受的Class文件。
Class文件魔数的值为0xCAFEBABE。如果一个文件不是以0xCAFEBABE开头，那它就肯定不是Java class文件

注：很多文件存储标准中都使用魔数来进行身份识别，譬如图片格式，如gif或jpeg等在文件头中都存有魔数

4.Class文件的版本号

（1）紧接着魔数的4个字节是Class文件版本号，而版本号又分为：

次版本号(minor_version): 前2字节用于表示次版本号
主版本号(major_version): 后2字节用于表示主版本号。

（2）Java的版本号是从45开始的。如果Class文件的版本号超过虚拟机版本，将被拒绝执行。

十六进制版本号	十进制版本号	编译器版本
0X0034	50	JDK1.8
0X0033	50	JDK1.7
0X0032	50	JDK1.6
0X0031	49	JDK1.5
0X0030	48	JDK1.4
0X002F	47	JDK1.3
0X002E	46	JDK1.2

5.常量池

（1）紧接着魔数与版本号之后的是常量池入口，即class文件的资源从库，它的特点如下：

Class文件结构中与其它项目关联最多的数据类型
占用Class文件空间最大的数据项目之一
在文件中第一个出现的表类型数据项目。

（2）常量池之中主要存放两大类常量：

字面量: 就是常量，如文本字符串、被声明为final的常量值等
符号引用: ，包括类和接口的权限定名、字段的名称和描述符、方法的名称和描述符
直接引用可以是直接指向引用目标的指针、相对偏移量或者是一个能够间接定位到目标的句柄。直接引用是和虚拟机的内存布局有关的，同一个符号引用在不同的虚拟机上翻译的直接引用一般是不同的。如果有了直接引用，那么引用的目标必定是存在内存中的。

（3）常量池又分为两种

constant_pool_count：占2字节，本例为0x0016，转化为十进制为22，即说明常量池中有22个常量（只有常量池的计数是从1开始的，其它集合类型均从0开始），索引值为1~22。第0项常量具有特殊意义，如果某些指向常量池索引值的数据在特定情况下需要表达“不引用任何一个常量池项目”的含义，这种情况可以将索引值置为0来表示
constant_pool：表类型数据集合，即常量池中每一项常量都是一个表，共有14种(JDK1.7前只有11种)结构各不相同的表结构数据。这14种表都有一个共同的特点，即均由一个u1类型的标志位开始，可以通过这个标志位来判断这个常量属于哪种常量类型，常量类型及其数据结构

通过javap -verbose TestClass 即可得到所有常量池中的常量，如图（部分截图）

6.访问标志

（1）常量池之后的数据结构是访问标志(access_flags),用于识别一些类或接口层次的访问信息，主要包括：

这个Class是类还是接口
是否定义public
是否定义abstract类型
如果是类的话是否被声明为final等

具体的标志位见下图

7.类索引、父类索引和接口索引集合

（1）这三项数据主要用于确定这个类的继承关系，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(interface)集合是一组u2类型的数据。

（2）索引的含义

类索引(this_class)，用于确定这个类的全限定名，占2字节
父类索引(super_class)，用于确定这个类父类的全限定名（Java语言不允许多重继承，故父类索引只有一个。除了java.lang.Object类之外所有类都有父类，故除了java.lang.Object类之外，所有类该字段值都不为0），占2字节
接口索引计数器(interfaces_count)，占2字节。如果该类没有实现任何接口，则该计数器值为0，并且后面的接口的索引集合将不占用任何字节，
接口索引集合(interfaces)，一组u2类型数据的集合。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语句（如果该类本身为接口，则为extends语句）后的接口顺序从左至右排列在接口的索引集合中

8.字段表集合

（1）fields_count：字段表计数器，即字段表集合中的字段表数据个数，占2字节。本测试类其值为0x0001，即只有一个字段表数据，也就是测试类中只包含一个变量（不算方法内部变量）

（2）fields：字段表集合，一组字段表类型数据的集合。字段表用于描述接口或类中声明的变量，包括类级别（static）和实例级别变量，不包括在方法内部声明的变量

9.方法表集合

（1） methods_count：方法表计数器，即方法表集合中的方法表数据个数。占2字节，其值为0x0002，即测试类中有2个方法

（2）methods：方法表集合，一组方法表类型数据的集合。方法表结构和字段表结构一样：

10.属性表集合

分析：

起始2位为0x0001，说明有一个类属性。
接下来2位为属性的名称，0x0010，指向常量池中第16个常量：SourceFile。
接下来4位为0x00000002，说明属性体长度为2字节。
最后2个字节为0x0011，指向常量池中第27个常量：TestClass.java，即这个Class文件的源码文件名为TestClass.java

本人才疏学浅，若有错，请指出
谢谢！

文章知识点与官方知识档案匹配，可进一步学习相关知识

Java技能树类和接口类和面向对象106559 人正在系统学习中