类文件结构

Posted Apr 13, 2023 Updated Mar 6, 2024

By 😇 10 min read

Owner: better

This chapter describes the class file format of the Java Virtual Machine. https://docs.oracle.com/javase/specs/jvms/se8/html/jvms-4.html

字节码文件分析 javap

Disassembles one or more class files.

  
risk@DESKTOP-0VC22M5:~$ javap -h
Usage: javap <options> <classes>
where possible options include:
  -? -h --help -help               Print this help message
  -version                         Version information
  -v  -verbose                     Print additional information
  -l                               Print line number and local variable tables
  -public                          Show only public classes and members
  -protected                       Show protected/public classes and members
  -package                         Show package/protected/public classes
                                   and members (default)
  -p  -private                     Show all classes and members
  -c                               Disassemble the code
  -s                               Print internal type signatures
  -sysinfo                         Show system info (path, size, date, MD5 hash)
                                   of class being processed
  -constants                       Show final constants
  --module <module>, -m <module>   Specify module containing classes to be disassembled
  --module-path <path>             Specify where to find application modules
  --system <jdk>                   Specify where to find system modules
  --class-path <path>              Specify where to find user class files
  -classpath <path>                Specify where to find user class files
  -cp <path>                       Specify where to find user class files
  -bootclasspath <path>            Override location of bootstrap class files

GNU-style options may use = instead of whitespace to separate the name of an option
from its value.

Each class to be shown may be specified by a filename, a URL, or by its fully
qualified class name. Examples:
   path/to/MyClass.class
   jar:file:///path/to/MyJar.jar!/mypkg/MyClass.class
   java.lang.Object

javap 官方文档： https://docs.oracle.com/javase/8/docs/technotes/tools/windows/javap.html

什么是类文件？

与平台无关，与语言无关，统一程序存储格式——字节码 Byte Code，仅仅与 Class 文件这种特定的二进制文件格式所关联。

Class 类文件的结构

  
ClassFile {
    u4             magic;
    u2             minor_version;
    u2             major_version;
    u2             constant_pool_count;
    cp_info        constant_pool[constant_pool_count-1];
    u2             access_flags;
    u2             this_class;
    u2             super_class;
    u2             interfaces_count;
    u2             interfaces[interfaces_count];
    u2             fields_count;
    field_info     fields[fields_count];
    u2             methods_count;
    method_info    methods[methods_count];
    u2             attributes_count;
    attribute_info attributes[attributes_count];
}

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部是程序运⾏的必要数据，没有空隙存在。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与C语言结构体的伪结构来存储数据，伪结构中只有两种数据类型 1 无符号数 2 表
1. 无符号数：为基本类型，以u1、u2、u4、u8来分别代表表1个字节、2个字节、4个字节和8个字节的⽆符号数，⽆符号数可以⽤来描述数字、索引引⽤、数量值或者按照UTF-8编码构成字符串值。
2. 表：是由多个无符号数或者其他表作为数据项构成的符合数据类型，习惯性的以”_info”结尾。表用于描述有层次关系的符合结构的数据，整个Class文件本质上也可以视作是一张表。

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。值为0xCAFEBABE ( 咖啡宝⻉ ? ) 。
紧接着魔数的4个字节存储的是Class⽂件的版本号: 第5和第6个字节是次版本号(Minor Version)，第7和第8个字节是主版本号(Major Version)。

注意：⾼版本的JDK能向下兼容以前版本的Class⽂件，但不能运⾏以后版本的Class⽂件

常量池

紧接着主、次版本号之后的是常量池⼊⼝，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，另外，它还是在Class⽂件中第⼀个出现的表类型数据项⽬。

常量池中主要存放两⼤类常量: 字⾯量(Literal)和符号引⽤(Symbolic References)。字⾯量⽐较接近于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。⽽符号引⽤则属于编译原理⽅⾯的概念，主要包括下⾯⼏类常量

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、Method Type、Invoke Dynamic
动态调用点和动态常量 Dynamically-Computed Call Site、Dynamically-Computed Constant

Q: 字面量是啥？

Ans: 字面量是指由字母，数字等构成的字符串或者数值，它只能作为右值出现,(右值是指等号右边的值，如：int a=123这里的a为左值，123为右值。) from Baidu

Q: 符号引用又是啥？

Ans: 编译时实际上不知道实际要访问的内存地址是什么，所有用符号引用来代替

符号引用（Symbolic References）：符号引用以一组符号来描述所引用的目标，符号可以是任何形式的字面量，只要使用时能够无歧义的定位到目标即可。例如，在Class文件中它以CONSTANT_Class_info、CONSTANT_Fieldref_info、CONSTANT_Methodref_info等类型的常量出现。符号引用与虚拟机的内存布局无关，引用的目标并不一定加载到内存中。在Java中，一个java类将会编译成一个class文件。在编译时，java类并不知道所引用的类的实际地址，因此只能使用符号引用来代替。比如org.simple.People类引用了org.simple.Language类，在编译时People类并不知道Language类的实际内存地址，因此只能使用符号org.simple.Language（假设是这个，当然实际中是由类似于CONSTANT_Class_info的常量来表示的）来表示Language类的地址。各种虚拟机实现的内存布局可能有所不同，但是它们能接受的符号引用都是一致的，因为符号引用的字面量形式明确定义在Java虚拟机规范的Class文件格式中。

所以运行时常量池里面装的东西到底是啥——符号引用和字面量

当虚拟机做类加载时，将会从常量池获得对应的符号引⽤，再在类创建时或运⾏时解析、翻译到具体的内存地址之中。

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)，这个标志⽤于识别⼀些类或者接⼝层次的访问信息，包括：

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

等等。

The following table: Class access and property modifiers

Flag Name	Value	Interpretation
ACC_PUBLIC	0x0001	Declared public; may be accessed from outside its package.
ACC_FINAL	0x0010	Declared final; no subclasses allowed.
ACC_SUPER	0x0020	Treat superclass methods specially when invoked by the invokespecial instruction.
ACC_INTERFACE	0x0200	Is an interface, not a class.
ACC_ABSTRACT	0x0400	Declared abstract; must not be instantiated.
ACC_SYNTHETIC	0x1000	Declared synthetic; not present in the source code.
ACC_ANNOTATION	0x2000	Declared as an annotation type.
ACC_ENUM	0x4000	Declared as an enum type.
ACC_MODULE	0x8000	Is a module, not a class or interface.

access_flags 中一共有 16 个标志位可以使用，当前只定义了其中 9 个，没有使用到的标志位要求一律为零。

The Java Virtual Machine Instruction Set

The Java Virtual Machine Instruction Set https://docs.oracle.com/javase/specs/jvms/se8/html/jvms-6.html

JVM

This post is licensed under CC BY 4.0 by the author.