Class文件结构

1、概述

Class文件是一组以8位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Class文件中，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都是程序运行的必要数据。

根据Java虚拟机规范的规定，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，这种伪结构中只有两种数据类型：无符号数和表。

无符号数:属于基本数据类型，以u1、u2、u4、u8来分别代表1、2、4、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编码的字符串值。

表:是由多个无符号数或其他表作为数据项构成的符合数据类型，所有的表都习惯性地以“_info”结尾。

整个Class文件本质就是一张表。

接下来后来看看Class文件中按照严格的顺序排列的字节流都具体包含些什么数据：



有一点我们需要注意，比如cp_info，cp_info表示常量池，上图中用constant_pool[constant_pool_count-1]的方式来表示常量池有constant_pool_count-1个常量，它这里是采用数组的表现形式，但是大家不要误以为所有的常量池的常量长度都是一样的，其实这个地方只是为了方便描述采用了数组的方式，但是这里并不像编程语言那里，一个int型的数组，每个int长度都一样。明确了这一点以后，我们在回过头来看看上图中每一项都具体代表了什么含义。

下面首先给出一段简单的Java程序，以这段代码编译成的Class文件为基础进行Class文件结构的介绍，代码如下：

[java]
view plaincopy

public class TestClass{
private int num;

public int inc(){
for(int i=0; i<10; i++){
num = i;
}
return num;
}

public static void main(String[] args){
new TestClass().inc();
}

}

把代码编译成Class文件后，使用16进制编辑器WinHex打开这个Class文件，可以看到Class的内部结构如下：



2、魔数与Class文件的版本

Class文件格式表中，第一项为一个u4类型的名为magic的数据项。这是因为每个Class文件的头4个字节称为魔数（Magic Number），它的唯一作用就是用来确定这个文件是否为一个能被虚拟机接受的Class文件。很多文件存储标准中都使用魔数来进行身份识别。例如图片格式。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很随便地被人为改动。Class文件的魔数的值为：0xCAFFBABE。class文件魔数值如下图所示：




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字节是次版本号（Minor Version），第7个和第8个字节是主版本号（Major Version）。

上图代表版本号的第5个字节和第6个字节值为0x0000，而主版本号的值为0x0032，即十进制的50

3、常量池

紧接着主次版本号之后的是常量池入口，常量池是Class文件结构中与其他项目关联最多的数据类型。常量池之中主要存放两大类常量：字面量（Literal）和符号引用（Symbolic Reference）。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，包括了下面三类常量：

1.类和接口的全限定名（Fully Qualified Name）

2.字段的名称和描述符（Descriptor）

3.方法的名称和描述符。



使用Javap命令输出常量表:

[java]
view plaincopy

<span style="font-size:14px;">D:\JVM>javap -verbose TestClass
Compiled from "TestClass.java"
public class TestClass extends java.lang.Object
SourceFile: "TestClass.java"
minor version: 0
major version: 50
Constant pool:
const #1 = Method #6.#20; // java/lang/Object."<init>":()V
const #2 = Field #3.#21; // TestClass.num:I
const #3 = class #22; // TestClass
const #4 = Method #3.#20; // TestClass."<init>":()V
const #5 = Method #3.#23; // TestClass.inc:()I
const #6 = class #24; // java/lang/Object
const #7 = Asciz num;
const #8 = Asciz I;
const #9 = Asciz <init>;
const #10 = Asciz ()V;
const #11 = Asciz Code;
const #12 = Asciz LineNumberTable;
const #13 = Asciz inc;
const #14 = Asciz ()I;
const #15 = Asciz StackMapTable;
const #16 = Asciz main;
const #17 = Asciz ([Ljava/lang/String;)V;
const #18 = Asciz SourceFile;
const #19 = Asciz TestClass.java;
const #20 = NameAndType #9:#10;// "<init>":()V
const #21 = NameAndType #7:#8;// num:I
const #22 = Asciz TestClass;
const #23 = NameAndType #13:#14;// inc:()I
const #24 = Asciz java/lang/Object;

{
public TestClass();
Code:
Stack=1, Locals=1, Args_size=1
0: aload_0
1: invokespecial #1; //Method java/lang/Object."<init>":()V
4: return
LineNumberTable:
line 1: 0


public int inc();
Code:
Stack=2, Locals=2, Args_size=1
0: iconst_0
1: istore_1
2: iload_1
3: bipush 10
5: if_icmpge 19
8: aload_0
9: iload_1
10: putfield #2; //Field num:I
13: iinc 1, 1
16: goto 2
19: aload_0
20: getfield #2; //Field num:I
23: ireturn
LineNumberTable:
line 5: 0
line 6: 8
line 5: 13
line 8: 19

StackMapTable: number_of_entries = 2
frame_type = 252 /* append */
offset_delta = 2
locals = [ int ]
frame_type = 250 /* chop */
offset_delta = 16


public static void main(java.lang.String[]);
Code:
Stack=2, Locals=1, Args_size=1
0: new #3; //class TestClass
3: dup
4: invokespecial #4; //Method "<init>":()V
7: invokevirtual #5; //Method inc:()I
10: pop
11: return
LineNumberTable:
line 12: 0
line 13: 11


} </span>

4 访问标志

在常量池结束之后，紧接着的两个字节代表访问标志（access_flags），这个标志用于识别一些类或接口层次的访问信息，包括：这个Class是接口还是类；是否定义为public类型；是否定义为abstract类型；如果是类的话，是否声明为final，等等。



5 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这个类的继承关系。类索引用于确定这个类的全限定名，父类索引用于确定这个类的父类的全限定名。Java不允许多重继承，所以父类索引只有一个，除了java.lang.Object外，所有Java类的父类索引都不为0。接口索引集合就用来描述这个类实现了哪些接口，所有被实现的接口按类定义中的implements（如果类是一个接口则是extends）后的接口顺序从左到右排列在接口的索引集合中。



6 字段表集合

字段表（field_info）用于描述接口或类中声明的变量。字段（field）包括了类级变量和实例级变量，但不包括方法内部声明的变量。一个字段的信息包括：作用域（public、private、protected修饰符）、是实例变量还是类变量（static修饰符）、可变性（final）、并发可见性（volatile修饰符，是否强制从主内存读写）、可否序列化（transient修饰符）、字段数据类型（基本数据类型、对象、数组）、字段名称。这些信息中，各个修饰符都是布尔值，要么有，要么没有。

全限定名称：如果TestClass类是定义在com.chenzhou.jvm包中，那么这个类的全限定名为com/chenzhou/jvm/TestClass。

简单名称：简单名称指没有类型和参数修饰的方法或字段名称，在上面的例子中，TestClass类中的inc()方法和num字段的简单名称分别为“inc”和“num”。

描述符：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（包括数量、类型以及顺序）和返回值。根据描述符规则，基本数据类型（byte,char,double,float,int,long,short,boolean）及代表无返回值的void类型都用一个大写字符来表示，而对象则用字符L加对象的全限定名来表示，如下图所示：

7 方法表集合

Class文件存储格式中对方法的描述与对字段的描述几乎完全一致。方法表的结构如同字段表一样，一次包括了访问标志、名称索引、描述符索引、属性表集合几项。



8 属性表集合

Java虚拟机规范第二版中预定义了9项虚拟机应当能识别的属性，包括：Code、ConstantValue、Deprecated、Exceptions、InnerClasses、LineNumberTable、LocalVariableTable、SourceFile、Synthetic。

转载至：Class文件结构--爱上在路上