本篇博客主要学习了JVM生成的Class文件结构。

字节码概要

Java设计之初有个非常著名的口号“一次编写，到处运行”，虽然如今有很多新语言都实现了这个特性（如Python，Go等），但在那个年代这个口号无疑带来了巨大的意义。那么是什么让Java实现了跨平台的能力呢？答案就在字节码。通过各种不同平台的Java虚拟机，编译得到的字节码文件能够处处运行。
Jvm编译Java代码时得到的字节码文件是以Class为单位的。Class文件是一组以8个字节为基础单位的二进制流，各个数据项严格按照顺序紧凑排列在一起。对于8个字节以上空间的数据项，Class会拆成若干个8个字节并按照高位在前的顺序排列，并且Class文件的字节序是大端序。Class文件使用两种伪结构来存储数据：

无符号数：如u1、u2、u4、u8分别代表1、2、4、8个字节，可用来描述数字、引用、数量值或utf-8编码构成的字符串值。
表：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。为了方便辨认，表的后缀都是“_info”结尾。

Class文件的结构如下图所示：

图1.1 Class文件结构

这里简单介绍下各个数据项的含义：

magic：值是固定的，0xCAFEBABE（咖啡宝贝）
minor_version：次版本号
major_version：主版本号
constant_pool_count：该值-1为常量池数量
constant_pool：常量池
access_flags：掩码标识，表明访问权限和该类/接口的属性。
this_class、super_class、interfaces_count和interfaces：分别表示类索引、父类索引和接口索引集合，并通过这三者确定当前Class的继承关系。
fields_count和fields：表明了声明的变量，包括了类变量和实例变量。
methods_count和methods：表明了声明的方法。
attributes_count和attributes：属性表集合。

简单的代码示例

下面将使用一个简单的类来说明Java类文件机制。

package twd;

public class Test {
    private int a;

    public void sayHello() {
        System.out.println("Hello World");
    }
}

对该java类进行编译，得到对应的class文件，其16进制显示如下：

图2.1 16进制表示

详细说明

下面将结合示例代码和对应class文件进行各字段的详细说明。

magic

魔法值，长度为4字节，固定为cafe babe。

次版本号和主版本号

次版本号和主版本号的长度均为2字节，次版本号再Jdk1.2到JDK12之前均未被使用（均为0），主版本号则指明了相应的JDK大版本号。两者在该示例中的值分别为0x0000和0x0034（十进制为52，对应JDK8）。

常量池数量和常量池

紧接着的2字节为（常量池数量-1），该示例中常量池数量为0x0021-1，即有32项索引。注意，在设计之初就把索引0空出来是有特殊考虑的，如果后面某些指向常量池的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，可以把索引值设置为0来表示。

常量池中的常量可分为两大类型：

字面量：如文本字符串、声明为final的值等。
符号引用：属于编译原理方面的概念，又可继续往下细分
- 被模块导出或开放的包：package
- 类和接口的全限定名
- 字段的名称和描述符
- 方法的名称和描述符
- 方法句柄和方法类型
- 动态调用点和动态常量

当虚拟机进行类加载时，会从Class常量池获得对应的符号引用，并在类创建时或运行时解析、翻译到具体的内存地址。

常量池数量后为具体的常量。常量的格式由两部分组成：

u1类型的标志位：代表当前常量属于哪种常量类型
特定的常量表结构：特定于不同常量类型的表结构

图3.1 Jdk8表结构

最初常量表中共有11种结构各不相同的表结构数据，Jdk8中共有14中常量池类型（如图3.1所示）。截止Jdk13，已经有了17种表结构。接下来仅介绍在示例代码中出现的常量表结构，如果想更详细地了解，可阅读Java虚拟机规范。

第一个常量表结构的标志为0x0a，即为CONSTANT_Methodref_info，其格式为：

CONSTANT_Methodref_info {
    u1 tag;
    u2 class_index;         // 指向常量池中对应CONSTANT_Class_info（必须是类）的索引
    u2 name_and_type_index; // 指向常量池中对应CONSTANT_NameAndType（方法）的索引
}

示例中对应的class_index为0x0006（6），name_and_type_index为0x0013（19）。

第二个常量表结构的标志为0x09，即为CONSTANT_Fieldref，其格式为：

CONSTANT_Fieldref_info {
    u1 tag;
    u2 class_index;         // 指向常量池中对应CONSTANT_Class_info（类或接口）的索引
    u2 name_and_type_index; // 指向常量池中对应CONSTANT_NameAndType（域）的索引
}

示例中对应的class_index为0x0014（20），name_and_type_index为0x0015（21）。

第三个常量表结构的标志为0x08，即为CONSTANT_String_info，其格式为：

CONSTANT_String_info {
    u1 tag;
    u2 string_index;    // 指向常量池中对应CONSTANT_Utf8_info的索引
}

示例中对应的string_index为0x0016（22）。

后续的常量池不一一介绍，先直接通过javap输出对应的常量池信息。

图3.2 示例class的常量池

再介绍下之前没出现的几个常量表结构。其中第五个常量表结构为CONSTANT_Class_info。其格式为：

CONSTANT_Class_info {
    u1 tag;
    u2 name_index; // 指向常量池中对应CONSTANT_Utf8_info的索引，即类或接口的名字
}

可以看到，第五个常量的name_index为25，指向twd.Test这个类名。

第七个常量表类型为CONSTANT_Utf8_info，其格式为：

CONSTANT_Utf8_info {
    u1 tag;
    u2 length;
    u1 bytes[length];   // 采用utf-8编码
}

再来看下第19个常量表类型，是CONSTANT_NameAndType_info，其格式为：

CONSTANT_NameAndType_info {
    u1 tag;
    u2 name_index;          // 指向对应的CONSTANT_Utf8_info的索引，表示字段名或方法名
    u2 descriptor_index;    // 指向对应的CONSTANT_Utf8_info的索引，表示对字段或方法的描述
}

该常量指的是类的构造函数<init>，()V表示无参且无返回值。

访问标志

接下来是2字节的访问标识，示例中值为0x0021。根据下面的访问标志定义可示例Class的标识为ACC_PUBLIC和ACC_SUPER。

图3.3 访问标志规范

索引

接下来是各种索引：类索引（this_class）、父类索引（super_class）和接口集。

类索引

其值为0x0005，指向twd.Test这个CONSTANT_Class_info。

父类索引

其值为0x0006，表示父类为java.lang.Object。

接口集

在这里接口数量为0x0000，所以无实现接口。

字段表

示例中字段表数量为0x0001，后续使用field_info表示每个字段。field_info的格式为：

field_info {
    u2             access_flags;
    u2             name_index;
    u2             descriptor_index;
    u2             attributes_count;
    attribute_info attributes[attributes_count];
}

图3.4 字段访问标志规范

这里对应的值为：

access_flags:0x0002，即ACC_PRIVATE
name_index  :0x0007，即a
descriptor_index:0x0008，即I，为int的字段描述符
attributes_count:0x0000，无属性

显然该字段对应的是代码中的private int a。

方法表

示例中方法表数量为0x0002，表示有两个方法。每个方法的格式与field_info一样。

图3.5 方法访问标志规范

第一个方法对应的值为：

access_flags:0x0001，即ACC_PUBLIC
name_index  :0x0009，即<init>，即为构造方法。
descriptor_index:0x000a，即()V。
attributes_count:0x0001，有一个属性。

对于属性，其对应的格式为：

attribute_info {
    u2 attribute_name_index;
    u4 attribute_length;
    u1 info[attribute_length];
}

该属性的attribute_name_index为0x000b，即常量池中第11个常量Code，其长度为0x0000002f，对应的内容如下：

图3.6 <init>的Code属性

属性表

属性表用来描述某些专有信息，可出现在类文件、字段表和方法表中。用户可自定义属性格式，虚拟机会在运行时忽略它不认识的属性。在Jdk8中，预定义了23个属性：

图3.7 Jdk8预定义的属性类型

比较常见的属性有Code（附在方法表中，主要表示方法执行代码的字节码形式）、Exceptions等，想要详细了解的可参考《深入理解Java虚拟机》的6.3.7。

参考资料

深入理解Java虚拟机（第三版）
Java虚拟机规范