JVM之.class檔案解析
目錄
1 概述
Java位元組碼類檔案（.class）是Java編譯器編譯Java原始檔（.java）產生的「目標檔案」。它是一種8位元位元組的二進制流檔案， 各個數據項按順序緊密的從前向後排列， 相鄰的項之間沒有間隙， 這樣可以使得class檔案非常緊湊， 體積輕巧， 可以被JVM快速的載入至記憶體， 並且佔據較少的記憶體空間（方便於網路的傳輸）。
Java原始檔在被Java編譯器編譯之後， 每個類（或者介面）都單獨佔據一個class檔案， 並且類中的所有資訊都會在class檔案中有相應的描述， 由於class檔案很靈活， 它甚至比Java原始檔有着更強的描述能力。
class檔案中的資訊是一項一項排列的， 每項數據都有它的固定長度， 有的佔一個位元組， 有的佔兩個位元組， 還有的佔四個位元組或8個位元組， 數據項的不同長度分別用u1, u2, u4, u8表示， 分別表示一種數據項在class檔案中佔據一個位元組， 兩個位元組， 4個位元組和8個位元組。 可以把u1, u2, u3, u4看做class檔案數據項的「型別」 。
JVM是一種規範,人們常說Java是跨平臺的語言,而JＶＭ幫助遮蔽了不同操作系統的底層，是跨語言的平臺．它不僅僅應用於Java語言，它是可以認識所有能編譯成.class格式的檔案（位元組碼檔案）．
2 檔案結構
一個典型的class檔案分爲：MagicNumber，Version，Constant_pool，Access_flag，This_class，Super_class，Interfaces，Fields，Methods 和Attributes這十個部分，用一個數據結構可以表示如下：
Class檔案是一組以8位元位元組爲基礎的二進制流，各個數據專案按照嚴格順序緊湊排列在Class檔案中。
所有的16位元，32位元，64位元長度的數據將被構造成2個，4個，8個位元組單位來標示。
總體格式表：
| 型別 | 名稱 | 數量 |
|---|---|---|
| u4 | magic | 1 |
| u2 | minor_version | 1 |
| u2 | major_version | 1 |
| u2 | constant_pool_count | 1 |
| cp_info | constant_pool | constant_pool_count - 1 |
| u2 | access_flags | 1 |
| u2 | this_class | 1 |
| u2 | super_class | 1 |
| u2 | interfaces_count | 1 |
| u2 | interfaces | interfaces_count |
| u2 | fields_count | 1 |
| field_info | fields | fields_count |
| u2 | methods_count | 1 |
| method_info | methods | methods_count |
| u2 | attribute_count | 1 |
| attribute_info | attributes | attributes_count |
class檔案中的資訊是一項一項排列的， 每項數據都有它的固定長度， 有的佔一個位元組， 有的佔兩個位元組， 還有的佔四個位元組或8個位元組， 數據項的不同長度分別用u1, u2, u4, u8表示， 分別表示一種數據項在class檔案中佔據1個位元組， 2個位元組， 4個位元組和8個位元組。 可以把u1, u2, u3, u4看做class檔案數據項的「型別」 。
class格式說明
1、magic
在class檔案開頭的四個位元組， 存放着class檔案的魔數， 這個魔數是class檔案的標誌，他是一個固定的值： 0XCAFEBABE 。 也就是說他是判斷一個檔案是不是class格式的檔案的標準， 如果開頭四個位元組不是0XCAFEBABE， 那麼就說明它不是class檔案， 不能被JVM識別。
2、minor_version 和 major_version
緊接着魔數的四個位元組是class檔案的此版本號和主版本號。
隨着Java的發展， class檔案的格式也會做相應的變動。 版本號標誌着class檔案在什麼時候， 加入或改變了哪些特性。 舉例來說， 不同版本的javac編譯器編譯的class檔案， 版本號可能不同， 而不同版本的JVM能識別的class檔案的版本號也可能不同， 一般情況下， 高版本的JVM能識別低版本的javac編譯器編譯的class檔案， 而低版本的JVM不能識別高版本的javac編譯器編譯的class檔案。 如果使用低版本的JVM執行高版本的class檔案， JVM會拋出java.lang.UnsupportedClassVersionError 。具體的版本號變遷這裏不再討論， 需要的讀者自行查閱資料。
3、constant_pool
在class檔案中， 位於版本號後面的就是常數池相關的數據項。 常數池是class檔案中的一項非常重要的數據。 常數池中存放了文字字串， 常數值， 當前類的類名， 欄位名， 方法名， 各個欄位和方法的描述符， 對當前類的欄位和方法的參照資訊， 當前類中對其他類的參照資訊等等。 常數池中幾乎包含類中的所有資訊的描述， class檔案中的很多其他部分都是對常數池中的數據項的參照，比如後面要講到的this_class, super_class, field_info, attribute_info等， 另外位元組碼指令中也存在對常數池的參照， 這個對常數池的參照當做位元組碼指令的一個運算元。此外，常數池中各個項也會相互參照。
常數池是一個類的結構索引，其它地方對「物件」的參照可以通過索引位置來代替，我們知道在程式中一個變數可以不斷地被呼叫，要快速獲取這個變數常用的方法就是通過索引變數。這種索引我們可以直觀理解爲「記憶體地址的虛擬」。我們把它叫靜態池的意思就是說這裏維護着經過編譯「梳理」之後的相對固定的數據索引，它是站在整個JVM（進程）層面的共用池。
class檔案中的項constant_pool_count的值爲1, 說明每個類都只有一個常數池。 常數池中的數據也是一項一項的， 沒有間隙的依次排放。常數池中各個數據項通過索引來存取， 有點類似與陣列， 只不過常數池中的第一項的索引爲1, 而不爲0, 如果class檔案中的其他地方參照了索引爲0的常數池項， 就說明它不參照任何常數池項。class檔案中的每一種數據項都有自己的型別， 相同的道理，常數池中的每一種數據項也有自己的型別。 常數池中的數據項的型別如下表：
每個數據項叫做一個XXX_info項，比如，一個常數池中一個CONSTANT_Utf8型別的項，就是一個CONSTANT_Utf8_info 。除此之外， 每個info項中都有一個標誌值（tag），這個標誌值表明瞭這個常數池中的info項的型別是什麼， 從上面的表格中可以看出，一個CONSTANT_Utf8_info中的tag值爲1，而一個CONSTANT_Fieldref_info中的tag值爲9 。
Java程式是動態鏈接的， 在動態鏈接的實現中， 常數池扮演者舉足輕重的角色。 除了存放一些字面量之外， 常數池中還存放着以下幾種符號參照：
（1） 類和介面的全限定名
（2） 欄位的名稱和描述符
（3） 方法的名稱和描述符
我們有必要先瞭解一下class檔案中的特殊字串， 因爲在常數池中， 特殊字串大量的出現，這些特殊字串就是上面說的全限定名和描述符。
4、access_flag 儲存了當前類的存取許可權
5、this_cass 儲存了當前類的全侷限定名在常數池裏的索引
6、super class 儲存了當前類的父類別的全侷限定名在常數池裏的索引
7、interfaces 儲存了當前類實現的介面列表，包含兩部分內容：interfaces_count 和interfaces[interfaces_count]
interfaces_count 指的是當前類實現的介面數目
interfaces[] 是包含interfaces_count個介面的全侷限定名的索引的陣列
8、fields 儲存了當前類的成員列表，包含兩部分的內容：fields_count 和 fields[fields_count]
fields_count是類變數和範例變數的欄位的數量總和。
fileds[]是包含欄位詳細資訊的列表。
9、methods 儲存了當前類的方法列表，包含兩部分的內容：methods_count和methods[methods_count]
methods_count是該類或者介面顯示定義的方法的數量。
method[]是包含方法資訊的一個詳細列表。
10、attributes 包含了當前類的attributes列表，包含兩部分內容：attributes_count 和 attributes[attributes_count]
class檔案的最後一部分是屬性，它描述了該類或者介面所定義的一些屬性資訊。attributes_count指的是attributes列表中包含的attribute_info的數量。
屬性可以出現在class檔案的很多地方，而不只是出現在attributes列表裏。如果是attributes表裏的屬性，那麼它就是對整個class檔案所對應的類或者介面的描述；如果出現在fileds的某一項裡，那麼它就是對該欄位額外資訊的描述；如果出現在methods的某一項裡，那麼它就是對該方法額外資訊的描述。
3 範例分析
上面大致講解了一下class檔案的結構，這裏，我們拿一個class檔案做一個簡單的分析，來驗證上面的檔案結構是否確實是如此。
我們在這裏新建一個java檔案，Hello.java，具體內容如下：
public class Hello{
private int test;
public int test(){
return test;
}
}
然後再通過javac命令將此java檔案編譯成class檔案：
javac /d/class_file_test/Hello.java
編譯之後的class檔案十六進制結果如下所示，可以用UltraEdit等十六進制編輯器開啓，得到：
接下來我們就按照class檔案的格式來分析上面的一串數位，還是按照之前的順序來：
-
magic:
CA FE BA BE，代表該檔案是一個位元組碼檔案，我們平時區分檔案型別都是通過後綴名來區分的，不過後綴名是可以隨便修改的，所以僅靠後綴名不能真正區分一個檔案的型別。區分檔案型別的另個辦法就是magic數位，JVM 就是通過 CA FE BA BE 來判斷該檔案是不是class檔案 -
version欄位：
00 00 00 34，前兩個位元組00是minor_version，後兩個位元組0034是major_version欄位，對應的十進制值爲52，也就是說當前class檔案的主版本號爲52，次版本號爲0。下表是jdk 1.6 以後對應支援的 Class 檔案版本號：
常數池，constant_pool:
3.1. constant_pool_count
緊接着version欄位下來的兩個位元組是：00 12代表常數池裏包含的常數數目，因爲位元組碼的常數池是從1開始計數的，這個常數池包含17個（0x0012-1）常數。
3.2.constant_pool
接下來就是分析這17個常數:
3.2.1. 第一個變數 0a 00 04 00 0e
首先，緊接着constant_pool_count的第一個位元組0a（tag=10）根據上面的表格（常數池的型別圖）
![image_1c2tj6ib6pslkbb1876ot81rjj4v.png-4kB][7]
可知，這表示的是一個CONSTANT_Methodref。CONSTANT_Methodref的結構如下：
CONSTANT_Methodref_info {
u1 tag; //u1表示佔一個位元組
u2 class_index; //u2表示佔兩個位元組
u2 name_and_type_index; //u2表示佔兩個位元組
}
其中class_index表示該方法所屬的類在常數池裏的索引，name_and_type_index表示該方法的名稱和型別的索引。常數池裏的變數的索引從1開始。
那麼這個methodref結構的數據如下：
0a //tag 10表示這是一個CONSTANT_Methodref_info結構
00 04 //class_index 指向常數池中第4個常數所表示的類
00 0e //name_and_type_index 指向常數池中第14個常數所表示的方法
3.2.2. 第二個變數09 00 03 00 0F
接着是第二個常數，它的tag是09，根據上面的表格可知，這表示的是一個CONSTANT_Fieldref的結構，它的結構如下：
CONSTANT_Fieldref_info {
u1 tag;
u2 class_index;
u2 name_and_type_index;
}
和上面的變數基本一致。
09 //tag
00 03 //指向常數池中第3個常數所表示的類
00 0f //指向常數池中第15個常數所表示的變數
3.2.3. 第三個變數 07 00 10
tag爲07表示是一個CONSTANT_Class變數，這個變數的結構如下：
CONSTANT_Class_info {
u1 tag;
u2 name_index;
}
除了tag欄位以外，還有一個name_index的值爲00 10，即是指向常數池中第16個常數所表示的Class名稱。
3.2.4. 第四個變數07 00 11
同上，也是一個CONSTANT_Class變數，不過，指向的是第17個常數所表示的Class名稱。
3.2.5. 第五個變數 01 00 04 74 65 73 74
tag爲1，表示這是一個CONSTANT_Utf8結構，這種結構用UTF-8的一種變體來表示字串，結構如下所示：
CONSTANT_Utf8_info {
u1 tag;
u2 length;
u1 bytes[length];
}
其中length表示該字串的位元組數，bytes欄位包含該字串的二進制表示。
01 //tag 1表示這是一個CONSTANT_Utf8結構
00 04 //表示這個字串的長度是4位元組,也就是後面的四個位元組74 65 73 74
74 65 73 74 //通過ASCII碼錶 碼表轉換後，表示的是字串「test」
接下來的8個變數都是字串，這裏就不具體分析了。
3.2.6. 第十四個常數 0c 00 07 00 08
tag爲0c，表示這是一個CONSTANT_NameAndType結構，這個結構用來描述一個方法或者成員變數。具體結構如下：
CONSTANT_NameAndType_info {
u1 tag;
u2 name_index;
u2 descriptor_index;
}
name_index表示的是該變數或者方法的名稱，這裏的值是0007，表示指向第7個常數，即是<init>。
descriptor_index指向該方法的描述符的參照，這裏的值是0008，表示指向第8個常數，即是()V，由前面描述符的語法可知，這個方法是一個無參的，返回值爲void的方法。
綜合兩個欄位，可以推出這個方法是void <init>()。也即是指向這個NameAndType結構的Methodref的方法名爲void <init>()，也就是說第一個常數表示的是void <init>()方法，這個方法其實就是此類的預設構造方法。
3.2.7. 第十五個常數也是一個CONSTANT_NameAndType，表示的方法名爲「int test()」，第2個常數參照了這個NameAndType，所以第二個常數表示的是「int test()」方法。
3.2.8. 第16和17個常數也是字串，可以按照前面的方法分析。
3.3. 完整的常數池
最後，通過以上分析，完整的常數池如下：
00 12 常數池的數目 18-1=17
0a 00 04 00 0e 方法：java.lang.Ojbect void <init>()
09 00 03 00 0f 方法 ：Hello int test()
07 00 10 字串：Hello
07 00 11 字串：java.lang.Ojbect
01 00 04 74 65 73 74 字串：test
01 00 01 49 字串：I
01 00 06 3c 69 6e 69 74 3e 字串：<init>
01 00 03 28 29 56 字串：()V
01 00 04 43 6f 64 65 字串：Code
01 00 0f 4c 69 6e 65 4e 75 6d 62 65 72 54 61 62 6c 65 字串：LineNumberTable
01 00 03 28 29 49 字串：()I
01 00 0a 53 6f 75 72 63 65 46 69 6c 65 字串：SourceFile
01 00 0a 48 65 6c 6c 6f 2e 6a 61 76 61 字串：Hello.java
0c 00 07 00 08 NameAndType：<init> ()V
0c 00 05 00 06 NameAndType：test I
01 00 05 48 65 6c 6c 6f 字串：Hello
01 00 10 6a 61 76 61 2f 6c 61 6e 67 2f 4f 62 6a 65 63 74 字串： java/lang/Object
通過這樣分析其實非常的累，我們只是爲了瞭解class檔案的原理纔來一步一步分析每一個二進制位元組碼。JDK提供了現成的工具可以直接解析此二進制檔案，即javap工具(在JDK的bin目錄下)，我們通過javap命令來解析此class檔案：
javap -v -p -s -sysinfo -constants /d/class_file_test/Hello.class
解析得到的結果爲：
發現了沒有，上面生成程式碼中的Constant pool跟我們上面分析出來的完整常數池一模一樣，有木有！有木有？
這說明我們上面的分析的完成正確！
由此，我們終於弄懂了Constant pool的內幕。
接下來繼續看其他的欄位。
4.access_flag(u2)00 21這兩個位元組的數據表示這個變數的存取標誌位，JVM對存取標示符的規範如下：
這個表裏面無法直接查詢到0021這個值，原因是0021=0020+0001，也就是表示當前class的access_flag是ACC_PUBLIC|ACC_SUPER。ACC_PUBLIC和程式碼裡的public 關鍵字相對應。ACC_SUPER表示當用invokespecial指令來呼叫父類別的方法時需要特殊處理。
5.this_class(u2) 00 03
this_class指向constant pool的索引值，該值必須是CONSTANT_Class_info型別，這裏是3，即指向常數池中的第三項，即是「Hello」。
6.super_class 00 04
super_class存的是父類別的名稱在常數池裏的索引，這裏指向第四個常數，即是「java/lang/Object」。
7.interfaces
interfaces包含interfaces_count和interfaces[]兩個欄位。因爲這裏沒有實現介面，所以就不存在interfces選項，所以這裏的interfaces_count爲0（0000），所以後面的內容也對應爲空。
8.fields
00 01 fields count //表示成員變數的個數，此處爲1個
00 02 00 05 00 06 00 00 //成員變數的結構
每個成員變數對應一個field_info結構：
field_info {
u2 access_flags; 0002
u2 name_index; 0005
u2 descriptor_index; 0006
u2 attributes_count; 0000
attribute_info attributes[attributes_count];
}
access_flags爲0002，即是ACC_PRIVATE
name_index指向常數池的第五個常數，爲「test」
descriptor_index指向常數池的第6個常數爲「I」
三個欄位結合起來，說明這個變數是"private int test"。
接下來的是attribute欄位，用來描述該變數的屬性，因爲這個變數沒有附加屬性，所以attributes_count爲0，attribute_info爲空。
9.methods00 02 00 01 00 07 00 08 00 01 00 09 ...
最前面的2個位元組是method_count
method_count：00 02，爲什麼會有兩個方法呢？我們明明只寫了一個方法，這是因爲JVM 會自動生成一個<init>方法，這個是類的預設構造方法。
接下來的內容是兩個method_info結構：
method_info {
u2 access_flags;
u2 name_index;
u2 descriptor_index;
u2 attributes_count;
attribute_info attributes[attributes_count];
}
前三個欄位和field_info一樣，可以分析出第一個方法是「public void <init>()」
00 01 ACC_PUBLIC
00 07 <init>
00 08 V()
接下來是attribute欄位，也即是這個方法的附加屬性，這裏的attributes_count =1，也即是有一個屬性。
每個屬性的都是一個attribute_info結構，如下所示：
attribute_info {
u2 attribute_name_index;
u4 attribute_length;
u1 info[attribute_length];
}
JVM預定義了部分attribute，但是編譯器自己也可以實現自己的attribute寫入class檔案裡，供執行時使用。不同的attribute通過attribute_name_index來區分。JVM規範裡對以下attribute進行了預定義：
這裏的attribute_name_index值爲0009，表示指向第9個常數，即是Code。Code Attribute的作用是儲存該方法的結構如所對應的位元組碼，具體的結構如下所示：
Code_attribute {
u2 attribute_name_index;
u4 attribute_length;
u2 max_stack;
u2 max_locals;
u4 code_length;
u1 code[code_length];
u2 exception_table_length;
{
u2 start_pc;
u2 end_pc;
u2 handler_pc;
u2 catch_type;
} exception_table[exception_table_length];
u2 attributes_count;
attribute_info attributes[attributes_count];
}
attribute_length表示attribute所包含的位元組數，這裏爲0000001d，即是39個位元組，不包含attribute_name_index和attribute_length欄位。
max_stack表示這個方法執行的任何時刻所能達到的運算元棧的最大深度，這裏是0001
max_locals表示方法執行期間建立的區域性變數的數目，包含用來表示傳入的參數的區域性變數，這裏是0001.
接下來的code_length表示該方法的所包含的位元組碼的位元組數以及具體的指令碼。
這裏的位元組碼長度爲00000005，即是後面的5個位元組 2a b7 00 01 b1爲對應的位元組碼指令的指令碼。
參照下表可以將上面的指令碼翻譯成對應的助記符：
2a aload_0
b7 invokespecial
00 nop
01 aconst_null
b1 return
這即是該方法被呼叫時，虛擬機器所執行的位元組碼
接下來是exception_table，這裏存放的是處理異常的資訊。
每個exception_table表項由start_pc，end_pc，handler_pc，catch_type組成。start_pc和end_pc表示在code陣列中的從start_pc到end_pc處（包含start_pc，不包含end_pc）的指令拋出的異常會由這個表項來處理;handler_pc表示處理異常的程式碼的開始處。catch_type表示會被處理的異常型別，它指向常數池裏的一個異常類。當catch_type爲0時，表示處理所有的異常，這個可以用來實現finally的功能。
不過，這段程式碼裡沒有例外處理，所以exception_table_length爲0000，所以我們不做分析。
接下來是該方法的附加屬性，attributes_count爲0001，表示有一個附加屬性。
attribute_name_index爲000a，指向第十個常數，爲LineNumberTable。這個屬性用來表示code陣列中的位元組碼和java程式碼行數之間的關係。這個屬性可以用來在偵錯的時候定位程式碼執行的行數。LineNumberTable的結構如下：
LineNumberTable_attribute {
u2 attribute_name_index;
u4 attribute_length;
u2 line_number_table_length;
{ u2 start_pc;
u2 line_number;
} line_number_table[line_number_table_length];
}
前面兩個欄位分別表示這個attribute的名稱是LineNumberTable以及長度爲00000006。接下來的0001表示line_number_table_length，表示line_number_table有一個表項，其中start_pc爲 00 00，line_number爲 00 00，表示第0行程式碼從code的第0個指令碼開始。
後面的內容是第二個方法，具體就不再分析了。
10.attributes
最後剩下的內容是attributes，這裏的attributes表示整個class檔案的附加屬性，不過結構還是和前面的attribute保持一致。00 01表示有一個attribute。
Attribute結構如下：
SourceFile_attribute {
u2 attribute_name_index;
u4 attribute_length;
u2 sourcefile_index;
}
attribute_name_index爲000c，指向第12個常數，爲SourceFile，說明這個屬性是Source
attribute_length爲00000002
sourcefile_index爲000d，表示指向常數池裏的第13個常數，爲Hello.java。
這個屬性表明當前的class檔案是從Hello.java檔案編譯而來。