[Class文件结构]1——概述

2017-12-31 本文已影响184人某昆

前言

众所周知，计算机只识别0和1，程序员写的c或c++程序最终都要经过编译、链接等步骤，将代码转换成0或1的二进制格式才能被计算机执行。由于依赖平台，导致c语音中基础数据类型在各平台上所占的字节数都不相同，其它细节也有不同。

Java不一样，Java在诞生之初就宣称“write once，run anywhere”，它选择了与操作系统和机器指令集无关的、平台中立的格式作为程序编译后的存储格式。

实现语言无关性的基础就是虚拟机和字节码存储格式，使用Java编译器可以把Java代码编译为存储字节码的Class文件，使用JRuby等的编译器一样可以把代码文件编译成Class文件，虚拟机并不关心Class文件的来源，只要它符合Class文件就有的结构就可以在Java虚拟机中运行。

Class类文件的结构

解析学习Class类文件的结构，是了解虚拟机的重要基础之一，有助于学习虚拟机如何加载并执行class文件。

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文件之中，中间没有添加任何分隔符。

Class文件采用一种类似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。

无符号数基于基本的数据类型，以u1，u2，u4，u8来分别代表1个字节、2个字节、4个字节、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、数量值或按照UTF-8编码构成的字符串值。

无论是无符号数还是表，当需要描述同一类型但数量不定的多个数据时，经常会使用一个前置的容量计数器加若干个连续的数据项的形式，这时候称这一系列连续的某一类型的数据为某一类型的集合。

注意：Class文件不像xml，它没有分隔符，而且它的顺序都是严格定义的。

Java代码中包含成员变量，方法，变量还定义了访问权限，方法还有参数、返回值，方法中的逻辑（比如说int型数据相加）是否会被存储成一个个指令，Class文件会如何描述这些东西呢？

示例代码

以如下代码为示例，查看编译后的Class文件。

package org.fenixsoft.clazz;

public class TestClass {

    private int m;

    public int inc(){
        return m + 1;
    }
}

Class文件是字节码文件，需要使用16进制编辑器查看，本文中选用 WinHex，打开Class文件后整体如下：

另外Class文件可以使用javap工具查看，指令如下：javap -verbose class文件路径

魔数与Class文件版本

每个Class文件的头4个字节称为魔数，它的唯一作用是用于确定这个文件是否为Class文件。查看上单节的Class文件格式图，魔数正好也是由一个u4类型表示。

Class文件的魔数为 cafebabe（咖啡宝贝？）。

魔数之后即是次版本号和主版本号，二者均由一个u2表示。

本例中次版本号为0，主版本号为51（33是16进制数，换成10进制就是51），即为Java 1.7。注意高版本的JDK能向下兼容，但无法运行以后版本的Class文件，那么本例中的Class文件只能被JDK 1.7及以上运行。

常量池

主版本号后边就是常量池了，常量池中的所有项目类型为：

使用javap -verbose 查看Class文件，查看常量池部分

常量池中存放两大类常量：字面量和符号引用。字面量，如字符串、被声明为final的常量值等。而符号引用（符号引用属于编译原理方面的概念）包括了下面三类常量：

和Java代码中的常量不一致，常量池中并不是只会存储final类型的数据，不是常量也会被存储，比如示例代码中的m，另外符号引用也并不是代码中所说的引用类型，除了类和接口，它还包含字段和方法。

虚拟机在加载Class文件时进行动态连接，也就是说Class文件并不会保存各个方法和字段的最终内存布局信息，当虚拟机运行时，需要从常量池中获取对应的符号引用，在运行时解析并翻译到具体的内存地址当中。

常量池是最繁琐的数据了，因为常量池中所包含的11种类型都有自己的结构。一般是由一位u1指定类型，再加上数据长度（一般是u2），再加上数据具体值。