☕【Java技术指南】深入分析Class类文件的结构（上篇）

【前提概要】

Java源码文件经过编译（Compile）后生产Class字节码文件。JVM时通过字节码来执行。对于深入挖掘和透彻理解Java技术体系，除了认识学习Java API相关的技术之外，最应该优先学习的技术class字节码文件的结构体系。接下来就让我们深入挖掘学习class字节码吧。

【跨平台性】

各种不同平台的虚拟机与所有平台都统一使用的程序存储格式——字节码（ByteCode）是构成平台无关性的基石，也是语言无关性的基础。Java 虚拟机不和包括 Java 在内的任何语言绑定，它只与“Class文件”这种特定的二进制文件格式所关联，Class文件中包含了Java虚拟机指令集和符号表以及若干其他辅助信息。

【Class文件】

任何一个 Class 文件都对应着唯一一个类或接口的定义信息，但反过来说，Class 文件实际上它并不一定以磁盘文件的形式存在。Class文件是一组以 8 位字节为基础单位的二进制流。

【Class文件结构】

Class文件格式采用类似C语言结构体的伪结构来存储数据，这种伪结构中只有两种数据类型：“无符号数” 和 “表”。

【无符号概念】

【无符号数】属于基本的数据类型，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、数量值或者按照UTF-8编码构成字符串值。

【表的概念】

【数据表】是由多个无符号数或其他表作为数据表构成的复合数据类型，为了与无符号数以及其他结构进行区分，所有表的命名都习惯性的以“_info”结尾。例如，field_info、method_info、attribute_info等。

整个Class文件本质上就是一张表。了解Class文件的结构对了解虚拟机执行引擎有重要作用。

【结构严谨性】

Class的结构不像XML等描述语言，由于它没有任何分隔符号，所以在其中的数据项，无论是顺序还是数量，都是被严格限定的，哪个字节代表什么含义，长度是多少，先后顺序如何，都不允许改变。

QQ图片20210608123358.png

【魔术头和版本号】

【魔术头】

魔数头是每个Class文件的头4个字节称为魔数（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。
使用魔数而不是扩展名来进行识别主要是基于安全方面的考虑，因为文件扩展名可以随意地改动。文件格式的制定者可以自由地选择魔数值，只要这个魔数值还没有被广泛采用过同时又不会引起混淆即可。

所有的由Java编译器编译而成的class文件的前4个字节都是“0xCAFEBABE” （谐音咖啡宝贝）。

当JVM在尝试加载某个文件到内存中来的时候，会首先判断此class文件有没有JVM认为可以接受的“签名”，即JVM会首先读取文件的前4个字节，判断该4个字节是否是“0xCAFEBABE”，如果是，则JVM会认为可以将此文件当作class文件来加载并使用。
不同版本的Java虚拟机实现支持的版本号也不同，高版本号的 Java 虚拟机实现可以支持低版本号的 Class 文件，反之则不成立。

【主/次版本】

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（MinorVersion）。
- 第7和第8个字节是主版本号（Major Version）。

Java的版本号是从45（十进制）开始的，JDK1.1之后的每个JDK大版本发布主版本号向上加1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，即使文件格式并未发生任何变化，虚拟机也必须拒绝执行超过其版本号的Class文件。例如：JDK1.0主版本号为45，JDK1.1为46，依次类推到JDK8的版本号为52，16进制为0x33。

【版本解析流程】

一个JVM实例只能支持特定范围内的主版本号（Mi至Mj）和0至特定范围内（0至m）的副版本号。假设一个Class文件的格式版本号为V，仅当Mi.0≤v≤Mj.m成立时，Class文件才可以被此Java虚拟机支持。
JVM在加载class文件的时候，会读取出主版本号，然后比较这个class文件的主版本号和JVM本身的版本号，如果JVM本身的版本号<class文件的版本号，JVM会认为加载不了这个class文件。
会抛出我们经常见到" java.lang.UnsupportedClassVersionError: Bad version number in .class file "Error错误；反之，JVM会认为可以加载此class文件，继续加载此class文件。

【常量池元数据】

常量池元数据主要包含了常量池数据表和常量池计数器。

【常量池计数器】

常量池是由一组CP结构体（cp_info）数据项组成的，而数据表的大小则由常量池计数器指定。
常量池计数器constant_pool_count的值是constant_pool表中的成员数+1（永远执行下一个待分配的索引数据值）。常量池中常量的数量是不固定的，所以在常量池的入口需要放置一项u2类型的数据，代表常量池容量计数值（constant_pool_count）。
constant_pool表的索引值只有在大于0且小于constant_pool_count时才会被认为是有效的。

注意事项：常量池计数器默认从1开始而不是从0开始，与Java中语言习惯不一样的是，这个容量计数是从1而不是0开始的
- 当constant_pool_count = 1时，常量池中的cp_info个数为0；
- 当constant_pool_count为n时，常量池中的cp_info个数为n-1。

原因：在指定class文件规范的时候，将索引#0项常量空出来是有特殊考虑的，这样当：某些数据在特定的情况下想表达“不引用任何一个常量池项”的意思时，就可以将其引用的常量的索引值设置为#0来表示。

【常量池数据表】

常量池数据表主要存放两大类常量：字面量和符号引用。

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、声明为 final 的常量值、基本变量等。
- 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：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、以及一些扩展引用信息。

常量池的结构图：

cp_info {
　u1 tag;
  u1 info[]; 
}

JVM是根据tag的值来确定常量池项cp_ino的类型字面量的。

【访问标志】

在常量池结束之后，紧接着2个字节代表访问标志（access_flag），这个标志用来识别这个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。

【类索引、父类索引与接口索引集合】

Class文件由this_class、super_class和interfaces这三项数据来确定该类的继承关系。
类索引用来确定类的全名限定，父类索引用来确定该类的父类的全名限定，接口索引集合用来描述该类实现了哪些接口。

【类索引】

类索引，this_class的值必须是对constant_pool表中项目的一个有效索引值。constant_pool表在这个索引处的项必须为CONSTANT_Class_info 类型常量，表示这个 Class文件所定义的类或接口。

【父类索引】

父类索引，对于类来说，super_class的值必须为0或者是对constant_pool 表中项目的一个有效索引值。

如果它的值不为0，constant_pool在索引处的项必须CONSTANT_Class_info类型常量，表示这个Class文件所定义的类的直接父类。当前类的直接父类，以及它所有间接父类的 access_flag 中都不能带有ACC_FINAL标记。
对于接口来说，它的Class文件的super_class项的值必须是对constant_pool表中项目的一个有效索引值。constant_pool表在这个索引处的项必须为代表java.lang.Object的 CONSTANT_Class_info类型常量。
如果Class文件的super_class的值为 0，那这个Class文件只可能是定义的是 java.lang.Object类，只有它是唯一没有父类的类。

【接口元数据】

接口计数器，interfaces_count的值表示当前类或接口的【直接父接口数量】。
接口数据表，interfaces[]数组中的每个成员的值必须是一个对constant_pool表中项目的一个有效索引值，它的长度为 interfaces_count。每个成员interfaces[i] 必须为CONSTANT_Class_info类型常量，其中【0 ≤ i <interfaces_count】。
在interfaces[]数组中，成员所表示的接口顺序和对应的源代码中给定的接口顺序（从左至右）一样，即interfaces[0]对应的是源代码中最左边的接口。

【字段表集合】

字段表（field_info）用来描述接口或类中声明的变量。

字段包括的修饰符有字段的作用域（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）、可否被序列化（transient修饰符）、字段数据类型（基本类型、对象、数组）、字段名称。

字段计数器，fields_count的值表示当前Class文件 fields[]数组的成员个数。 fields[]数组每一项都是一个field_info结构的数据项，它用于表示该类或接口声明的【类字段】或者【实例字段】(但不包括从父类或父接口继承的部分)。

【方法表集合】

方法计数器， methods_count的值表示当前Class 文件 methods[]数组的成员个数。Methods[] 数组中每一项都是一个 method_info 结构的数据项。
方法表，methods[] 数组中的每个成员都必须是一个method_info结构的数据项，用于表示当前类或接口中某个方法的完整描述。
method_info结构可以表示类和接口中定义的所有方法，包括【实例方法】、【类方法】、【实例初始化方法】和【类或接口初始化方法】。 methods[]数组只描述【当前类或接口中声明的方法】，【不包括从父类或父接口继承的方法】。

方法表的结构与字段表一样，依次包括访问标志（access_flags）、名称索引（name_index）、描述符索引（description_index）、属性表集合（attributes）几项。
因为volatile关键字和transient关键字不能修饰方法，所以方法表的访问标志中没有ACC_VOLATILE标志和ACC_TRANSIENT标志，与之相对，synchronized、native、strictfp和abstract关键字可以修饰方法。
如果某个method_info 结构的access_flags 项既没有设置 ACC_NATIVE 标志也没有设置 ACC_ABSTRACT 标志，那么它所对应的方法体就应当可以被Java虚拟机直接从当前类加载，而不需要引用其它类。

【属性表集合】

属性计数器，attributes_count的值表示当前 Class 文件attributes表的成员个数。 attributes表中每一项都是一个attribute_info 结构的数据项。
属性表，attributes 表的每个项的值必须是attribute_info结构。在Java 7 规范里，Class文件结构中的attributes表的项包括下列定义的属性：

在Class文件、字段表、方法表都可以带自己的属性表集合。

1、Code属性
2、Exceptions属性
3、LineNumberTable属性
4、LocalVariableTable及LocalVariableTypeTable属性
5、SourceFile及SourceDebugExtension属性
6、ConstantValue属性
7、InnerClasses属性
8、Deprecated及Synthetic属性
9、StackMapTable属性
10、Signature属性
11、BootstrapMethods属性
12、MethodParameters属性
13、模块化相关属性
14、运行时注解相关属性

对于支持 Class 文件格式版本号为 49.0 或更高的 Java 虚拟机实现，必须正确识别并读取 attributes表中的Signature、RuntimeVisibleAnnotations和 RuntimeInvisibleAnnotations属性。对于支持Class文件格式版本号为 51.0 或更高的 Java 虚拟机实现，必须正确识别并读取 attributes表中的BootstrapMethods属性。
Java 7 规范要求任一Java虚拟机实现可以自动忽略 Class 文件的 attributes表中的若干（甚至全部）它不可识别的属性项。任何本规范未定义的属性不能影响Class文件的语义，只能提供附加的描述信息。