JVM 类文件结构

JVM 的"无关性”

• 谈论 JVM 的无关性，主要有以下两个：
  • 平台无关性：任何操作系统都能运行 Java 代码。
  • 语言无关性：JVM 能运行除 Java 以外的其他代码。
• Java 源代码首先需要使用 Javac 编译器编译成 .class 文件，然后由 JVM 执行 .class 文件，从而程序开始运行。
• JVM 只认识 .class 文件，它不关心是何种语言生成了 .class 文件，只要 .class 文件符合 JVM 的规范就能运行，目前已经有 JRuby,Jython,Scala 等语言能够在 JVM 上运行，它们有各自的语法规则，不过它们的编译器都能将各自的源码编译成符合 JVM 规范的 .class 文件，从而能够借助 JVM 运行它们。

Java 语言中的各种变量，关键字和运算符号的语义最终都是由多条字节码命令组合而成的，因此字节码命令所能提供的语义描述能力肯定会比 Java 语言本身更加强大，因此，有一些 Java 语言本身无法有效支持的语言特性，不代表字节码本身无法有效支持。

Class 文件结构

• Class 文件是二进制文件，它的内容具有严格的规范，文件中没有任何空格，全都是连续的 0/1,Class 文件中的所有内容被分为两种类型：无符号数，表。
  • 无符号数表示 Class 文件中的值，这些值没有任何类型，但有不同的长度，u1,u2,u4,u8 分别代表 1/2/4/8 字节的无符号数。
  • 表由多个无符号数或者其他表作为数据项构成的复合数据类型。
• Class 文件具体由以下几个构成：
  • 魔数。
  • 版本信息。
  • 常量池。
  • 访问标志。
  • 类索引，父类索引，接口索引集合。
  • 字段表集合。
  • 方法表集合。
  • 属性表集合。

魔数

• Class 文件的头 4 个字节称为魔数，用来表示这个 Class 文件的类型。
• Class 文件的魔数是用 16 进制表示的"CAFE BABE”

魔数相当于文件后缀名，只不过后缀名容易被修改，不安全，因此在 Class 文件中标识文件类型比较合适。

版本信息

• 紧接着魔数的 4 个字节是版本信息，5-6 字节表示次版本号，7-8 字节表示主版本号，它们表示当前 Class 文件中使用的是哪个版本的 JDK
• 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，虚拟机也必需拒绝执行超过其版本号的 Class 文件。

常量池

• 版本信息之后就是常量池，常量池中存放两种类型的常量。
  • 字面值常量：字面值常量就是我们在程序中定义的字符串，被 final 修饰的值。
  • 符号引用：符号引用就是我们定义的各种名字：类和接口的全限定名，字段的名字和描述符，方法的名字和描述符。

常量池的特点

• 常量池中常量数量不固定，因此常量池开头放置一个 u2 类型的无符号数，用来存储当前常量池的容量。
• 常量池的每一项常量都是一个表，表开始的第一位是一个 u1 类型的标志位（tag)，代表当前这个常量属于哪种常量类型。

常量池中常量类型

类型	tag	描述
CONSTANT_utf8_info	1	UTF-8 编码的字符串
CONSTANT_Integer_info	3	整型字面量
CONSTANT_Float_info	4	浮点型字面量
CONSTANT_Long_info	5	长整型字面量
CONSTANT_Double_info	6	双精度浮点型字面量
CONSTANT_Class_info	7	类或接口的符号引用
CONSTANT_String_info	8	字符串类型字面量
CONSTANT_Fieldref_info	9	字段的符号引用
CONSTANT_Methodref_info	10	类中方法的符号引用
CONSTANT_InterfaceMethodref_info	11	接口中方法的符号引用
CONSTANT_NameAndType_info	12	字段或方法的符号引用
CONSTANT_MethodHandle_info	15	表示方法句柄
CONSTANT_MethodType_info	16	标识方法类型
CONSTANT_InvokeDynamic_info	18	表示一个动态方法调用点

CONSTANT_Class_info（此类型的常量代表一个类或者接口的符号引用），它的二维表结构如下：

类型	名称	数量
u1	tag	1
u2	name_index	1

• tag是标志位，用于区分常量类型。
• name_index是一个索引值，它指向常量池中一个 CONSTANT_Utf8_info类型常量，此常量代表这个类（或接口）的全限定名，这里name_index值若为 0x0002，也即是指向了常量池中的第二项常量。

CONSTANT_Utf8_info型常量的结构如下：

类型	名称	数量
u1	tag	1
u2	length	1
u1	bytes	length

• tag 是当前常量的类型。
• length 表示这个字符串的长度。
• bytes 是这个字符串的内容（采用缩略的 UTF8 编码）

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，这个标志用于识别一些类或者接口层次的访问信息，包括：这个 Class 是类还是接口，是否定义为 public 类型，是否被 abstract/final 修饰。

类索引，父类索引，接口索引集合

• 类索引和父类索引都是一个 u2 类型的数据，而接口索引集合是一组 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。
• 由于 Java 不允许多重继承，所以父类索引只有一个，除了java.lang.Object之外，所有的 Java 类都有父类，因此除了java.lang.Object外，所有 Java 类的父类索引都不为 0，一个类可能实现了多个接口，因此用接口索引集合来描述，这个集合第一项为 u2 类型的数据，表示索引表的容量，接下来就是接口的名字索引。
• 类索引和父类索引用两个 u2 类型的索引值表示，它们各自指向一个类型为CONSTANT_Class_info的类描述符常量，通过该常量总的索引值可以找到定义在CONSTANT_Utf8_info类型的常量中的全限定名字符串。

字段表集合

• 字段表集合存储本类涉及到的成员变量，包括实例变量和类变量，但不包括方法中的局部变量。
• 每一个字段表只表示一个成员变量，本类中的所有成员变量构成了字段表集合，字段表结构如下：

类型	名称	数量	说明
u2	access_flags	1	字段的访问标志，与类稍有不同
u2	name_index	1	字段名字的索引
u2	descriptor_index	1	描述符，用于描述字段的数据类型，基本数据类型用大写字母表示，对象类型用"L 对象类型的全限定名”表示，
u2	attributes_count	1	属性表集合的长度
u2	attributes	attributes_count	属性表集合，用于存放属性的额外信息，如属性的值，

字段表集合中不会出现从父类（或接口）中继承而来的字段，但有可能出现原本 Java 代码中不存在的字段，譬如在内部类中为了保持对外部类的访问性，会自动添加指向外部类实例的字段。

方法表集合

• 方法表结构与属性表类似。
• 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和ACC_TRANSIENT标志。
• 方法表的属性表集合中有一张 Code 属性表，用于存储当前方法经编译器编译后的字节码指令。

属性表集合

每个属性对应一张属性表，属性表的结构如下：

类型	名称	数量
u2	attribute_name_index	1
u4	attribute_length	1
u1	info	attribute_length