class文件的结构

Posted 2021-01-09 cathyqq

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，类或接口的定义信息并不一定都在文件里(比如类或接口也可以通过类加载器直接生成)

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的排列在Class文件之中，中间没有添加任何分隔符，这使得整个class文件中存储的内容几乎全部是程序运行的必要数据，没有空隙存在。当遇到需要占用8位字节以上的数据项时，则会按照高位在前的方式分割成若干个8位字节进行存储。

Class文件格式采用一种类似于C语言结构体的伪结构来存储数据。这种伪结构只有两种数据类型：无符号数和表。

无符号数属于基本的数据类型。以u1、u2、u4、u8来分别代表一个字节、二个字节、四个字节、八个字节的无符号数，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编码构成的字符串值。

表是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，所有表都习惯性的以"_info"结尾。表用于描述有层次关系的复合结构的数据，整个class文件本质上就是一张表。

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，这时称这一系列连续的某一类型的数据为某一类型的集合。

魔数与Class文件的版本

每个class文件的头4个字节成为魔数(Magic Number)，它的唯一作用是确定这个class文件是否为一个能被虚拟机接受的class文件。很多文件存储标准中都使用魔数来进行身份识别，譬如图片格式，如gif或者jpeg等在文件中都存有魔数。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，因为扩展名可以随意更改。文件格式的制定者可以自由的选择魔数，只要这个魔数还没有被采用过同时又不会引起混淆即可。

紧接着魔数的4个字节存的是class文件的版本号：第5和第6个字节是次版本号(Minor Version)第7和第8个存的是主版本号(Major Version),java 的版本号是从45开始的。

常量池

紧接着主次版本之后是常量池的入口，常量池可以理解为class文件之中的资源仓库，它是class文件结构中与其他项目关联最多的数据类型也是占用class文件空间最大的数据项目之一，同时他还是在class文件中第一个出现的表类型数据项目。

由于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个u2类型的数据，代表常量池容量计数值(constant_pool_count),class文件结构中只有常量池的容量计数是从1开始的，因为0是就留出来为了满足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"不可引用任何一个常量池项目"的含义，对于其他集合类型，包括接口索引集合、字段表集合、方法表集合等的容量计数都与一般习惯相同，是从0开始的。

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的常量等。而符号引用则属于编译原理方面的概念，也包括了下面三类常量：

1、类和接口的全限定名。

2、字段的名称和描述符。

3、方法的名称和描述符。

Java代码在进行javac编译的时候，是在虚拟机加载class文件的时候进行动态连接。也就是说，在class文件中不会保存各个方法、字段的最终内存布局信息，因此这些字段方法的符号引用不经过运行期转换的话无法得到真正的内存入口地址，也就无法直接被虚拟机使用。当虚拟机运行时，需要从常量池获得对应的符号引用，再在类创建时或运行时解析、翻译到具体的内存地址之中。

访问标志

在常量池结束之后，紧接着的两个字节是代表访问标志(access_flags)，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是类或者接口；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。

类索引、父类索引与接口索引集合

类索引(this_class)和父类索引(super_class)都是一个u2类型的数据，而接口索引集合(interfaces)是一组u2类型的数据的集合，class文件中这三项数据来确定这个类的继承关系。

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语言不允许多重继承，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，一次除了java.lang.Object之外所有的java类的父类索引都不为0。接口索引集合就是用来描述这个类实现了哪些接口，这些被实现的接口将按implements语句(如果这个类是接口则应当是extends语句)后的接口顺序从左到右排列在接口索引集合中。

类索引、父类索引和接口索引集合都是按顺序排列在访问标志之后，类索引和父类索引引用两个u2类型的索引值表示，他们各自指向一个类型为CONSTANT_Class_info的类描述符常量，通过CONSTANT_Class_info类型的常量中的索引值可以找到定义在CONSTANT_Utf8_info类型的常量中的权限定名字符串。

字段表集合

字段表(field_info)用于描述接口或类中声明的变量。字段包括类级变量以及实例级变量，但不包括在方法内部声明的局部变量。

方法表集合

方法表的结构同字段表一样，依次包含了访问标志(access_flag)、名称索引(name_index)、描述符索引(descriptor_index)、属性表集合(attributes)。

属性表集合

在class文件、字段表、方法表都可以携带自己的属性表集合，用于描述某些场景专有的信息。

Code属性：java程序方法体中的代码经过javac编译器处理后，最终变为字节码指令存储在Code属性内。Code属性出现在方法表的属性集合中，但并非所有的方法表都必须存这个属性，例如接口或抽象类中的方法就不存在Code属性。

Exceptions属性：其作用是列举出可能抛出的受查异常，也就是方法描述时在throws关键字后面列举的异常。

ConstantValue：通知虚拟机自动为静态变量赋值，只有被static关键字修饰的变量才可以使用这项属性。

InerClass属性：用于记录内部类和宿主类之间的关联。如果一个类中定义了内部类，那么编译器就会为它及它所包含的内部类生成InerClass属性。