《Java虚拟机规范》阅读(三):Class文件格式

  每一个Class都对应着唯一的一个类或借口的定义信息。这里,我们称为"Class文件格式"只是通俗的将任意一个符合有效的类或借口的格式这么称呼,但是它并不一定是以磁盘文件的形式存在。

  每个Class文件都是由8字节为单位的字节流组成,所有的16位、32位和64位长度的数据将被构造成 2个、4个和8个8字节单位来表示。

ClassFile结构

  每一个Class文件对应于一个如下所示的ClassFile结构体。

ClassFile { 
u4 magic;
u2 minor_version;
u2 major_version;
u2 constant_pool_count;
cp_info constant_pool[constant_pool_count-1];
u2 access_flags;
u2 this_class;
u2 super_class;
u2 interfaces_count;
u2 interfaces[interfaces_count];
u2 fields_count; field_info fields[fields_count];
u2 methods_count; method_info methods[methods_count];
u2 attributes_count; attribute_info attributes[attributes_count];
}

  其中u1、u2、u4分别代表1、2、4个字节无符号数。

  magic:

  魔数,魔数的唯一作用是确定这个文件是否为一个能被虚拟机所接受的Class文件。魔数值固定为0xCAFEBABE,不会改变。

  minor_version、major_version:

  分别为Class文件的副版本和主版本。它们共同构成了Class文件的格式版本号。不同版本的虚拟机实现支持的Class文件版本号也相应不同,高版本号的虚拟机可以支持低版本的Class文件,反之则不成立。

  constant_pool_count:

  常量池计数器,constant_pool_count的值等于constant_pool表中的成员数加1。

  constant_pool[]:

  常量池,constant_pool是一种表结构,它包含Class文件结构及其子结构中引用的所有字符串常量、类或接口名、字段名和其它常量。常量池不同于其他,索引从1开始到constant_pool_count -1。

  access_flags:

  访问标志,access_flags是一种掩码标志,用于表示某个类或者接口的访问权限及基础属性。access_flags的取值范围和相应含义见下表:

    

  this_class:

  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。

  super_class:

  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,那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文件所定义的类的直接父类。当然,如果某个类super_class的值是0,那么它必定是java.lang.Object类,因为只有它是没有父类的。

  interfaces_count:

  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。

  interfaces[]:

  接口表,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。

  fields_count:

  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[]:

  字段表,fields[]数组中的每个成员都必须是一个fields_info结构的数据项,用于表示当前类或接口中某个字段的完整描述。

  methods_count:

  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[]:

  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。

  attributes_count:

  属性计数器,attributes_count的值表示当前Class文件attributes表的成员个数。

  attributes[]:

  属性表,attributes表的每个项的值必须是attribute_info结构。

  下面举个简单的例子来说明一下ClassFile的结构:

public class HelloWorld
{
String str = "";

public String getStr()
{
return str;
}

public void setStr(String str)
{
this.str = str;
}

}

  通过javap工具我们能看到这个简单的类的结构,如下:

  
  我们可以看到一些信息包括主副版本号、常量池、ACC_FLAGS等,再来打开Class文件看一下:


  根据前面所述的ClassFile结构,我们来分析下:  

  
  可以看到前4个字节为魔数,也就是0xCAFEBABE,这里都是十六进制。

  
  魔数后2个字节为副版本号,这里副版本号是0.

  
  再后2个字节是主版本号0x0033,转为十进制,主版本号是51,和Javap工具所看到的一样,这里我用的JDK版本是1.7。

  
  这两个字节是常量池计数器,常量池的数量为0x0017,转为十进制是23,也就是说常量池的索引为1~22,这与Javap所看到的也相符。
  常量池计数器后面就是常量池的内容,我们根据javap所看到的信息找到最后一个常量池项java/lang/Object,在字节码中找到对应的地方:

  

  常量池后面两个字节是访问标志access_flags:

  

  值为0x0021,在javap中我们看到这个类的标志是 

  

  其中ACC_PUBLIC的值为0x0001,ACC_SUPER的值为0x0020,与字节码是相匹配的。
  至于ClassFile的其他结构,包括this_class、super_class、接口计数器、接口等等都可以通过同样的方法进行分析,这里就不再多说了。

  下面将详细的介绍一下ClassFile结构中的中的各个部分。

常量池

  所有的常量池项都具有如下通用格式:

cp_info 
{
  u1 tag;
  u1 info[];
}

  以1个字节的tag开头,后面info[]项的内容tag由的类型所决定。tag有效的类型和对应的取值如下表:

  

  下面我们来介绍下不同类型的tag所对应的结构和规则:

  CONSTANT_Class_info结构:

  CONSTANT_Class_info结构用于表示类或接口,格式如下:

CONSTANT_Class_info 
{
u1 tag;
u2 name_index;
}

  CONSTANT_Class_info结构的tag项的值为CONSTANT_Class(7)。name_index项的值,必须是对常量池的一个有效索引。常量池在该索引处的项必须是CONSTANT_Utf8_info结构,代表一个有效的类或接口二进制名称的内部形式。

  CONSTANT_Fieldref_info, CONSTANT_Methodref_info和CONSTANT_InterfaceMethodref_info结构:

  字段,方法和接口方法由类似的结构表示:

CONSTANT_Fieldref_info 
{
u1 tag;
u2 class_index;
u2 name_and_type_index;
}
CONSTANT_Methodref_info
{
u1 tag;
u2 class_index;
u2 name_and_type_index;
}
CONSTANT_InterfaceMethodref_info
{
u1 tag;
u2 class_index;
u2 name_and_type_index;
}

  CONSTANT_Fieldref_info结构的tag项的值为CONSTANT_Fieldref(9)。

  CONSTANT_Methodref_info结构的tag项的值为CONSTANT_Methodref(10)。 CONSTANT_InterfaceMethodref_info结构的tag项的值为CONSTANT_InterfaceMethodref(11)

  class_index项的值必须是对常量池的有效索引,常量池在该索引处的项必须是CONSTANT_Class_info结构,表示一个类或接口,当前字段或方法是这个类或接口的成员。
  name_and_type_index项的值必须是对常量池的有效索引,常量池在该索引处的项必须是CONSTANT_NameAndType_info结构,它表示当前字段或方法的名字和描述符。
  CONSTANT_String_info结构:

  CONSTANT_String_info用于表示java.lang.String类型的常量对象,格式如下:

CONSTANT_String_info 
{
u1 tag;
u2 string_index;
}

   CONSTANT_String_info结构的tag项的值为CONSTANT_String(8)。string_index项的值必须是对常量池的有效索引,常量池在该索引处的项必须是CONSTANT_Utf8_info结构,表示一组Unicode码点序列,这组Unicode码点序列最终会被初始化为一个String对象。

  CONSTANT_Integer_info和CONSTANT_Float_info结构:

  CONSTANT_Intrger_info和CONSTANT_Float_info结构表示4字节(int和float)的数值常量: 

CONSTANT_Integer_info 
{
u1 tag;
u4 bytes;
}
CONSTANT_Float_info
{
u1 tag;
u4 bytes;
}

  CONSTANT_Integer_info结构的bytes项表示int常量的值,按照Big-Endian的顺序存储。 CONSTANT_Float_info结构的bytes项按照IEEE 754单精度浮点格式。表示float常量的值,按照Big-Endian的顺序存储。

  CONSTANT_Long_info和CONSTANT_Double_info结构:

  CONSTANT_Long_info和CONSTANT_Double_info结构表示8字节(long和double)的数值常量:

CONSTANT_Long_info 
{
u1 tag;
u4 high_bytes;
u4 low_bytes;
}
CONSTANT_Double_info
{
u1 tag;
u4 high_bytes;
u4 low_bytes;
}

  在Class文件的常量池中,所有的8字节的常量都占两个表成员(项)的空间。如果一个CONSTANT_Long_info或CONSTANT_Double_info结构的项在常量池中的索引为n,则常量池中下一个有效的项的索引为n+2,此时常量池中索引为n+1的项有效但必须被认为不可用。

  CONSTANT_Long_info结构的tag项的值是CONSTANT_Long(5)。 CONSTANT_Double_info结构的tag项的值是CONSTANT_Double(6)。

  CONSTANT_Long_info结构中的无符号的high_bytes和low_bytes项用于共同表示long型常量,构造形式为((long) high_bytes << 32) + low_bytes,high_bytes和low_bytes都按照Big-Endian顺序存储。 CONSTANT_Double_info结构中的high_bytes和low_bytes共同按照IEEE 754双精度浮点格式表示double常量的值。high_bytes和low_bytes都按照Big-Endian顺序存储。

  CONSTANT_NameAndType_info结构:

  CONSTANT_NameAndType_info结构用于表示字段或方法,但是和前面介绍的三个表示字段方法的结构不同,CONSTANT_NameAndType_info结构没有标识出它所属的类或接口,格式如下:

CONSTANT_NameAndType_info 
{
u1 tag;
u2 name_index;
u2 descriptor_index;
}

  CONSTANT_NameAndType_info结构的tag项的值为CONSTANT_NameAndType(12)。

  name_index项的值必须是对常量池的有效索引,常量池在该索引处的项必须是CONSTANT_Utf8_info结构,这个结构要么表示特殊的方法名<init>,要么表示一个有效的字段或方法的非限定名。
  descriptor_index项的值必须是对常量池的有效索引,常量池在该索引处的项必须是CONSTANT_Utf8_info(§4.4.7)结构,这个结构表示一个有效的字段描述符或方法描述符。

  CONSTANT_Utf8_info结构:

  CONSTANT_Utf8_info结构用于表示字符串常量的值:

CONSTANT_Utf8_info 
{
u1 tag;
u2 length;
u1 bytes[length];
}

  CONSTANT_Utf8_info结构的tag项的值为CONSTANT_Utf8(1)。length项的值指明了bytes[]数组的长度,bytes[]是表示字符串值的byte数组。

  CONSTANT_MethodHandle_info结构:

  CONSTANT_MethodHandle_info结构用于表示方法句柄,结构如下:

CONSTANT_MethodHandle_info 
{
u1 tag;
u1 reference_kind;
u2 reference_index;
}

  CONSTANT_MethodHandle_info结构的tag项的值为CONSTANT_MethodHandle(15)。reference_kind项的值必须在1至9之间(包括1和9),它决定了方法句柄的类型。

  reference_index项的值必须是对常量池的有效索引,索引项和reference_kind的对应关系如下:

  

  CONSTANT_MethodType_info结构:

  CONSTANT_MethodType_info结构用于表示方法类型:

CONSTANT_MethodType_info 
{
u1 tag;
u2 descriptor_index;
}

  CONSTANT_MethodType_info结构的tag项的值为CONSTANT_MethodType(16)。descriptor_index项的值必须是对常量池的有效索引,常量池在该索引处的项必须是CONSTANT_Utf8_info结构,表示方法的描述符。

  CONSTANT_InvokeDynamic_info结构:

  CONSTANT_InvokeDynamic_info用于表示invokedynamic指令所使用到的引导方法、引导方法使用到动态调用名称、参数和请求返回类型、以及可以选择性的附加被称为静态参数的常量序列。

CONSTANT_InvokeDynamic_info 
{
u1 tag;
u2 bootstrap_method_attr_index;
u2 name_and_type_index;
}

  CONSTANT_InvokeDynamic_info结构的tag项的值为CONSTANT_InvokeDynamic(18)。bootstrap_method_attr_index项的值必须是对当前Class文件中引导方法表的bootstrap_methods[]数组的有效索引。ame_and_type_index项的值必须是对当前常量池的有效索引,常量池在该索引处的项必须是CONSTANT_NameAndType_info结构,表示方法名和方法描述符。

  下面我们还是使用上面ClassFile的例子来简单看下常量池:

  通过javap我们看到常量池中第一项为: 

  

   是HelloWorld的初始化方法,再来看一下字节码:

  

   0A是第一个常量池项的tag,转为十进制是10,查找上面的常量类型表的确是CONSTANT_Methodref类型常量。

  根据CONSTANT_Methodref_info的结构,tag后2个字节为class_index,为常量池的某个可用索引,索引项必须为CONSTANT_Class_info结构:

  

  0x0005,转为十进制是5。索引位置5的常量为:

  

  可以看到是Object类,Java中所有的类都是Object类的子类。HelloWorld类没有显示的定义构造方法,会自动调用父类Object的无参构造方法。

  继续看CONSTANT_Methodref_info的结构的第三个属性name_and_type_index,为常量池的某个可用索引,索引项必须为CONSTANT_NameAndType_info结构:

  

  0x0012,转为十进制是18。索引位置18的常量为:

  

  包括前面的索引5的CONSTANT_Class_info结构和这里的CONSTANT_NameAndType_info结构我们都可以继续追踪下去,这里我只是做简单分析就不再往下了。

  用同样的方法可以分析常量池里每一个常量。

字段

  每个字段(Field)都由field_info结构所定义,在同一个Class文件中,不会有两个字段同时具有相同的字段名和描述符。

  field_info结构格式如下: 

field_info
{
u2 access_flags;
u2 name_index;
u2 descriptor_index;
u2 attributes_count;
attribute_info attributes[attributes_count];
}

  access_flags项的值是用于定义字段被访问权限和基础属性的掩码标志。取值范围如下表:

  

  name_index项的值必须是对常量池的一个有效索引。常量池在该索引处的项必须是CONSTANT_Utf8_info结构,表示一个有效的字段的非全限定名。

  descriptor_index项的值必须是对常量池的一个有效索引。常量池在该索引处的项必须是CONSTANT_Utf8_info结构,表示一个有效的字段的描述符。

  attributes_count的项的值表示当前字段的附加属性的数量。

  attributes表的每一个成员的值必须是attribute结构,一个字段可以有任意个关联属性。

方法

  所有方法(Method),包括实例初始化方法和类初始化方法在内,都由method_info结构所定义。在一个Class文件中,不会有两个方法同时具有相同的方法名和描述符。

  method_info结构格式如下:

method_info 
{
u2 access_flags;
u2 name_index;
u2 descriptor_index;
u2 attributes_count;
attribute_info attributes[attributes_count];
}

  access_flags项的值是用于定义当前方法的访问权限和基本属性的掩码标志,取值范围如下表:

  标记名        值        说明

    ACC_PUBLIC     0x0001     public,方法可以从包外访问

  ACC_PRIVATE    0x0002     private,方法只能本类中访问

  ACC_PROTECTED  0x0004     protected,方法在自身和子类可以访问

  ACC_STATIC     0x0008     static,静态方法

  ACC_FINAL      0x0010     final,方法不能被重写(覆盖)

  ACC_SYNCHRONIZED     0x0020     synchronized,方法由管程同步

  ACC_BRIDGE     0x0040     bridge,方法由编译器产生

  ACC_VARARGS     0x0080     表示方法带有变长参数

  ACC_NATIVE     0x0100     native,方法引用非java语言的本地方法

  ACC_ABSTRACT   0x0400     abstract,方法没有具体实现

  ACC_STRICT     0x0800     strictfp,方法使用FP-strict浮点格式

  ACC_SYNTHETIC   0x1000     方法在源文件中不出现,由编译器产生

  name_index项的值必须是对常量池的一个有效索引。常量池在该索引处的项必须是CONSTANT_Utf8_info结构。

  descriptor_index项的值必须是对常量池的一个有效索引。常量池在该索引处的项必须是CONSTANT_Utf8_info结构,表示一个有效的方法的描述符。

  attributes_count的项的值表示这个方法的附加属性的数量。attributes表的每一个成员的值必须是attribute结构,一个方法可以有任意个与之相关的属性。

属性:

  属性(Attributes)在Class文件格式中的ClassFile结构、field_info 结构,method_info结构和Code_attribute结构都有使用,所有属性的通用格式如下:

attribute_info 
{
u2 attribute_name_index;
u4 attribute_length;
u1 info[attribute_length];
}

  对于任意属性,attribute_name_index必须是对当前Class文件的常量池的有效16位无符号索引。常量池在该索引处的项必须是CONSTANT_Utf8_info结构,表示当前属性的名字。attribute_length项的值给出了跟随其后的字节的长度,这个长度不包括attribute_name_index和attribute_name_index项的6个字节。
  对于字段、方法、和属性的结构,我们很容易的可以通过javap工具查看到。


关于Class文件的验证可能会放到后面Java虚拟机加载类的过程中学习。

posted @ 2012-02-07 16:41 朱样年华 阅读(...) 评论(...) 编辑 收藏