【深入Java虛擬機】之二：Class類文件結構

平臺無關性

Java是與平臺無關的語言，這得益於Java源代碼編譯後生成的存儲字節碼的文件，即Class文件，以及Java虛擬機的實現。不僅使用Java編譯器可以把Java代碼編譯成存儲字節碼的Class文件，使用JRuby等其他語言的編譯器也可以把程序代碼編譯成Class文件，虛擬機並不關心Class的來源是什麽語言，只要它符合一定的結構，就可以在Java中運行。Java語言中的各種變量、關鍵字和運算符的語義最終都是由多條字節碼命令組合而成的，因此字節碼命令所能提供的語義描述能力肯定會比Java語言本身更強大，這便為其他語言實現一些有別於Java的語言特性提供了基礎，而且這也正是在類加載時要進行安全驗證的原因。

類文件結構

Class文件是一組以8位字節為基礎單位的二進制流，各個數據項目嚴格按照順序緊湊地排列在Class文件中，中間沒有添加任何分隔符，這使得整個Class文件中存儲的內容幾乎全部都是程序運行的必要數據。根據Java虛擬機規範的規定，Class文件格式采用一種類似於C語言結構體的偽結構來存儲，這種偽結構中只有兩種數據類型：無符號數和表。無符號數屬於基本數據類型，以u1、u2、u4、u8來分別代表1、2、4、8個字節的無符號數。表是由多個無符號數或其他表作為數據項構成的符合數據類型，所有的表都習慣性地以“_info”結尾。

整個Class文件本質上就是一張表，它由如下所示的數據項構成。

從表中可以看出，無論是無符號數還是表，當需要描述同一類型但數量不定的多個數據時，經常會使用一個前置的容量計數器加若幹個連續的該數據項的形式，稱這一系列連續的摸一個類型的數據為某一類型的集合，比如，fields_count個field_info表數據構成了字段表集合。這裏需要說明的是：Class文件中的數據項，都是嚴格按照上表中的順序和數量被嚴格限定的，每個字節代表的含義，長度，先後順序等都不允許改變。

下表列出了Class文件中各個數據項的具體含義：

從表中可以看出，無論是無符號數還是表，當需要描述同一類型但數量不定的多個數據時，經常會在其前面使用一個前置的容量計數器來記錄其數量，而便跟著若幹個連續的數據項，稱這一系列連續的某一類型的數據為某一類型的集合，如：fields_count個field_info表數據便組成了方法表集合。這裏需要註意的是：Class文件中各數據項是按照上表的順序和數量被嚴格限定的，每個字節代表的含義、長度、先後順序都不允許改變。

magic與version

每個Class文件的頭4個字節稱為魔數（magic），它的唯一作用是判斷該文件是否為一個能被虛擬機接受的Class文件。它的值固定為0xCAFEBABE。緊接著magic的4個字節存儲的是Class文件的次版本號和主版本號，高版本的JDK能向下兼容低版本的Class文件，但不能運行更高版本的Class文件。

constant_pool

major_version之後是常量池（constant_pool）的入口，它是Class文件中與其他項目關聯最多的數據類型，也是占用Class文件空間最大的數據項目之一。

常量池中主要存放兩大類常量：字面量和符號引用。字面量比較接近於Java層面的常量概念，如文本字符串、被聲明為final的常量值等。而符號引用總結起來則包括了下面三類常量：

• 類和接口的全限定名（即帶有包名的Class名，如：org.lxh.test.TestClass）
• 字段的名稱和描述符（private、static等描述符）
• 方法的名稱和描述符（private、static等描述符）

虛擬機在加載Class文件時才會進行動態連接，也就是說，Class文件中不會保存各個方法和字段的最終內存布局信息，因此，這些字段和方法的符號引用不經過轉換是無法直接被虛擬機使用的。當虛擬機運行時，需要從常量池中獲得對應的符號引用，再在類加載過程中的解析階段將其替換為直接引用，並翻譯到具體的內存地址中。

這裏說明下符號引用和直接引用的區別與關聯：

• 符號引用：符號引用以一組符號來描述所引用的目標，符號可以是任何形式的字面量，只要使用時能無歧義地定位到目標即可。符號引用與虛擬機實現的內存布局無關，引用的目標並不一定已經加載到了內存中。
• 直接引用：直接引用可以是直接指向目標的指針、相對偏移量或是一個能間接定位到目標的句柄。直接引用是與虛擬機實現的內存布局相關的，同一個符號引用在不同虛擬機實例上翻譯出來的直接引用一般不會相同。如果有了直接引用，那說明引用的目標必定已經存在於內存之中了。

常量池中的每一項常量都是一個表，共有11種（JDK1.7之前）結構各不相同的表結構數據，沒中表開始的第一位是一個u1類型的標誌位（1-12，缺少2），代表當前這個常量屬於的常量類型。11種常量類型所代表的具體含義如下表所示：

這11種常量類型各自均有自己的結構。在CONSTANT_Class_info型常量的結構中有一項name_index屬性，該常屬性中存放一個索引值，指向常量池中一個CONSTANT_Utf8_info類型的常量，該常量中即保存了該類的全限定名字符串。而CONSTANT_Fieldref_info、CONSTANT_Methodref_info、CONSTANT_InterfaceMethodref_info型常量的結構中都有一項index屬性，存放該字段或方法所屬的類或接口的描述符CONSTANT_Class_info的索引項。另外，最終保存的諸如Class名、字段名、方法名、修飾符等字符串都是一個CONSTANT_Utf8_info類型的常量，也因此，Java中方法和字段名的最大長度也即是CONSTANT_Utf8_info型常量的最大長度，在CONSTANT_Utf8_info型常量的結構中有一項length屬性，它是u2類型的，即占用2個字節，那麽它的最大的length即為65535。因此，Java程序中如果定義了超過64KB英文字符的變量或方法名，將會無法編譯。

下表給出了常量池中11種數據類型的結構：

access_flag

在常量池結束之後，緊接著的2個字節代表訪問標誌（access_flag），這個標誌用於識別一些類或接口層次的訪問信息，包括：這個Class是類還是接口，是否定義為public類型，abstract類型，如果是類的話，是否聲明為final，等等。每種訪問信息都由一個十六進制的標誌值表示，如果同時具有多種訪問信息，則得到的標誌值為這幾種訪問信息的標誌值的邏輯或。

this_class、super_class、interfaces

類索引（this_class）和父類索引（super_class）都是一個u2類型的數據，而接口索引集合（interfaces）則是一組u2類型的數據集合，Class文件中由這三項數據來確定這個類的繼承關系。類索引、父類索引和接口索引集合都按照順序排列在訪問標誌之後，類索引和父類索引兩個u2類型的索引值表示，它們各自指向一個類型為COMNSTANT_Class_info的類描述符常量，通過該常量中的索引值找到定義在COMNSTANT_Utf8_info類型的常量中的全限定名字符串。而接口索引集合就用來描述這個類實現了哪些接口，這些被實現的接口將按implements語句（如果這個類本身是個接口，則應當是extend語句）後的接口順序從左到右排列在接口的索引集合中。

fields

字段表（field_info）用於描述接口或類中聲明的變量。字段包括了類級變量或實例級變量，但不包括在方法內聲明的變量。字段的名字、數據類型、修飾符等都是無法固定的，只能引用常量池中的常量來描述。下面是字段表的最種格式：

其中的access_flags與類中的access_flagsfei類似，是表示數據類型的修飾符，如public、static、volatile等。後面的name_index和descriptor_index都是對常量池的引用，分別代表字段的簡單名稱及字段和方法的描述符。這裏簡單解釋下“簡單名稱”、“描述符”和“全限定名”這三種特殊字符串的概念。

前面有所提及，全限定名即指一個事物的完整的名稱，如在org.lxh.test包下的TestClass類的全限定名為：org/lxh/test/TestClass，即把包名中的“.”改為“/”，為了使連續的多個全限定名之間不產生混淆，在使用時最後一般會加入一個“，”來表示全限定名結束。簡單名稱則是指沒有類型或參數修飾的方法或字段名稱，如果一個類中有這樣一個方法boolean get（int name）和一個變量private final static int m，則他們的簡單名稱則分別為get（）和m。

而描述符的作用則是用來描述字段的數據類型、方法的參數列表（包括數量、類型以及順序等）和返回值的。根據描述符規則，詳細的描述符標示字的含義如下表所示：

對於數組類型，每一維度將使用一個前置的“[”字符來描述，如一個整數數組“int [][]”將為記錄為“[[I”，而一個String類型的數組“String[]”將被記錄為“[Ljava/lang/String”

用方法描述符描述方法時，按照先參數後返回值的順序描述，參數要按照嚴格的順序放在一組小括號內，如方法 int getIndex(String name,char[] tgc,int start,int end,char target)的描述符為“（Ljava/lang/String[CIIC）I”。

字段表包含的固定數據項目到descriptor_index為止就結束了，但是在它之後還緊跟著一個屬性表集合用於存儲一些額外的信息。比如，如果在類中有如下字段的聲明：staticfinalint m = 2；那就可能會存在一項名為ConstantValue的屬性，它指向常量2。關於attribute_info的詳細內容，在後面關於屬性表的項目中會有詳細介紹。

最後需要註意一點：字段表集合中不會列出從父類或接口中繼承而來的字段，但有可能列出原本Java代碼中不存在的字段。比如在內部類中為了保持對外部類的訪問性，會自動添加指向外部類實例的字段。

methods

方法表（method_info）的結構與屬性表的結構相同，不過多贅述。方法裏的Java代碼，經過編譯器編譯成字節碼指令後，存放在方法屬性表集合中一個名為“Code”的屬性裏，關於屬性表的項目，同樣會在後面詳細介紹。

與字段表集合相對應，如果父類方法在子類中沒有被覆寫，方法表集合中就不會出現來自父類的方法信息。但同樣，有可能會出現由編譯器自動添加的方法，最典型的便是類構造器“<clinit>”方法和實例構造器“<init>”方法。

在Java語言中，要重載一個方法，除了要與原方法具有相同的簡單名稱外，還要求必須擁有一個與原方法不同的特征簽名，特征簽名就是一個方法中各個參數在常量池中的字段符號引用的集合，也就是因為返回值不會包含在特征簽名之中，因此Java語言裏無法僅僅依靠返回值的不同來對一個已有方法進行重載。

attributes

屬性表（attribute_info）在前面已經出現過多系，在Class文件、字段表、方法表中都可以攜帶自己的屬性表集合，以用於描述某些場景專有的信息。

屬性表集合的限制沒有那麽嚴格，不再要求各個屬性表具有嚴格的順序，並且只要不與已有的屬性名重復，任何人實現的編譯器都可以向屬性表中寫入自己定義的屬性信息，但Java虛擬機運行時會忽略掉它不認識的屬性。Java虛擬機規範中預定義了9項虛擬機應當能識別的屬性（JDK1.5後又增加了一些新的特性，因此不止下面9項，但下面9項是最基本也是必要，出現頻率最高的），如下表所示：

對於每個屬性，它的名稱都需要從常量池中引用一個CONSTANT_Utf8_info類型的常量來表示，每個屬性值的結構是完全可以自定義的，只需說明屬性值所占用的位數長度即可。一個符合規則的屬性表至少應具有“attribute_name_info”、“attribute_length”和至少一項信息屬性。

1）Code屬性

前面已經說過，Java程序方法體中的代碼講過Javac編譯後，生成的字節碼指令便會存儲在Code屬性中，但並非所有的方法表都必須存在這個屬性，比如接口或抽象類中的方法就不存在Code屬性。如果方法表有Code屬性存在，那麽它的結構將如下表所示：

attribute_name_index是一項指向CONSTANT_Utf8_info型常量的索引，常量值固定為“Code”，它代表了該屬性的名稱。attribute_length指示了屬性值的長度，由於屬性名稱索引與屬性長度一共是6個字節，所以屬性值的長度固定為整個屬性表的長度減去6個字節。

max_stack代表了操作數棧深度的最大值，max_locals代表了局部變量表所需的存儲空間，它的單位是Slot，並不是在方法中用到了多少個局部變量，就把這些局部變量所占Slot之和作為max_locals的值，原因是局部變量表中的Slot可以重用。

code_length和code用來存儲Java源程序編譯後生成的字節碼指令。code用於存儲字節碼指令的一系列字節流，它是u1類型的單字節，因此取值範圍為0x00到0xFF，那麽一共可以表達256條指令，目前，Java虛擬機規範已經定義了其中200條編碼值對應的指令含義。code_length雖然是一個u4類型的長度值，理論上可以達到2^32-1，但是虛擬機規範中限制了一個方法不允許超過65535條字節碼指令，如果超過了這個限制，Javac編譯器將會拒絕編譯。

字節碼指令之後是這個方法的顯式異常處理表集合（exception_table），它對於Code屬性來說並不是必須存在的。它的格式如下表所示：

它包含四個字段，這些字段的含義為：如果字節碼從第start_pc行到第end_pc行之間（不含end_pc行）出現了類型為catch_type或其子類的異常（catch_type為指向一個CONSTANT_Class_info型常量的索引），則轉到第handler_pc行繼續處理，當catch_pc的值為0時，代表人和的異常情況都要轉到handler_pc處進行處理。異常表實際上是Java代碼的一部分，編譯器使用異常表而不是簡單的跳轉命令來實現Java異常即finally處理機制，也因此，finally中的內容會在try或catch中的return語句之前執行，並且在try或catch跳轉到finally之前，會將其內部需要返回的變量的值復制一份副本到最後一個本地表量表的Slot中，也因此便有了http://blog.csdn.net/ns_code/article/details/17485221這篇文章中出現的情況。

Code屬性是Class文件中最重要的一個屬性，如果把一個Java程序中的信息分為代碼和元數據兩部分，那麽在整個Class文件裏，Code屬性用於描述代碼，所有的其他數據項目都用於描述元數據。

2）Exception屬性

這裏的Exception屬性的作用是列舉出方法中可能拋出的受查異常，也就是方法描述時在throws關鍵字後面列舉的異常。它的結構很簡單，只有attribute_name_index、attribute_length、number_of_exceptions、exception_index_table四項，從字面上便很容易理解，這裏不再詳述。

3）LineNumberTable屬性

它用於描述Java源碼行號與字節碼行號之間的對應關系。

4）LocalVariableTable屬性

它用於描述棧幀中局部變量表中的變量與Java源碼中定義的變量之間的對應關系。

5）SourceFile屬性

它用於記錄生成這個Class文件的源碼文件名稱。

6）ConstantValue屬性

ConstantValue屬性的作用是通知虛擬機自動為靜態變量賦值，只有被static修飾的變量才可以使用這項屬性。在Java中，對非static類型的變量（也就是實例變量）的賦值是在實例構造器<init>方法中進行的；而對於類變量（static變量），則有兩種方式可以選擇：在類構造其中賦值，或使用ConstantValue屬性賦值。

目前Sun Javac編譯器的選擇是：如果同時使用final和static修飾一個變量（即全局常量），並且這個變量的數據類型是基本類型或String的話，就生成ConstantValue屬性來進行初始化（編譯時Javac將會為該常量生成ConstantValue屬性，在類加載的準備階段虛擬機便會根據ConstantValue為常量設置相應的值），如果該變量沒有被final修飾，或者並非基本類型及字符串，則選擇在<clinit>方法中進行初始化。

雖然有final關鍵字才更符合”ConstantValue“的含義，但在虛擬機規範中並沒有強制要求字段必須用final修飾，只要求了字段必須用static修飾，對final關鍵字的要求是Javac編譯器自己加入的限制。因此，在實際的程序中，只有同時被final和static修飾的字段才有ConstantValue屬性。而且ConstantValue的屬性值只限於基本類型和String，很明顯這是因為它從常量池中也只能夠引用到基本類型和String類型的字面量。

下面簡要說明下final、static、static final修飾的字段賦值的區別：

• static修飾的字段在類加載過程中的準備階段被初始化為0或null等默認值，而後在初始化階段（觸發類構造器<clinit>）才會被賦予代碼中設定的值，如果沒有設定值，那麽它的值就為默認值。
• final修飾的字段在運行時被初始化（可以直接賦值，也可以在實例構造器中賦值），一旦賦值便不可更改；
• static final修飾的字段在Javac時生成ConstantValue屬性，在類加載的準備階段根據ConstantValue的值為該字段賦值，它沒有默認值，必須顯式地賦值，否則Javac時會報錯。可以理解為在編譯期即把結果放入了常量池中。

7）InnerClasses屬性

該屬性用於記錄內部類與宿主類之間的關聯。如果一個類中定義了內部類，那麽編譯器將會為它及它所包含的內部類生成InnerClasses屬性。

8）Deprecated屬性和Synthetic屬性

該屬性用於表示某個類、字段和方法，已經被程序作者定為不再推薦使用，[email protected]

9）Synthetic屬性

該屬性代表此字段或方法並不是Java源代碼直接生成的，而是由編譯器自行添加的，如this字段和實例構造器、類構造器等。

Java虛擬機 - Class類文件結構