ntsWA1.jpg

人生最苦痛的是夢(mèng)醒了無路可以走，自由固不是錢所能買到的，但能夠?yàn)殄X而賣掉。

之前在閱讀 ASM 文檔時(shí)，對(duì)于已編譯類的結(jié)構(gòu)、方法描述符、訪問標(biāo)志、ACC_PUBLIC、ACC_PRIVATE、各種字節(jié)碼指令等等許多概念聽起來都是云山霧罩、一知半解，原因就在于對(duì)類文件結(jié)構(gòu)和類加載機(jī)制不夠了解。直到后來細(xì)讀了《深入理解 Java 虛擬機(jī)》中虛擬機(jī)執(zhí)行子系統(tǒng)的相關(guān)內(nèi)容，才建立了清晰的認(rèn)知。如果你也和我一樣，不了解類結(jié)構(gòu)和類加載，但是工作中又涉及到字節(jié)碼相關(guān)內(nèi)容，相信后面兩篇文章會(huì)對(duì)你有所幫助。

我們所編寫的每一行代碼，要在機(jī)器上運(yùn)行最終都需要編譯成二進(jìn)制的機(jī)器碼 CPU 才能識(shí)別。但是由于虛擬機(jī)的存在，屏蔽了操作系統(tǒng)與 CPU 指令集的差異性，類似于 Java 這種建立在虛擬機(jī)之上的編程語言通常會(huì)編譯成一種中間格式的文件來存儲(chǔ)，比如我們今天要聊的字節(jié)碼（ByteCode）文件。

一. 語言無關(guān)性

Java 虛擬機(jī)的設(shè)計(jì)者在設(shè)計(jì)之初就考慮并實(shí)現(xiàn)了其它語言在 Java 虛擬機(jī)上運(yùn)行的可能性。所以并不是只有 Java 語言能夠跑在 Java 虛擬機(jī)上，時(shí)至今日諸如 Kotlin、Groovy、Jython、JRuby 等一大批 JVM 語言都能夠在 Java 虛擬機(jī)上運(yùn)行。它們和 Java 語言一樣都會(huì)被編譯器編譯成字節(jié)碼文件，然后由虛擬機(jī)來執(zhí)行。所以說類文件（字節(jié)碼文件）具有語言無關(guān)性。

image

二. Class 文件結(jié)構(gòu)

Class 文件是一組以 8 位字節(jié)為基礎(chǔ)單位的二進(jìn)制流，各個(gè)數(shù)據(jù)嚴(yán)格按照順序緊湊的排列在 Class 文件中，中間無任何分隔符，這使得整個(gè) Class 文件中存儲(chǔ)的內(nèi)容幾乎全部都是程序運(yùn)行的必要數(shù)據(jù)，沒有空隙存在。當(dāng)遇到需要占用 8 位字節(jié)以上空間的數(shù)據(jù)項(xiàng)時(shí)，會(huì)按照高位在前的方式分割成若干個(gè) 8 位字節(jié)進(jìn)行存儲(chǔ)。

Java 虛擬機(jī)規(guī)范規(guī)定 Class 文件格式采用一種類似與 C 語言結(jié)構(gòu)體的微結(jié)構(gòu)體來存儲(chǔ)數(shù)據(jù)，這種偽結(jié)構(gòu)體中只有兩種數(shù)據(jù)類型：無符號(hào)數(shù)和表。

• 無符號(hào)數(shù)屬于基本的數(shù)據(jù)類型，以 u1、u2、u4、u8來分別代表 1 個(gè)字節(jié)、2 個(gè)字節(jié)、4 個(gè)字節(jié)和 8 個(gè)字節(jié)的無符號(hào)數(shù)，無符號(hào)數(shù)可以用來描述數(shù)字、索引引用、數(shù)量值或者按照 UTF-8 編碼結(jié)構(gòu)構(gòu)成的字符串值。
• 表是由多個(gè)無符號(hào)數(shù)或者其他表作為數(shù)據(jù)項(xiàng)構(gòu)成的復(fù)合數(shù)據(jù)類型，所有表都習(xí)慣性地以「_info」結(jié)尾。表用于描述有層次關(guān)系的復(fù)合結(jié)構(gòu)的數(shù)據(jù)，整個(gè) Class 文件就是一張表，它由下表中所示的數(shù)據(jù)項(xiàng)構(gòu)成。

Class 文件中存儲(chǔ)的字節(jié)嚴(yán)格按照上表中的順序緊湊的排列在一起。哪個(gè)字節(jié)代表什么含義，長(zhǎng)度是多少，先后順序如何都是被嚴(yán)格限制的，不允許有任何改變。

2.1 魔數(shù)與 Class 文件版本

每個(gè) Class 文件的頭 4 個(gè)字節(jié)稱為魔數(shù)（Magic Number），它的唯一作用是確定這個(gè)文件是否為一個(gè)能被虛擬機(jī)接收的 Calss 文件。之所以使用魔數(shù)而不是文件后綴名來進(jìn)行識(shí)別主要是基于安全性的考慮，因?yàn)槲募缶Y名是可以隨意更改的。Class 文件的魔數(shù)值為「0xCAFEBABE」。

緊接著魔數(shù)的 4 個(gè)字節(jié)存儲(chǔ)的是 Class 文件的版本號(hào)：第 5 和第 6 兩個(gè)字節(jié)是次版本號(hào)（Minor Version），第 7 和第 8 個(gè)字節(jié)是主版本號(hào)（Major Version）。高版本的 JDK 能夠向下兼容低版本的 Class 文件，虛擬機(jī)會(huì)拒絕執(zhí)行超過其版本號(hào)的 Class 文件。

2.2 常量池

主版本號(hào)之后是常量池入口，常量池可以理解為 Class 文件之中的資源倉庫，它是 Class 文件結(jié)構(gòu)中與其他項(xiàng)目關(guān)聯(lián)最多的數(shù)據(jù)類型，也是占用 Class 文件空間最大的數(shù)據(jù)項(xiàng)目之一，同是它還是 Class 文件中第一個(gè)出現(xiàn)的表類型數(shù)據(jù)項(xiàng)目。

因?yàn)槌Ａ砍刂谐Ａ康臄?shù)量是不固定的，所以在常量池入口需要放置一個(gè) u2 類型的數(shù)據(jù)來表示常量池的容量「constant_pool_count」，和計(jì)算機(jī)科學(xué)中計(jì)數(shù)的方法不一樣，這個(gè)容量是從 1 開始而不是從 0 開始計(jì)數(shù)。之所以將第 0 項(xiàng)常量空出來是為了滿足后面某些指向常量池的索引值的數(shù)據(jù)在特定情況下需要表達(dá)「不引用任何一個(gè)常量池項(xiàng)目」的含義，這種情況可以把索引值置為 0 來表示。

Class 文件結(jié)構(gòu)中只有常量池的容量計(jì)數(shù)是從 1 開始的，其它集合類型，包括接口索引集合、字段表集合、方法表集合等容量計(jì)數(shù)都是從 0 開始。

常量池中主要存放兩大類常量：字面量和符號(hào)引用。

• 字面量比較接近 Java 語言層面的常量概念，如字符串、聲明為 final 的常量值等。
• 符號(hào)引用屬于編譯原理方面的概念，包括了以下三類常量：
  • 類和接口的全限定名
  • 字段的名稱和描述符
  • 方法的名稱和描述符

2.3 訪問標(biāo)志

緊接著常量池之后的兩個(gè)字節(jié)代表訪問標(biāo)志（access_flag），這個(gè)標(biāo)志用于識(shí)別一些類或者接口層次的訪問信息，包括這個(gè) Class 是類還是接口；是否定義為 public 類型；是否定義為 abstract 類型；如果是類的話，是否被申明為 final 等。具體的標(biāo)志位以及標(biāo)志的含義見下表：

access_flags 中一共有 16 個(gè)標(biāo)志位可以使用，當(dāng)前只定義了其中的 8 個(gè)，沒有使用到的標(biāo)志位要求一律為 0。

2.4 類索引、父類索引與接口索引集合

類索引（this_class）和父類索引（super_class）都是一個(gè) u2 類型的數(shù)據(jù)，而接口索引集合（interfaces）是一組 u2 類型的數(shù)據(jù)集合，Class 文件中由這三項(xiàng)數(shù)據(jù)來確定這個(gè)類的繼承關(guān)系。

• 類索引用于確定這個(gè)類的全限定名
• 父類索引用于確定這個(gè)類的父類的全限定名
• 接口索引集合用于描述這個(gè)類實(shí)現(xiàn)了哪些接口

2.5 字段表集合

字段表集合（field_info）用于描述接口或者類中聲明的變量。字段（field）包括類變量和實(shí)例變量，但不包括方法內(nèi)部聲明的局部變量。下面我們看看字段表的結(jié)構(gòu)：

字段修飾符放在 access_flags 中，它與類中的 access_flag 非常相似，都是一個(gè) u2 的數(shù)據(jù)類型。

2.6 方法表集合

Class 文件中對(duì)方法的描述和對(duì)字段的描述是完全一致的，方法表中的結(jié)構(gòu)和字段表的結(jié)構(gòu)一樣。

因?yàn)?volatile 關(guān)鍵字和 transient 關(guān)鍵字不能修飾方法，所以方法表的訪問標(biāo)志中沒有 ACC_VOLATILE 和 ACC_TRANSIENT。與之相對(duì)的，synchronizes、native、strictfp 和 abstract 關(guān)鍵字可以修飾方法，所以方法表的訪問標(biāo)志中增加了 ACC_SYNCHRONIZED、ACC_NATIVE、ACC_STRICTFP 和 ACC_ABSTRACT 標(biāo)志。

對(duì)于方法里的代碼，經(jīng)過編譯器編譯成字節(jié)碼指令后，存放在方法屬性表中一個(gè)名為「Code」的屬性里面。

2.7 屬性表集合

在 Class 文件、字段表、方法表中都可以攜帶自己的屬性表（attribute_info）集合，用于描述某些場(chǎng)景專有的信息。

屬性表集合不像 Class 文件中的其它數(shù)據(jù)項(xiàng)要求這么嚴(yán)格，不強(qiáng)制要求各屬性表的順序，并且只要不與已有屬性名重復(fù)，任何人實(shí)現(xiàn)的編譯器都可以向?qū)傩员碇袑懭胱约憾x的屬性信息，Java 虛擬機(jī)在運(yùn)行時(shí)會(huì)略掉它不認(rèn)識(shí)的屬性。

寫在最后

為了控制篇幅，這篇文章里丟棄了很多細(xì)節(jié)，比如常量池的項(xiàng)目類型、方法表、屬性表的具體內(nèi)容等等。建議想要深入了解的同學(xué)可以自己動(dòng)手將 Java 類編譯成二進(jìn)制字節(jié)碼文件，根據(jù)文章里介紹的類文件結(jié)構(gòu)逐個(gè)字符去對(duì)照和實(shí)驗(yàn)，有助于加深理解。

關(guān)于「類文件結(jié)構(gòu)」我們就介紹到這里，下一篇我們來聊聊「虛擬機(jī)的類加載機(jī)制」。

qrcode_for_gh_a02f69255027_258.jpg