【茫茫架构路】1. Class File字节码文件解析

本文所有内容的JDK版本为 OpenJDK 11

JDK11 Class File官方说明。
Java解析字节码文件源码参考，以下为部分字节码解析源码展示。

public ClassFile(DataInputStream in) {try {//magic: 0xCAFEBABEthis.magic = ClassReader.readInt(in);System.out.println("magic: >>> " + this.magic);this.minorVersion = ClassReader.readUnsignedShort(in);System.out.println("minorVersion: >>> " + this.minorVersion);this.majorVersion = ClassReader.readUnsignedShort(in);System.out.println("majorVersion: >>> " + this.majorVersion);this.constantPoolCount = ClassReader.readUnsignedShort(in);System.out.println("constantPoolCount: >>> " + this.constantPoolCount);this.constantPool = new ConstantPoolInfo[this.constantPoolCount];for (int i = 1; i < this.constantPoolCount; i++) {ConstantPoolInfo cp = ConstantPoolFactory.getCp(in);this.constantPool[i] = cp;System.out.println("constantPool[" + i + "]: " + cp.getClass().getSimpleName() + " >>> " + JSONObject.toJSONString(cp));}this.accessFlags = ClassReader.readUnsignedShort(in);System.out.println("\naccessFlags: >>> " + this.accessFlags);//this class name index in constant poolthis.thisClass = ClassReader.readUnsignedShort(in);System.out.println("thisClass: >>> " + this.thisClass);//super class name index in constant poolthis.superClass = ClassReader.readUnsignedShort(in);System.out.println("superClass: >>> " + this.superClass);//interface countthis.interfaceCount = ClassReader.readUnsignedShort(in);System.out.println("interfaceCount: >>> " + this.interfaceCount);this.interfaces = new int[this.interfaceCount];for (int i = 0; i < this.interfaceCount; i++) {int f = ClassReader.readUnsignedShort(in);this.interfaces[i] = f;System.out.println("interfaces[" + i + "] >>> " + f);}//field countthis.fieldCount = ClassReader.readUnsignedShort(in);System.out.println("fieldCount: >>> " + this.interfaceCount);this.fields = new Field[this.fieldCount];for (int i = 0; i < this.fieldCount; i++) {Field field = new Field(in);this.fields[i] = field;System.out.println("fields[" + i + "] >>> " + JSONObject.toJSONString(field));}} catch (IOException e) {e.printStackTrace();}}

Java 虚拟机不与包括 Java 语言在内的任何程序语言绑定，它只与" Class 文件"这种特定的二进制文件格式所关联， Class 文件中包含了 Java 虚拟机指令集、符号表以及若干其他辅助信息。基于安全方面的考虑，《 Java 虚拟机规范》中要求在 Class 文件必须应用许多强制性的语法和结构化约束。作为一个通用的、与机器无关的执行平台，任何其他语言的实现者都可以将 Java 虚拟机作为他们语言的运行基础，以 Class 文件作为他们产品的交付媒介。
根据《Java虚拟机规范》的规定，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：以u1、u2、u4、u8来分别代表一个、两个、四个、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UTF8编码构成的字符串值。
• 表：由多个或者其他表作为数据项构成的复合数据类型。有点类似于Java中所说的对象。

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];
}

Test.java是我们一个测试文件，生成的字节码文件见紧邻的代码块内容。

public class Test {private Integer variable;public static void main(String[] args) throws Exception {System.out.println("Hello World.");}
}

ca fe ba be 00 00 00 37  00 27 0a 00 06 00 18 09  |.......7.'......|
00 19 00 1a 08 00 1b 0a  00 1c 00 1d 07 00 1e 07  |................|
00 1f 01 00 08 76 61 72  69 61 62 6c 65 01 00 13  |.....variable...|
4c 6a 61 76 61 2f 6c 61  6e 67 2f 49 6e 74 65 67  |Ljava/lang/Integ|
65 72 3b 01 00 06 3c 69  6e 69 74 3e 01 00 03 28  |er;...<init>...(|
29 56 01 00 04 43 6f 64  65 01 00 0f 4c 69 6e 65  |)V...Code...Line|
4e 75 6d 62 65 72 54 61  62 6c 65 01 00 12 4c 6f  |NumberTable...Lo|
63 61 6c 56 61 72 69 61  62 6c 65 54 61 62 6c 65  |calVariableTable|
01 00 04 74 68 69 73 01  00 0e 4c 74 6f 64 6f 50  |...this...LtodoP|
6b 67 2f 54 65 73 74 3b  01 00 04 6d 61 69 6e 01  |kg/Test;...main.|
00 16 28 5b 4c 6a 61 76  61 2f 6c 61 6e 67 2f 53  |..([Ljava/lang/S|
74 72 69 6e 67 3b 29 56  01 00 04 61 72 67 73 01  |tring;)V...args.|
00 13 5b 4c 6a 61 76 61  2f 6c 61 6e 67 2f 53 74  |..[Ljava/lang/St|
72 69 6e 67 3b 01 00 0a  45 78 63 65 70 74 69 6f  |ring;...Exceptio|
6e 73 07 00 20 01 00 0a  53 6f 75 72 63 65 46 69  |ns.. ...SourceFi|
6c 65 01 00 09 54 65 73  74 2e 6a 61 76 61 0c 00  |le...Test.java..|
09 00 0a 07 00 21 0c 00  22 00 23 01 00 0c 48 65  |.....!..".#...He|
6c 6c 6f 20 57 6f 72 6c  64 2e 07 00 24 0c 00 25  |llo World...$..%|
00 26 01 00 0c 74 6f 64  6f 50 6b 67 2f 54 65 73  |.&...todoPkg/Tes|
74 01 00 10 6a 61 76 61  2f 6c 61 6e 67 2f 4f 62  |t...java/lang/Ob|
6a 65 63 74 01 00 13 6a  61 76 61 2f 6c 61 6e 67  |ject...java/lang|
2f 45 78 63 65 70 74 69  6f 6e 01 00 10 6a 61 76  |/Exception...jav|
61 2f 6c 61 6e 67 2f 53  79 73 74 65 6d 01 00 03  |a/lang/System...|
6f 75 74 01 00 15 4c 6a  61 76 61 2f 69 6f 2f 50  |out...Ljava/io/P|
72 69 6e 74 53 74 72 65  61 6d 3b 01 00 13 6a 61  |rintStream;...ja|
76 61 2f 69 6f 2f 50 72  69 6e 74 53 74 72 65 61  |va/io/PrintStrea|
6d 01 00 07 70 72 69 6e  74 6c 6e 01 00 15 28 4c  |m...println...(L|
6a 61 76 61 2f 6c 61 6e  67 2f 53 74 72 69 6e 67  |java/lang/String|
3b 29 56 00 21 00 05 00  06 00 00 00 01 00 02 00  |;)V.!...........|
07 00 08 00 00 00 02 00  01 00 09 00 0a 00 01 00  |................|
0b 00 00 00 2f 00 01 00  01 00 00 00 05 2a b7 00  |..../........*..|
01 b1 00 00 00 02 00 0c  00 00 00 06 00 01 00 00  |................|
00 08 00 0d 00 00 00 0c  00 01 00 00 00 05 00 0e  |................|
00 0f 00 00 00 09 00 10  00 11 00 02 00 0b 00 00  |................|
00 37 00 02 00 01 00 00  00 09 b2 00 02 12 03 b6  |.7..............|
00 04 b1 00 00 00 02 00  0c 00 00 00 0a 00 02 00  |................|
00 00 0c 00 08 00 0d 00  0d 00 00 00 0c 00 01 00  |................|
00 00 09 00 12 00 13 00  00 00 14 00 00 00 04 00  |................|
01 00 15 00 01 00 16 00  00 00 02 00 17           |.............|

magic

每个Class文件的头4个字节被称为魔数，即0xCAFEBABE，唯一作用就是确定这个文件是否为一个能被虚拟机接收的Class文件。类加载过程中的验证阶段就会包含此部分的验证。由于大小端差异，可能展示略有不同。

minor_version

魔数后面两个字节0000是次版本号。

major_version

次版本号后面两个字节0x0037是主版本号，十进制为55，即Java11对应的版本号。版本号的意义是：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。因为《Java虚拟机规范》在Class文件校验部分明确要求了即使文件格式并未发生任何变化，虚拟机也必须拒绝执行超过其版本号的Class文件。

constant_pool_count

接下来的两个字节代表常量池数量0x0027，十进制为39。与我们的习惯不同，计数是从1开始的而不是0，所以代表我们这个Class文件中有38个常量值，索引范围是1~38。之所以不从0开始，是因为0有特殊考虑，即不引用任何常量池时。

constant_pool

常量池。主要包含两大类常量：符号引用和字面量（又称直接引用）。

• 符号引用：存放常量池索引
• 字面量：常量。

常量池第一个字节为标志位，0a 即十进制10，查表速得为CONSTANT_Methodref。

CONSTANT_Methodref的结构为:

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

往后读两个字节00 06即为class_index，该值为常量池的一个索引，表示指向常量池中#6元素。通过jclasslib工具可以知道这是一个CONSTANT_Class类型的常量池索引，最终指向的class name是一个java/lang/Object的字符串。

再往后读两个字节00 18即为name_and_type_index，十进制24，同样是常量池中的一个CONSTANT_NameAndType类型的索引，指向常量池中#24元素。通过jclasslib工具快速查看一下表示一个名为返回值为void的方法，即Java.lang.Object的初始化方法。

至此第一个常量池变量就解析完了，后面37个依次类推可依次解析完成。

access_flags

在常量池结束之后，紧接着的2个字节代表访问标志（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是类还是接口；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等等。
0x0021即为access_flag，即ACC_PUBLIC 和 ACC_SUPER

this_class

this_class用于确定这个类的全限定名。0x0005表示指向常量池#5号索引。

super_class

super_class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，因此除了 java.lang.Object外，所有Java类的父类索引都不为0。
0x0006表示指向常量池#6号索引。

interfaces_count

接口计数器(int erfaces _count )，表示索引表 的容量。0x0000表示指向接口数量为0。如果该类没有实现任何接口，则该计数器值为0，后面接口的索引表不再占用任何字节。

interfaces

接口索引表，每一个item指向常量池索引。由于此测试类没有接口，故而字节码文件缺失该部分内容。

fields_count

字段计数器，值为0x0001，说明这个类只有一个字段表数据 。

fields

用于描述接口或者类中声明的变量。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。字段可以包括的修饰符有字段的作用域(public、private、protected修饰符)、是实例变量还是类变量(static修饰符)、可变性(final)、并发可见性(volatile修饰符，是否强制从主内存读写)、可否被序列化(transient修饰符)、字段数据类型(基本类型、对象、数组)、 字段名称。

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

access_flags

字段修饰符，0x0002表示ACC_PRIVATE

name_index

字段名称在常量池的索引，即0x0007。

descriptor_index

字段和方法描述符在常量池的索引，即0x0008。
描述符的作用是用来描述字段 的数据类型、方法的参数列表(包括数量、类型以及顺序)和返回值。根据描述符规则，基本数据类 型(byte、char、double、float、int、long、short、boolean)以及代表无返回值的void类型都用一个大写字符来表示，而对象类型则用字符L加对象的全限定名来表示。

对于数组类型，每一维度将使用一个前置的“ [”字符来描述，如一个定义为“ java.lang.String[][]”类型 的二维数组将被记录成“ [[Ljava/lang/St ring;”，一个整型数组“int []”将被记录成“ [I”。
用描述符来描述方法时，按照先参数列表、后返回值的顺序描述，参数列表按照参数的严格顺序 放在一组小括号“()”之内。如方法void inc()的描述符为“()V”，方法java.lang.String toString()的描述符 为“()Ljava/lang/String;”，方法int indexOf(char[]source，int sourceOffset，int sourceCount，char[]target， int targetOffset，int targetCount，int fromIndex)的描述符为“([CII[CIII)I”。

attributes_count

同下attributes_count

attribute_info

同下attribute_info

methods_count

方法计数器，即0x0002，表示有两个方法。其实这个测试类中只有一个显示方法，但是大家别忘了还有一个无参构造函数方法<init>。

methods

Class文件存储 格式中对方法的描述与对字段的描述采用了几乎完全一致的方式，方法表的结构如同字段表一样，依次包括访问标志(access_flags)、名称索引(name_index)、描述符索引(descriptor_index)、属性表集合(attributes)几项。

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

access_flags

因为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了 ACC_VOLATILE标志和ACC_TRANSIENT标志。与之相对，synchronized、native、strictfp和abstract 关键字可以修饰方法，方法表的访问标志中也相应地增加了ACC_SYNCHRONIZED、 ACC_NATIVE、ACC_STRICTFP和ACC_ABSTRACT标志。

我们这个测试类中第一个方法字节码access_flags对应0x0001，即ACC_PUBLIC。

name_index

方法名称在常量池的索引，即0x0009。

descriptor_index

方法描述符在常量池的索引，相关说明同字段中的descriptor_index，即0x000a 。

attribute_info

同下attribute_info

attributes_count

同下attribute_info

attributes_count

属性计数器。

attribute_info

属性表(attribute_info)在前面的讲解之中已经出现过数次，Class文件、字段表、方法表都可以
携带自己的属性表集合，以描述某些场景专有的信息。其结构如下。

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

attribute_name_index

属性名称在常量池索引。attribute_name_index 处的constant_pool 条目必须是表示属性名称的CONSTANT_Utf8_info 结构。

attribute_length

属性长度。

info

为了能正确解析Class文件，《Java虚拟机规范》最初只预定义了9项所有Java虚拟机实现都应 当能识别的属性，而在最新的《Java虚拟机规范》的Java SE 11版本中，预定义属性已经增加到28项。具体如下。根据attribute_name_index可以加载到类名称，然后根据反射去找到对应的预定义属性类型进行解析。

字节码文件解析过程对后续**类加载**以及**字节码增强技术**都有很大裨益。