【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。