JVM詳解之:java class文件的密碼本
簡介
一切的一切都是從javac開始的。從那一刻開始，java文件就從我們肉眼可分辨的文本文件，變成了冷冰冰的二進位文件。
變成了二進位文件是不是意味著我們無法再深入的去了解java class文件了呢？答案是否定的。
機器可以讀，人為什麼不能讀？只要我們掌握java class文件的密碼錶，我們可以把二進位轉成十六進位，將十六進位和我們的密碼錶進行對比，就可以輕鬆的解密了。
下面，讓我們開始這個激動人心的過程吧。
一個簡單的class
為了深入理解java class的含義，我們首先需要定義一個class類：
public class JavaClassUsage {
private int age=18;
public void inc(int number){
this.age=this.age+ number;
}
}
很簡單的類，我想不會有比它更簡單的類了。
在上面的類中，我們定義了一個age欄位和一個inc的方法。
接下來我們使用javac來進行編譯。
IDEA有沒有？直接打開編譯後的class文件，你會看到什麼？
沒錯，是反編譯過來的java程式碼。但是這次我們需要深入了解的是class文件，於是我們可以選擇 view->Show Bytecode：
當然，還是少不了最質樸的javap命令：
javap -verbose JavaClassUsage
對比會發現，其實javap展示的更清晰一些，我們暫時選用javap的結果。
編譯的class文件有點長，我一度有點不想都列出來，但是又一想只有對才能講述得更清楚，還是貼在下面：
public class com.flydean.JavaClassUsage
minor version: 0
major version: 58
flags: ACC_PUBLIC, ACC_SUPER
Constant pool:
#1 = Methodref #2.#3 // java/lang/Object."<init>":()V
#2 = Class #4 // java/lang/Object
#3 = NameAndType #5:#6 // "<init>":()V
#4 = Utf8 java/lang/Object
#5 = Utf8 <init>
#6 = Utf8 ()V
#7 = Fieldref #8.#9 // com/flydean/JavaClassUsage.age:I
#8 = Class #10 // com/flydean/JavaClassUsage
#9 = NameAndType #11:#12 // age:I
#10 = Utf8 com/flydean/JavaClassUsage
#11 = Utf8 age
#12 = Utf8 I
#13 = Utf8 Code
#14 = Utf8 LineNumberTable
#15 = Utf8 LocalVariableTable
#16 = Utf8 this
#17 = Utf8 Lcom/flydean/JavaClassUsage;
#18 = Utf8 inc
#19 = Utf8 (I)V
#20 = Utf8 number
#21 = Utf8 SourceFile
#22 = Utf8 JavaClassUsage.java
{
public com.flydean.JavaClassUsage();
descriptor: ()V
flags: ACC_PUBLIC
Code:
stack=2, locals=1, args_size=1
0: aload_0
1: invokespecial #1 // Method java/lang/Object."<init>":()V
4: aload_0
5: bipush 18
7: putfield #7 // Field age:I
10: return
LineNumberTable:
line 7: 0
line 9: 4
LocalVariableTable:
Start Length Slot Name Signature
0 11 0 this Lcom/flydean/JavaClassUsage;
public void inc(int);
descriptor: (I)V
flags: ACC_PUBLIC
Code:
stack=3, locals=2, args_size=2
0: aload_0
1: aload_0
2: getfield #7 // Field age:I
5: iload_1
6: iadd
7: putfield #7 // Field age:I
10: return
LineNumberTable:
line 12: 0
line 13: 10
LocalVariableTable:
Start Length Slot Name Signature
0 11 0 this Lcom/flydean/JavaClassUsage;
0 11 1 number I
}
SourceFile: "JavaClassUsage.java"
ClassFile的二進位文件
慢著，上面javap的結果好像並不是二進位文件！
對的，javap是對二進位文件進行了解析，方便程式設計師閱讀。如果你真的想直面最最底層的機器程式碼，就直接用支援16進位的文本編譯器把編譯好的class文件打開吧。
你準備好了嗎？
來吧，展示吧！
上圖左邊是16進位的class文件程式碼，右邊是對16進位文件的適當解析。大家可以隱約的看到一點點熟悉的內容。
是的，沒錯，你會讀機器語言了！
class文件的密碼本
如果你要了解class文件的結構，你需要這個密碼本。
如果你想解析class文件，你需要這個密碼本。
學好這個密碼本，走遍天下都……沒啥用！
下面就是密碼本，也就是classFile的結構。
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u2，u4表示的是無符號的兩個位元組，無符號的4個位元組。
java class文件就是按照上面的格式排列下來的，按照這個格式，我們可以自己實現一個反編譯器（大家有興趣的話，可以自行研究）。
我們對比著上面的二進位文件一個一個的來理解。
magic
首先，class文件的前4個位元組叫做magic word。
看一下十六進位的第一行的前4個位元組：
CA FE BA BE 00 00 00 3A 00 17 0A 00 02 00 03 07
0xCAFEBABE就是magic word。所有的java class文件都是以這4個位元組開頭的。
來一杯咖啡吧，baby！
多麼有詩意的畫面。
version
這兩個version要連著講，一個是主版本號，一個是次版本號。
00 00 00 3A
對比一下上面的表格，我們的主版本號是3A=58，也就是我們使用的是JDK14版本。
常量池
接下來是常量池。
首先是兩個位元組的constant_pool_count。對比一下，constant_pool_count的值是：
00 17
換算成十進位就是23。也就是說常量池的大小是23-1=22。
這裡有兩點要注意，第一點，常量池數組的index是從1開始到constant_pool_count-1結束。
第二點，常量池數組的第0位是作為一個保留位，表示「不引用任何常量池項目」，為某些特殊的情況下使用。
接下來是不定長度的cp_info：constant_pool[constant_pool_count-1]常量池數組。
常量池數組中存了些什麼東西呢？
字元串常量，類和介面名字，欄位名，和其他一些在class中引用的常量。
具體的constant_pool中存儲的常量類型有下面幾種：
每個常量都是以一個tag開頭的。用來告訴JVM，這個到底是一個什麼常量。
好了，我們對比著來看一下。在constant_pool_count之後，我們再取一部分16進位數據：
上面我們講到了17是常量池的個數，接下來就是常量數組。
0A 00 02 00 03
首先第一個位元組是常量的tag， 0A=10，對比一下上面的表格，10表示的是CONSTANT_Methodref方法引用。
CONSTANT_Methodref又是一個結構體，我們再看一下方法引用的定義：
CONSTANT_Methodref_info {
u1 tag;
u2 class_index;
u2 name_and_type_index;
}
從上面的定義我們可以看出，CONSTANT_Methodref是由三部分組成的，第一部分是一個位元組的tag，也就是上面的0A。
第二部分是2個位元組的class_index，表示的是類在常量池中的index。
第三部分是2個位元組的name_and_type_index，表示的是方法的名字和類型在常量池中的index。
先看class_index，0002=2。
常量池的第一個元素我們已經找到了就是CONSTANT_Methodref，第二個元素就是跟在CONSTANT_Methodref後面的部分，我們看下是什麼：
07 00 04
一樣的解析步驟，07=7，查表，表示的是CONSTANT_Class。
我們再看下CONSTANT_Class的定義：
CONSTANT_Class_info {
u1 tag;
u2 name_index;
}
可以看到CONSTANT_Class佔用3個位元組，第一個位元組是tag，後面兩個位元組是name在常量池中的索引。
00 04 = 4， 表示name在常量池中的索引是4。
然後我們就這樣一路找下去，就得到了所有常量池中常量的資訊。
這樣找起來，眼睛都花了，有沒有什麼簡單的辦法呢？
當然有，就是上面的javap -version， 我們再回顧一下輸出結果中的常量池部分：
Constant pool:
#1 = Methodref #2.#3 // java/lang/Object."<init>":()V
#2 = Class #4 // java/lang/Object
#3 = NameAndType #5:#6 // "<init>":()V
#4 = Utf8 java/lang/Object
#5 = Utf8 <init>
#6 = Utf8 ()V
#7 = Fieldref #8.#9 // com/flydean/JavaClassUsage.age:I
#8 = Class #10 // com/flydean/JavaClassUsage
#9 = NameAndType #11:#12 // age:I
#10 = Utf8 com/flydean/JavaClassUsage
#11 = Utf8 age
#12 = Utf8 I
#13 = Utf8 Code
#14 = Utf8 LineNumberTable
#15 = Utf8 LocalVariableTable
#16 = Utf8 this
#17 = Utf8 Lcom/flydean/JavaClassUsage;
#18 = Utf8 inc
#19 = Utf8 (I)V
#20 = Utf8 number
#21 = Utf8 SourceFile
#22 = Utf8 JavaClassUsage.java
以第一行為例，直接告訴你常量池中第一個index的類型是Methodref，它的classref是index=2，它的NameAndType是index=3。
並且直接在後面展示出了具體的值。
描述符
且慢，在常量池中我好像看到了一些不一樣的東西，這些I，L是什麼東西？
這些叫做欄位描述符：
上圖是他們的各項含義。除了8大基礎類型，還有2個引用類型，分別是對象的實例，和數組。
access_flags
常量池後面就是access_flags：訪問描述符，表示的是這個class或者介面的訪問許可權。
先上密碼錶：
再找一下我們16進位的access_flag:
沒錯，就是00 21。 參照上面的表格，好像沒有21，但是別怕：
21是ACC_PUBLIC和ACC_SUPER的並集。表示它有兩個access許可權。
this_class和super_class
接下來是this class和super class的名字，他們都是對常量池的引用。
00 08 00 02
this class的常量池index=8， super class的常量池index=2。
看一下2和8都代表什麼：
#2 = Class #4 // java/lang/Object
#8 = Class #10 // com/flydean/JavaClassUsage
沒錯，JavaClassUsage的父類是Object。
大家知道為什麼java只能單繼承了嗎？因為class文件裡面只有一個u2的位置，放不下了！
interfaces_count和interfaces[]
接下來就是介面的數目和介面的具體資訊數組了。
00 00
我們沒有實現任何介面，所以interfaces_count=0，這時候也就沒有interfaces[]了。
fields_count和fields[]
然後是欄位數目和欄位具體的數組資訊。
這裡的欄位包括類變數和實例變數。
每個欄位資訊也是一個結構體：
field_info {
u2 access_flags;
u2 name_index;
u2 descriptor_index;
u2 attributes_count;
attribute_info attributes[attributes_count];
}
欄位的access_flag跟class的有點不一樣：
這裡我們就不具體對比解釋了，感興趣的小夥伴可以自行體驗。
methods_count和methods[]
接下來是方法資訊。
method結構體：
method_info {
u2 access_flags;
u2 name_index;
u2 descriptor_index;
u2 attributes_count;
attribute_info attributes[attributes_count];
}
method訪問許可權標記：
attributes_count和attributes[]
attributes被用在ClassFile, field_info, method_info和Code_attribute這些結構體中。
先看下attributes結構體的定義：
attribute_info {
u2 attribute_name_index;
u4 attribute_length;
u1 info[attribute_length];
}
都有哪些attributes, 這些attributes都用在什麼地方呢？
其中有六個屬性對於Java虛擬機正確解釋類文件至關重要，他們是：
ConstantValue，Code，StackMapTable，BootstrapMethods，NestHost和NestMembers。
九個屬性對於Java虛擬機正確解釋類文件不是至關重要的，但是對於通過Java SE Platform的類庫正確解釋類文件是至關重要的，他們是：
Exceptions，InnerClasses，EnclosingMethod，Synthetic，Signature，SourceFile，LineNumberTable，LocalVariableTable，LocalVariableTypeTable。
其他13個屬性，不是那麼重要，但是包含有關類文件的元數據。
總結
最後留給大家一個問題，java class中常量池的大小constant_pool_count是2個位元組，兩個位元組可以表示2的16次方個常量。很明顯已經夠大了。
但是，萬一我們寫了超過2個位元組大小的常量怎麼辦？歡迎大家留言給我討論。
本文鏈接：//www.flydean.com/jvm-class-file-structure/
最通俗的解讀，最深刻的乾貨，最簡潔的教程，眾多你不知道的小技巧等你來發現！
歡迎關注我的公眾號:「程式那些事」,懂技術，更懂你！
