Jvm学习笔记(三) class文件分析
Class文件结构
所有的java代码都会被编译出.class文件交给虚拟机装载执行，从而实现平台无关，一次编译到处执行的效果。
Class文件一组以字节为基础单位的二进制流，各个数据严格按照顺序紧凑的排列，没有任何分隔符，对于超过一个字节的数据采用大尾端的字节序。
表和无符号数
class文件中只有两种数据类型：表和无符号数。
无符号数属于基本数据单位，有u1\u2\u4\u8代表n个字节的无符号数，它可以用来描述数字、索引引用、数量值或者按照UTF-8构成的字符串值。
表是由其他表和无符号数组成的复合数据类型，习惯性以_info结尾，表用于描述复合层次的数据结构。
无论是表还是无符号数，当当需要的数量不确定时，一般会在前置处加一个表示count的无符号数(类似RIFF协议中表示data区域大小的size字节)。
这是整个.class文件的数据结构，class文件会严格按照表格中的数据格式组成。
| 类型 | 名称 | 数量 |
|---|---|---|
| u4 | magic（魔数） | 1 |
| u2 | minor_version（次版本号） | 1 |
| u2 | major_version（主版本号） | 1 |
| u2 | constant_pool_count（常量池数据长度） | 1 |
| cp_info | constant_pool（常量池） | constant_pool_count-1 |
| u2 | access_flags（访问标志） | 1 |
| u2 | this_class（类索引） | 1 |
| u2 | super_class（父类索引） | 1 |
| u2 | interfaces_count（接口数据长度） | 1 |
| u2 | interfaces（接口索引） | interfaces_count |
| u2 | fields_count（字段表长度） | 1 |
| field_info | fields（字段表） | fields_count |
| u2 | methods_count（方法表长度） | 1 |
| method_info | methods（方法表） | methods_count |
| u2 | attributes_count（属性表长度） | 1 |
| attribute_info | attributes（属性表） | attributes_count |
除了自己解析二进制外，官方还给我们提供了一个分析class文件的工具 ，只要使用javap -verbose XXXX就可以解析出该文件的组成：
public class Test{
public static void main(String[] args){
System.out.println("Hello world");
}
}
使用javap命令以后:
magic（魔数）
魔数相当于协议标志为，表示这个文件是一个class文件，class文件的前四个字节固定为0xCAFFBABE。者也是为什么java的商标是一杯咖啡的缘故。
minor_version/major_version （版本号）
接下来四个字节表示了Class文件的版本号，5-6是次版本号，7-8是主版本号。主版本号从45开始，次版本号范围是0-65535 。虚拟机可以执行低版本的class文件但是不能执行高版本的文件。
constant_pool_count / constant_pool （常量池）
跟着版本号的就是常量池入口。常量池相当于class文件的资源仓库，class文件中其他的项目很多最终都关联到了常量池，可以这样理解，class文件就是一个常量池+一堆指向常量池的索引组成。由于常量池中数量是不固定的，所以需要一个count指定有多少常量。这里有一个要注意的点，常量池索引是从1开始，第0位留出有另外的作用。
常量池内主要存放两种数据类型：字面量和符号引用。字面量类似于常量，符号引用属于编译原理的概念。由于常量池中的数据类型是在太复杂，有17种，每种又都不同，所以就不在这边展开讲述了，我就说一下我对其中的一些理解。
一个Class文件的常量池数据，第一项是一个u1数据，代表了这个常量的类型，而接下来的数据，代表了不同的含义，这些含义有的可能是普通无符号数据，有的代表了索引，要根据这个常量的类型去判断，然后根据字节数据解析，比如也许是字符串，那么就会索引向一个字符串的常量，如果是一个索引，则重新定位到常量池中去寻找对应的数据，并按照此时的数据结构解析下一轮，也就是说常量池中的数据会出现不停的索引直到真正的数据为止。
access_flag（访问标志）
表示这个class是一个类还是接口、是否public、是否声明为final等标志。
this_class（类索引）
表示这个类的全限定名，指向常量池中的一个CONSTANT_Class_info类型，在这个类型中能找到对应的类名称。
super_class（父类索引）
表示这个类父类的全限定名，同上。
interfaces（接口索引）
接口索引是一个集合，先根据一个count确定实现的接口数量，然后就是指向常量池中的接口全限定名。
fields（字段表）
字段表用于描述class文件中定义的类级变量和实例级变量，但是不包括方法中的局部变量。字段表的结构
| 类型 | 名称 | 数量 |
|---|---|---|
| u2 | access_flag （访问标志，类似class中的访问标志） | 1 |
| u2 | name_index （简单名称，指向常量池的索引） | 1 |
| u2 | descriptor_index (描述符，指向常量池，表示变量或者方法的类型描述，用一个人大写字母表示) | 1 |
| u2 | attrbutes_count | 1 |
| attrbutes_info | attrbutes (属性表，后面会详细介绍) | attrbutes_count |
methods（方法表）
方法表和字段表非常类似，包括访问标志、简单名称、描述符、属性表等，只是在具体属性上会与字段表有一点点差异。
attributes（属性表）
属性表在整个class文件中出现过多次，它在class文件、字段表、方法表后面都会存在，不严格按照顺序和长度，任何编译器都可以在里面加入自己的属性，虚拟机会忽略掉它不认识的属性。
属性表的默认类型很多，具体介绍几种：
| 属性名称 | 使用 | 含义 |
|---|---|---|
| Code | 方法表 | 方法代码编译成的字节码指令 |
| ConstantValue | 字段表 | 由final定义的常量值 |
| EnclosingMethod | 类文件 | 仅当一个类为局部类或者匿名内部类才拥有的属性，用于标识这个类所在的外围方法 |
| InnerClasses | 类文件 | 内部类列表 |
| LineNumberTable | Code属性 | 源码行数和字节码指令之间的对应关系，编译器根据这个定位异常行数 |
| LocalVariableTable | Code属性 | 方法局部变量描述 |
| Signature | 类、方法、字段 | 范型的类型签名，避免类型擦除以后的出现问题 |
Code属性
Code属性出现在方法表之后的属性表中，方法被编译后的字节指令就存放在code属性中，只有那些有具有实现的方法才会有code表，抽象方法编译后没有。Code表的结构是：
| 类型 | 名称 | 数量 |
|---|---|---|
| u2 | attribute_name_index（该属性名称，指向常量池索引） | 1 |
| u4 | attribute_length （该属性长度） | 1 |
| u2 | max_stack （操作数栈最大深度） | 1 |
| u2 | max_locals （局部变量所需存储空间，单位是Slot，int之类的占有一个Slot） | 1 |
| u4 | code_length （字节码长度） | 1 |
| u1 | code （字节码指令） | code_length |
| u2 | exception_info_length (异常列表长度) | 1 |
| exception_info | exception_table （方法可能抛出的异常） | exception_info_length |
| u2 | attributes_count | 1 |
| attribute_info | attributes （属性表） | attributes_count |
可以看到，有一些数据会因为类型的限制产生影响，比如之类最多只有256种，指令字节码最多只有65535条等。再次通过javap命令解析class文件，这是源码：
public class Test{
public static void main(String[] args){
System.out.println("Hello ");
Test test=new Test();
test.hello(" World");
}
public void hello(String hello){
System.out.println(hello);
}
}
这是class文件：
可以看到hello方法表，其中args_size=2，和源码不符合，原因在于方法会把调用对象this作为第一个参数隐式传入，方法和函数的区别就在于此。其他的一些属性就不详细介绍了，大家可以利用javap -verbose命令去解析class文件。
字节码指令
java虚拟机的指令是由一个字节、代表某种特定操作含义的数字（操作码）以及跟随其后的0到n个代表此操作需要的参数（操作数）构成。java虚拟机是基于操作数栈道。
指令对齐
由于java放弃了字节对齐，有时候需要一个以上字节表示的数据可以用位运算转换，比如2个字节的数字可以用 (byte1<<8)|byte1来表示，牺牲了一点运行速度，但是节省了大量字节对齐导致的内存开销。
基础模型
字节码的运作模型可以按照以下的流程来看:
do{
自动计算PC寄存器+1;
根据PC寄存器位置从字节码流中取出操作码;
if(字节码存在操作数) 从字节码流中取出操作数;
执行操作码所定义的操作;
}while(字节码长度>0);
所有的操作码都定义了对应的操作数类型，详细还是请单独查询操作码的表。
结语
Class文件远比我介绍的复杂，其中可以展开的表格结构实在太多了，还有比如实例构造器()和类构造器()我都没有讲 谁让我是懒狗 这章主要还是粗粮引导一下class文件的结构以及怎么去查看分析一个class文件，书上可是说能够根据class文件分析问题是java开发的基础呢，离谱，感谢大家的观看，希望可以点个==赞==！
相关文章
转载自:https://juejin.cn/post/7216587974007242812