JVM之类文件结构

实现语言无关性的基础仍然是虚拟机和字节码存储格式。Java虚拟机不和包括Java在内的任何语言绑定，它至于“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虚拟机指令集和符号表以及若干其它辅助信息。 Java语言中的各种变量、关键字和运算符号的语义最终都是有多条字节码指令组合而成，因此字节码命令所能提供的语义描述能力肯定会比Java语言本身更加强大。

泼墨成空

1625人浏览 · 2016-03-22 21:35:57

泼墨成空 · 2016-03-22 21:35:57 发布

实现语言无关性的基础仍然是虚拟机和字节码存储格式。Java虚拟机不和包括Java在内的任何语言绑定，它至于“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虚拟机指令集和符号表以及若干其它辅助信息。

Java语言中的各种变量、关键字和运算符号的语义最终都是有多条字节码指令组合而成，因此字节码命令所能提供的语义描述能力肯定会比Java语言本身更加强大。

Class类文件的结构

任何一个Class文件都对应着唯一一个类或接口的定义信息，但反过来说，类或接口并不一定都得定义在文件里（比如类或接口可以通过类加载器直接生成）

Class文件是一组以8位字节为基础单位的二进制流，各个数据项目严格按照顺序紧凑地排列在Class文件之中，中间没有添加任何分隔符，这就使得Class文件中存储的内容几乎全部是程序运行的必要数据，没有空隙存在。根据Java虚拟机规范的规定，Class文件格式采用一种类似于C语言结构体的为结构来存储数据，这种微结构中只有两种数据类型：无符号数和表。

（1）无符号数

无符号数属于基本的数据类型，以u1、u2、u4、u8来分别代表1个字节、2个字节、4个字节和8个字节的无符号数，无符号数可以用来描述数字、索引、数量值或者按照UTF-8编码构成字符串值。

（2）表

表是由多个无符号数或者其他表作为数据项构成的符合数据类型，所有表都习惯性的以"_info"结尾。表用于描述有层次关系的符合结构的数据，整个Class文件本质上就是一张表，其构成成分就是如下的数据项：

类型	名称	数量
u4	magic	1
u2	minor_version	1
u2	major_version	1
u2	constant_pool_count	1
cp_info	constant_pool	constant_pool_count - 1
u2	access_flags	1
u2	this_class	1
u2	super_class	1
u2	interfaces_count	1
u2	interfaces	interfaces_count
u2	fields_count	1
field_info	fields	fields_count
u2	methods_count	1
method_info	methods	methods_count
u2	attribute_count	1
attribute_info	attributes	attributes_count

无论是无符号数还是表，当需要描述同一类型但数量不定的多个数据时，经常会使用一个前置的容量计数器加若干个连续的数据项的形式，这时称这一系列连续的某一类型的数据为某一类型的集合。Class文件的结构不象XML等描述语言，由于它没有任何分隔符号，所以上面表格中的数据项，无论是顺序还是数量，甚至于数据存储的字节这样的细节都是被阉割限定的，哪个字节代表什么含义，长度多少，先后顺序如何，都不允许改变。

魔数与Class文件的版本

每个Class文件的头4个字节称为魔数（Magic Number），他的唯一作用是确定这个文件是否为一个能被虚拟机接受的Class文件。之所以用魔数来表示主要是因为考虑到安全性，因为拓展名很容易修改啊。Class文件的魔数值是：0xCAFEBABE（咖啡宝贝？）。紧接着魔数的4个字节是Class文件的版本号：第五和第六个字节是次版本号，第七和第八识主版本号，Java的版本号是从45开始的。

常量池

紧接着主次版本号之后的是常量池入口，常量池可以理解为Class文件中的资源仓库。他是Class文件结构中与其他项目关联最多的数据类型，也是占用Class文件空间最大的数据项之一，同时它还是在Class文件中第一个出现的表类型数据项目。

由于常量池中常量的数量是不固定的，所以需要在常量池的入口放置一项u2类型的数据，代表常量池容量计数值，与Java中语言习惯不一样的是，这个容量计数是从1开始而不是从0开始。常量池中主要存放两大类常量：字面量（Literial）和符号引用（Symbolic Reference），字面量比较接近于Java语言层面的常量概念，比如文本字符串、声明为final的常量值等，而符号引用则属于编译原理方面的概念，包括下面三类常量。

（1）类和接口的全限定名

（2）字段的名称和描述符

（3）方法的名称和描述符

Java代码在进行Javac编译的时候，并不像C和C++那样有连接这一步骤，而是在虚拟机加载Class文件的时候进行动态链接，也就是说，在Class文件中不会保存各个方法字段的最终内存布局信息，因此这些字段、方法符号引用不经过运行期转换的话无法得到真正的内存地址，也就无法直接被虚拟机使用，当虚拟机运行时，需要从常量池中获得对应的符号引用，再在类创建时或运行时解析、翻译到具体的内存地址之中。

常量池中每一项常量都是一张表，目前总共有14种常量，这14种常量类型所代表的具体含义如下表所示：

常量池中数据项类型	类型标志	类型描述
CONSTANT_Utf8	1	UTF-8编码的Unicode字符串
CONSTANT_Integer	3	int类型字面值
CONSTANT_Float	4	float类型字面值
CONSTANT_Long	5	long类型字面值
CONSTANT_Double	6	double类型字面值
CONSTANT_Class	7	对一个类或接口的符号引用
CONSTANT_String	8	String类型字面值
CONSTANT_Fieldref	9	对一个字段的符号引用
CONSTANT_Methodref	10	对一个类中声明的方法的符号引用
CONSTANT_InterfaceMethodref	11	对一个接口中声明的方法的符号引用
CONSTANT_NameAndType	12	对一个字段或方法的部分符号引用

常量池中的14种常量项的结构总表如下:

访问标志

在常量池结束之后紧接着的两个字节代表访问标志（access_flags），这个标志用于识别一些类或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；是否定位为abstract类型，如果是类的话是否被声明为final等。具体的标志位以及标志的含义如下表所见：

类索引、父类索引与接口所有集合

类索引（this_class）和父类索引(super_class)都是一个u2类型的数据，而接口索引集合石一组u2类型的数据的集合，Class文件中由这三项数据来确定这个类的继承关系。类索引用于确定这个类的全限定名，父类索引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Object之外，所有的类都有父类。

类索引、父类索引、接口集合都按顺序排列在访问标志之后，类索引和父类索引用两个u2类型的索引值表示，他们各自指向一个类型为CONSTANT_CLASS_info的类描述符常量。

字段表集合

字段表（field_info）用于描述接口或者类中声明的变量。字段（field）包括类级别变量以及实例级别变量，但不包括在方法内部声明的局部变量。我盟可以想象一下在Java中描述一个字段可以包含什么信息？可以包含的信息有:字段的作用域、是实例变量还是类变量，可否被序列化，字段数据类型等。

方法表集合

如果理解了上面的字段表集合的内容，那么理解其方法表集合就会很简单，Class文件存储格式中对方法的描述与对字段的描述几乎采用了完全一致的方式，方法表的结构如同字段表一样，包括了访问标志、名称索引、描述符索引、属性表集合几项。

字节码指令

Java虚拟机的指令是由一个字节长度、代表着某种特定操作含义的数字（称为操作码，Opcode）以及跟随其后的零至多个代表此操作所需参数而构成，由于Java虚拟机采用面向操作数栈而不是寄存器的架构，所以大多数的指令都不包含操作数，只有一个操作码。

字节码与数据类型

在Java虚拟机的指令集中，大多数的指令都包含了其操作所对应的数据类型信息。例如iload指令用于从局部变量表中加载int类型的数据到操作数栈中，而fload用于加载float类型的数据了。对于大部分与数据类型相关的字节码指令，他们的操作码助记符中都有特殊的字符来表明专门为哪种数据类型服务：ibiaoshiduiint类型的数据操作，l代表long。s代表short，b代表byte，c代表char，f代表float，d代表double，a代表reference。

加载和存储指令

加载和存储指令用于将数据在栈帧中的局部变量表和操作数栈之间来回传输，这类指令包括以下内容：

（1）将一个局部变量加载到操作数栈：iload、iload_<n>、lload、lload_<n>、fload、fload_<n>、dload、dload_<n>、aload、aload_<n>。

（2）将一个数值从操作数栈存储到局部变量表：istore、istore_<n>、lstore、lstore<n>。。。。

（3）将一个常量加载到操作数栈：bipush、sipush、ldc、ldc_w等。

（4）拓充局部变量表的访问索引的指令：wide。

存储数据的操作数栈和局部变量表主要就是由加载和存储指令进行操作，初次之外还有少量指令，如访问对象的字段或数组元素的指令也会想操作数栈传输数据

运算指令

运算或算数指令用于对两个操作数栈上的值进行某种特定的运算，并把结果重新存入到操作数栈顶。大体运算指令可以分为两种：堆整型数据进行运算的指令与对浮点型数据进行运算的指令，无论是哪种算数指令，都使用Java虚拟机的数据类型，由于没有直接支持byte、short、char、boolean类型的算数指令，对于这些类型数据的运算，应使用操作int类型的指令代替。所有的算数指令如下"

（1）加法指令：iadd、ladd、fadd、dadd

（2）减法指令：isub、lsub、fsub、dsub

（3）乘法指令：imul、lmul、fmul、dmul

（4）除法指令：idiv、ldiv、fdiv、ddiv

（5）求余指令：irem、lrem、frem、drem

（6）取反指令：ineg、lneg、fneg、dneg

（7）位移指令：ishl、ishr、iushr、lshl、lshr、lushr

（8）按位或指令：ior、lor

（9）按位与指令:iand、land

（10）局部变量自增指令：iinc

（11）比较指令：dcmpg、dcmpl、fcmpg、fcmpl、lcmp