文章目录

1. JVM学习04-class字节码的结构
2. 1. 字节码简介
3. 2. 字节码的文件结构
   1. 2.1 魔数 magic
   2. 2.2 版本 version
   3. 2.3 常量池 constant_pool(cp)
   4. 2.4 访问标识 access flag
   5. 2.5 本类和超类
   6. 2.6 接口 Interfaces
   7. 2.7 字段 Fields
   8. 2.8 方法 Methods
   9. 2.9 属性
4. 3. 总结

[TOC]

JVM学习04-class字节码的结构

1. 字节码简介

java作为跨平台的语言，其重要性就体现在java源代码编译后的字节码 .class 文件。很多的语言如java、groovy、scala、kotlin等都是基于JVM运行的，其根本就是输出之后的字节码。作为跨平台的一个基础，当然要对字节码的文件结构有一定的认识。

2. 字节码的文件结构

字节码的文件结构一次可以分为（魔数，版本，常量池，访问符，类，超类，接口，字段，方法，属性）。每个部分的数据的大小都采用无符号整形来表示，例如u1,u2,u4等等表示一个字节，两个字节，四个字节。具体参照下图：

// 或者像这样
ClassFile {
    u4 magic;
    u2 minor_version;
    u2 major_version;
    u2 constant_pool_count;
    cp_info contant_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];
}

图中的数据类型除了无符号整形之外，还有”_info”结尾的数据类型，这种称之为”表”。例如常量池中是存在多个常量的，所以要通过类似表的结构来进行存储，而且因为字节码是依次排列的，所以在描述常量池信息之前还需要对常量池中常量的个数进行描述（标记），这个很容易理解，就是用来判断什么时候读到常量池的结尾了。当然字段，方法和属性以”_info”结尾就类似了。
下面对每一个部分一一描述：

在分析字节码之前介绍一款工具，Java ByteCode Editor

以下的例子基于代码（举例子的时候常量池的索引可能会存在误差，下面阅读的时候请考虑这段话）：

package com.minosa.test;

public class HelloClass {
	private String name = "Mimosa";
	private int age = 20;
	private static final int i = 10;
	public String sayHello(){
		System.out.println("Hello " + name + " ," + age);
		return name;
	}
	
	public static void main(String[] args) {
		int a = 1;
		int b = 2;
		int c = a + b;
		System.out.println(c);
		System.out.println("Hello Class !!!");
	}
}

2.1 魔数 magic

魔数是字节码固定的数值，在文件的最开始部分，占四个字节，值是 （CA FE BA BE）。

2.2 版本 version

版本分为小版本minor和大版本major，分别占两个字节。例如（00 00 00 33）就表示 51.0版本。如图，稍微看下即可：

2.3 常量池 constant_pool(cp)

常量池是整个字节码结构中最重要的一个部分，因为常量池之后的数据基本都是引用常量池中的数据，后面就会看到。
常量池分为两个部分：cp数量和cp_info。之前说过先是以数量开头作为标识。
这里解决下一个问题：为什么field_info等的数量都是fields_count，而cp_info的数量却要减1。这是因为常量池中的真实存在的数据是以下标1开始的，而下标0则代表”无引用”（不引用常量池中的任意一项），比如一个类没有接口的话就指向常量池中0下标。

常量池中的数据又存在多种类型的常量，如Class_info, Utf8_info等等，如图总表所示：类型有点多（不必害怕），依次使用例子进行描述

1. Utf8_info

Utf8_info 的数据表示utf8编码中的数据，在字节码中分为三个部分：tag标识，bytes长度，bytes数据。
tag表示是固定的，Utf8_info的tag值是（01），占一个字节。
其次是bytes数组的length，占两个字节。
最后是bytes数组中的数据，依次表示，每个字符占一个字节（中文不止一个字节，可自行研究）。
比如一个类的名称（com/minosa/test/HelloClass）是个字符串，指向常量池中一个Utf8_info的数据：

class字节码16进制表示中的数据（用的editplus的16进制查看器打开的）：

上图蓝色高亮部分：
(1) 01 tag 表示Utf8_info类型。
(2) 00 1A 表示字节数组的长度，是26
(3) 63 6F 6D … 73 73，表示数组中的数据，就是字符串utf8编码的表示，这里是的数据是（com … ss）。

2. Integer_info

Integer_info 数据分为两个部分：tag标识，int型值
tag固定值为 03；其次是int的值，占4个字节。一般在常量池中的整形，浮点型等数据在java中是static final类型的编译时常量。
比如一个static final int i = 10;

16进制字节码表示：

3. Float_info

同 Integer_info 类型，只是tag为4，数据占4个字节。

4. Long_info

同 Integer_info 类型，只是tag为5，数据占8个字节。

5. Double_info

同 Integer_info 类型，只是tag为6，数据占8个字节。

6. Class_info

Class_info 表示一个类的信息，包含两个部分：tag和类全名。
tag固定值为 07 ，类全名name是一个index（索引），指向一个utf8_info。
如上面的类（com/minosa/test/HelloClass），表示为：

图中类的名称指向常量池中索引为2的常量，在16进制的字节码中表示为：

上图中：魔数是（CA FE BA BE），版本号是（00 00 00 33）。紧接着就是常量池：（00 46）表示常量池中数据的数量，然后就是常量池中的数据。这里的（07 00 02）就表示Class_info。

7. String_info

String_info表示字符串常量，分为两个部分：tag和String值。
tag固定值为 08，String的值是一个指向utf8_info的索引。
比如一个面值为”Mimosa”的string常量，在常量池的表示：

在16进制字节码中的表示：

8. NameAndType_info

NameAndType_info 表示名称和类型的常量，为以下Fieldref_info，Methodref_info，InterfaceMethodref_info服务。
NameAndType_info 分为三个部分：tag，name和描述description。
tag是固定值 0C，name就表示该类型的名称（指向utf8_info的索引），description是该类型的描述（指向utf8_info的索引）。
这里的类型到后面再说，比如一个构造方法的描述：

这里的表示构造方法的描述名称，()V表示构造方法（这个后面会介绍）。
16进制字节码描述：

9. Fieldref_info

Fieldref_info 表示一个字段的描述，分为三个部分：tag，字段所在的Class（指向一个Class_info），字段的描述（指向一个NameAndType_info）。
tag是固定值 09；其次是字段所在的类的描述；然后是字段的NameAndType描述。
比如一个字段 public String name;

图中Class_info上面已经有图了，然后是NameAndType_info为：

Name表示字段的名称为name，Descriptor是字段的类型为（Ljava/lang/String;），类型后面会讲到。
Fieldref_info 在16进制字节码中表示：

10. Methodref_info

Methodref_info 就和 Fieldref_info 同理了，分为tag，方法所在类，方法的描述三个部分。
tag固定值为 0A；其次是方法所在类；最后是方法的描述；
以构造方法为例：

之后的分析就和上面同理。

11. InterfaceMethodref_info

接口的方法定义，与 Methodref_info 同理。
分为三个部分：tag固定值为 0B，方法所在的接口（指向一个Class_info），方法的描述（指向一个NameAndType_info）。

2.4 访问标识 access flag

访问标识标识类的访问类型，占2个字节。所有类型如图：

比如当前类的访问标识为public：

2.5 本类和超类

紧接着是本类和超类的，this_class和super_class都是指向常量池中的一个Class_info。比如之前的例子：

在16进制字节码中的表示：

2.6 接口 Interfaces

接口与常量池类似，分为接口数量和接口描述两个部分。
接口数量占用2个字节；每个接口描述是指向常量池中的一个Class_info，也占2个字节。

由于本例子中接口的数量是0，所以后面没有接口的描述。

2.7 字段 Fields

字段同样分为两个部分：字段数量和字段的描述。
字段数量占2个字节。
每个字段描述分为5个部分：访问标识，字段名（常量池索引），字段描述（常量池索引），属性数量和属性描述。

1. 字段访问标识
与类的访问标识类似，占2个字节。

2. 字段名
字段的名称，指向常量池中的一个utf8_info数据。

3. 字段描述
字段的描述也是指向常量池中的一个utf8_info数据。之前说类型描述后面会讲到，这里列出所有的字段类型的描述符（方法的描述符后面说）。

4. 属性数量和属性描述
attributes_count 占2个字节，后面紧接着就是每个attribute_info 的描述。例如当有一个static final类型的变量，就会生成一个编译时常量Integer_info值的描述。

例子：比如name字段和age字段
首先是字段的数量：

1 . private String name;

name属性依次是：（00 02）表示private；（00 05和00 06）表示name和Descriptor；（00 00）表示属性的数量，这里不存在。

2 . private int age;

同上。

3 . public static final int i = 10;

然后字段有一个ConstantValue（常量）属性：

这里常量池中的#10和#11分为表示：

2.8 方法 Methods

同样，方法也分为数量和方法的描述。
方法的描述和字段类似，也分为：访问标识，名称，描述，属性数量和属性。

1. 访问标识
占用2个字节。

2. 名称和描述
名称和描述都是指向常量池中的utf8_info，各占2个字节。这里说下方法的描述符：

// 例举几个例子就明白了
1. 构造方法 
==> ()V
表示没有参数，返回值为void

2. int indexOf(char[],int) 
==> ([CI)I

3. String name(String,long) 
==> (Ljava/lang/String;J)Ljava/lang/String;

3. 属性数量和属性
属性的数量占2个字节。
在field和method中可以有很多属性，类也存在attribute，每个attribute用于描述一个额外的信息。
每个attribute又分为三个部分：attribute名称，attribute的长度和属性的描述。
attribute名称是指向常量池中的一个utf8_info，占2个字节；attribute的长度占4个字节；每一个属性内容占1个字节。
这里列举一些属性的描述：

例如每个方法含有Code属性，Code包含着需要执行的代码（下一博客讲述），Code属性中又含有LineNumberTable和LocalVaribleTable。
LineNumberTable记录在源代码中的行号，LocalVaribleTable就表示之前博客讲过的JVM内存模型中栈中的局部变量分配的表。
例如Exceptions属性表示方法申明的抛出的异常（throws的部分，非try/catch部分）。
例如SourceFile表示生成该字节码的源文件名称。
例如ConstantValue表示final常量的值，上面字段例举过了。

2.9 属性

刚刚说了类也存在属性，那么字节码的最后一项就是类的属性。同样分为属性的数量和属性描述。
例如在本例子中，存在SourceFile属性：

3. 总结

其实字节码的结构还算是比较简单的，稍微过下就好。下面需要理解的就是方法中代码Code的执行过程，可以使用java自带的javap -verbose对字节码进行反汇编，查看执行的指令。理解完了字节码的执行过程，那么在此基础上可以使用ASM等字节码工具更好的对字节码进行操作。