类文件结构

1 无关性的基石

• 平台无关性的基石：各种不同平台的虚拟机与所有平台都统一使用的程序存储格式——字节码（ByteCode）
• 语言无关性的基石：虚拟机和字节码存储格式。

2 Class 类文件的结构

• Class 文件是一组以8位字节为基础单位的二进制流；8位字节以上以高位在前分割
• 只有两种数据类型：无符号数和表;
• 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、索引引用、数量值或者按照 UTF-8 编码构成字符串;
• 表是由多个无符号数或者其他表作为数据项构成的复合数据类型
• 整个 Class 文件本质上就是一张表
• 某一类型的集合：一个前置的容量计数器 + 若干个连续的数据项的形式

2.1 魔数与 Class 文件的版本

• 每个 Class 文件的头 4 个字节称为魔数，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。
• 紧接着魔数的 4 个字节存储的是 Class 文件的版本号：第 5 和第 6 个字节是次号，第 7 和第 8 个字节是主版本号。

2.2 常量池

• 常量池的入口需要放置一项u2类型的数据，代表常量池容量计数，从1开始。
• 常量池中主要存放两大类常量：字面量和符号引用
  • 字面量，比较接近于 Java 语言层面的常量概念，如文本字符串、声明为 final 的常量值等
  • 符号引用，则属于编译原理方面的概念，包括了下面三类常量：
    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

当虚拟机运行时，需要从常量池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

2.3 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。

2.4 类索引、父类索引与接口索引集合

• 类索引（this_class）是一个 u2 类型的数据,用于确定这个类的全限定名
• 父类索引（super_class）是一个 u2 类型的数据,父类索引用于确定这个类的父类的全限定名
• 接口索引集合（interfaces）是一组 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

2.5 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

字段表的结构如下表：

• name_index 是对常量池的引用，代表着字段的简单名称
• descriptor_index 是对常量池的引用，代表字段的描述符
  • 全限定名：“org/fenixsoft/clazz/TestClass”是这个类的全限定名，仅仅是把类全名中的“.”替换成了“/”而已，为了使连续的多个全限定名之间不产生混淆，在使用时最后一般会加入一个“；”表示全限定名结束
  • 简单名称：指没有类型和参数修饰的方法或者字段名称，inc（）方法和m字段的简单名称分别是“inc”和“m”。
  • 描述符：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。

描述符

• 数组描述符，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，将被记录为：“[[Ljava/lang/String；”，一个整型数组“int[]”将被记录为“[I”
• 方法描述符，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
  • void inc()的描述符为 “()V”，
  • java.lang.String toString() 的描述符为 “()Ljava/lang/String;”，
  • int indexOf(char[]source, int sourceOffset, int sourceCount,char[] target, int targetOffset, int targetCount, int fromIndex)的描述符为 “([CII[CIII)I”

2.6 方法表集合

• 方法表的结构如同字段表一样，依次包括了访问标志（access_flags）、名称索引（name_index）、描述符索引（descriptor_index）、属性表集合（attributes）几项
• 方法重载要求具备不同特征签名，返回值并不包含在方法的特征签名中，所以返回值不参与重载选择，但在 Class 文件中，只要描述符不完全一致的两个方法就可以共存。也就是说两个方法如果有相同的名称和特征签名，但返回值不同，那它们也是可以合法地共存于一个 Class 文件中的。

2.7 属性表集合

• 属性表（attribute_info）在前面的讲解之中已经出现过数次，在 Class 文件、字段表、方法表都可以携带自己的属性表集合，以用于描述某些场景专有的信息。
• Code 属性 Java 程序方法体中的代码经过 Javac 编译器处理后，最终变为字节码指令存储在 Code 属性内。Code 属性出现在方法表的属性集合之中，但并非所有的方法表都必须存在这个属性，譬如接口或者抽象类中的方法就不存在 Code 属性

3 字节码指令简介

Java 虚拟机的指令由一个字节长度的、代表着特定操作含义的数字（操作码）以及跟随其后的零至多个代表此操作所需参数（称为操作数）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。

在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

• 加载和存储指令
  • iload/iload 等（加载局部变量到操作栈）
  • istore/istore 等（从操作数栈存储到局部变量表）
  • bipush/sipush/ldc/iconst_（加载常量到操作数栈）
  • wide（扩充局部变量表访问索引）
• 运算指令
  • 没有直接支持 byte、short、char 和 boolean 类型的算术指令而采用 int 代替
  • iadd/isub/imul/idiv 加减乘除
  • irem 求余
  • ineg 取反
  • ishl/ishr 位移
  • ior 按位或
  • iand 按位与
  • ixor 按位异或
  • iinc 局部变量自增
  • dcmpg/dcmpl 比较
• 类型转换指令
  • i2b/i2c/i2s/l2i/f2i/f2l/d2i/d2l/d2f；
• 对象创建与访问指令
  • new 创建类实例
  • newarray/anewarray/multianewarray 创建数组
  • getfield/putfield/getstatic/putstatic 访问类字段或实例字段
  • baload/iaload/aaload 把一个数组元素加载到操作数栈
  • bastore/iastore/aastore 将一个操作数栈的值存储到数组元素中
  • arraylength 取数组长度、instanceof/checkcast 检查类实例类型
• 操作数栈管理指令
  • pop/pop2 一个或两个元素出栈
  • dup/dup2 复制栈顶一个或两个数组并将复制值或双份复制值重新压力栈顶
  • swap 交互栈顶两个数值；
• 控制转移指令
  • ifeq/iflt/ifnull 条件分支
  • tableswitch/lookupswitch 复合条件分支
  • goto/jsr/ret 无条件分支
• 方法调用和返回指令
  • invokevirtual/invokeinterface/invokespecial/invokestatic/invokedynamic 方法调用
  • ireturn/lreturn/areturn/return 方法返回
• 异常处理指令
  • athrow
• 同步指令
  • monitorenter/monitorexit