深入理解JVM(七)——Class文件結構

原文：http://blog.csdn.NET/u010425776/article/details/51245055

什麼是JVM的“無關性”？

Java具有平臺無關性，也就是任何操作系統都能運行Java代碼。之所以能實現這一點，是因爲Java運行在虛擬機之上，不同的操作系統都擁有各自的Java虛擬機，因此Java能實現“一次編寫，處處運行”。

而JVM不僅具有平臺無關性，還具有語言無關性。 
平臺無關性是指不同操作系統都有各自的JVM，而語言無關性是指Java虛擬機能運行除Java以外的代碼！

這聽起來非常驚人，但JVM對能運行的語言是有嚴格要求的。首先來了解下Java代碼的運行過程。

Java源代碼首先需要使用Javac編譯器編譯成class文件，然後啓動JVM執行class文件，從而程序開始運行。 
也就是JVM只認識class文件，它並不管何種語言生成了class文件，只要class文件符合JVM的規範就能運行。 
因此目前已經有Scala、JRuby、Jython等語言能夠在JVM上運行。它們有各自的語法規則，不過它們的編譯器都能將各自的源碼編譯成符合JVM規範的class文件，從而能夠藉助JVM運行它們。

縱觀Class文件結構

class文件是二進制文件，它的內容具有嚴格的規範，文件中沒有任何空格，全是連續的0/1。class文件中的所有內容被分爲兩種類型：無符號數 和 表。 
- 無符號數 
它表示class文件中的值，這些值沒有任何類型，但有不同的長度。根據這些值長度的不同分爲：u1、u2、u4、u8，分別代表1字節的無符號數、2字節的無符號數、4字節的無符號數、8字節的無符號數。 
- 表 
class文件中所有數據(即無符號數)要麼單獨存在，要麼由多個無符號數組成二維表。即class文件中的數據要麼是單個值，要麼是二維表。

class文件的組織結構

1. 魔數
2. 本文件的版本信息
3. 常量池
4. 訪問標誌
5. 類索引
6. 父類索引
7. 接口索引集合
8. 字段表集合
9. 方法表集合

Class文件的構成1：魔數

class文件的頭4個字節稱爲魔數，用來表示這個class文件的類型。

魔數的作用就相當於文件後綴名，只不過後綴名容易被修改，不安全，因此在class文件中標示文件類型比較合適。

class文件的魔數是用16進製表示的“CAFEBABE”，非常具有浪漫主義色彩，誰說程序員的情商都很低！ 

Class文件的構成2：版本信息

緊接着魔數的4個字節是版本號。它表示本class中使用的是哪個版本的JDK。

在高版本的JVM上能夠運行低版本的class文件，但在低版本的JVM上無法運行高版本的class文件，即使該class文件中沒有用到任何高版本JDK的特性也無法運行！ 

Class文件的構成3：常量池

1. 什麼是常量池？

緊接着版本號之後的就是常量池。常量池中存放兩種類型的常量：

• 字面值常量 
  字面值常量即我們在程序中定義的字符串、被final修飾的值。
• 符號引用 
  符號引用就是我們定義的各種名字： 
  
  1. 類和接口的全限定名
  2. 字段的名字 和 描述符
  3. 方法的名字 和 描述符 
     
     

2. 常量池的特點

• 常量池長度不固定 
  常量池的大小是不固定的，因此常量池開頭放置一個u2類型的無符號數，用來存儲當前常量池的容量。JVM根據這個值就知道常量池的頭尾來。 
  注：這個值是從1開始的，若爲5表示池中有4個常量。
• 常量池中的常量由而爲表來表示 
  常量池開頭有個常量池容量計數器，接下來就全是一個個常量了，只不過常量都是由一張張二維表構成，除了記錄常量的值以外，還記錄當前常量的相關信息。
• 常量池是class文件的資源倉庫
• 常量池是與本class中其它部分關聯最多的部分
• 常量池是class文件中空間佔用最大的部分之一 
  
  

3. 常量池中常量的類型

剛纔介紹了，常量池中的常量大體上分爲：字面值常量 和 符號引用。在此基礎上，根據常量的數據類型不同，又可以被細分爲14種常量類型。這14種常量類型都有各自的二維表示結構。每種常量類型的頭1個字節都是tag，用於表示當前常量屬於14種類型中的哪一個。

以CONSTANT_Class_info常量爲例，它的二維表示結構如下： 
CONSTANT_Class_info表：

類型	名稱	數量
u1	tag	1
u2	name_index	1

tag表示當前常量的類型(當前常量爲CONSTANT_Class_info，因此tag的值應爲7，表示一個類或接口的全限定名)； 
name_index表示這個類或接口全限定名的位置。它的值表示指向常量池的第幾個常量。它會指向一個CONSTANT_Utf8_info類型的常量，它的二維表結構如下： 
CONSTANT_Utf8_info表：

類型	名稱	數量
u1	tag	1
u2	length	1
u1	bytes	length

CONSTANT_Utf8_info表示字符串常量； 
tag表示當前常量的類型，這裏應該是1； 
length表示這個字符串的長度； 
bytes爲這個字符串的內容(採用縮略的UTF8編碼)

問：爲什麼Java中定義的類、變量名字必須小於64K？ 
類、接口、變量等名字都屬於符號引用，它們都存儲在常量池中。而不管哪種符號引用，它們的名字都由CONSTANT_Utf8_info類型的常量表示，這種類型的常量使用u2存儲字符串的長度。由於2字節最多能表示65535個數，因此這些名字的最大長度最多隻能是64K。

問：什麼是UTF-8編碼？什麼是縮略UTF-8編碼？ 
前者每個字符使用3個字節表示，而後者把128個ASKII碼用1字節表示，某些字符用2字節表示，某些字符用3字節表示。 

Class文件的構成4：訪問標誌

在常量池之後是2字節的訪問標誌。訪問標誌是用來表示這個class文件是類還是接口、是否被public修飾、是否被abstract修飾、是否被final修飾等。 
由於這些標誌都由是/否表示，因此可以用0/1表示。 
訪問標誌爲2字節，可以表示16位標誌，但JVM目前只定義了8種，未定義的直接寫0. 

Class文件的構成5：類索引、父類索引、接口索引集合

類索引、父類索引、接口索引集合是用來表示當前class文件所表示類的名字、父類名字、接口們的名字。 
它們按照順序依次排列，類索引和父類索引各自使用一個u2類型的無符號常量，這個常量指向CONSTANT_Class_info類型的常量，該常量的bytes字段記錄了本類、父類的全限定名。 
由於一個類的接口可能有好多個，因此需要用一個集合來表示接口索引，它在類索引和父類索引之後。這個集合頭兩個字節表示接口索引集合的長度，接下來就是接口的名字索引。 

Class文件的構成6：字段表的集合

1. 什麼是字段表集合？

接下來是字段表的集合。字段表集合用於存儲本類所涉及到的成員變量，包括實例變量和類變量，但不包括方法中的局部變量。 
每一個字段表只表示一個成員變量，本類中所有的成員變量構成了字段表集合。

2. 字段表結構的定義

類型	名稱	數量
u2	access_flags	1
u2	name_index	1
u2	descriptor_index	1
u2	attributes_count	1
attribute_info	attributes	attributes_count

• access_flags 
  字段的訪問標誌。在Java中，每個成員變量都有一系列的修飾符，和上述class文件的訪問標誌的作用一樣，只不過成員變量的訪問標誌與類的訪問標誌稍有區別。
• name_index 
  本字段名字的索引。指向一個CONSTANT_Class_info類型的常量，這裏面存儲了本字段的名字等信息。
• descriptor_index 
  描述符。用於描述本字段在Java中的數據類型等信息(下面詳細介紹)
• attributes_count 
  屬性表集合的長度。
• attributes 
  屬性表集合。到descriptor_index爲止是字段表的固定信息，光有上述信息可能無法完整地描述一個字段，因此用屬性表集合來存放額外的信息，比如一個字段的值。(下面會詳細介紹)

3. 什麼是描述符？

成員變量(包括靜態成員變量和實例變量) 和 方法都有各自的描述符。 
對於字段而言，描述符用於描述字段的數據類型； 
對於方法而言，描述符用於描述字段的數據類型、參數列表、返回值。

在描述符中，基本數據類型用大寫字母表示，對象類型用“L對象類型的全限定名”表示，數組用“[數組類型的全限定名”表示。 
描述方法時，將參數根據上述規則放在()中，()右側按照上述方法放置返回值。而且，參數之間無需任何符號。

4. 字段表集合的注意點

1. 一個class文件的字段表集合中不能出現從父類/接口繼承而來字段；
2. 一個class文件的字段表集合中可能會出現程序猿沒有定義的字段 
   如編譯器會自動地在內部類的class文件的字段表集合中添加外部類對象的成員變量，供內部類訪問外部類。
3. Java中只要兩個字段名字相同就無法通過編譯。但在JVM規範中，允許兩個字段的名字相同但描述符不同的情況，並且認爲它們是兩個不同的字段。 
   
   

Class文件的構成7：方法表的集合

在class文件中，所有的方法以二維表的形式存儲，每張表來表示一個函數，一個類中的所有方法構成方法表的集合。 
方法表的結構和字段表的結構一致，只不過訪問標誌和屬性表集合的可選項有所不同。

類型	名稱	數量
u2	access_flags	1
u2	name_index	1
u2	descriptor_index	1
u2	attributes_count	1
attribute_info	attributes	attributes_count

方法表的屬性表集合中有一張Code屬性表，用於存儲當前方法經編譯器編譯過後的字節碼指令。

方法表集合的注意點

1. 如果本class沒有重寫父類的方法，那麼本class文件的方法表集合中是不會出現父類/父接口的方法表；
2. 本class的方法表集合可能出現程序猿沒有定義的方法 
   編譯器在編譯時會在class文件的方法表集合中加入類構造器和實例構造器。
3. 重載一個方法需要有相同的簡單名稱和不同的特徵簽名。JVM的特徵簽名和Java的特徵簽名有所不同： 
   
   • Java特徵簽名：方法參數在常量池中的字段符號引用的集合
   • JVM特徵簽名：方法參數＋返回值