摘要：徒手製作一張超大的類文件解析圖，方便通過瀏覽這個圖能馬上回憶起class文件的結構以及內部的指令。
本文分享自華爲雲社區《【讀書會第十二期】這可能是全網“最大“、“最細“、“最深”的一份java-class類文件原理圖解了！》，作者： breakDawn。
藉着華爲雲讀書會的活動，重讀了一遍《深入理解java虛擬機》。在閱讀中， 用processorOn做了一副超大的類文件解析圖，方便自己通過瀏覽這個圖能馬上回憶起class文件的結構以及內部的指令。
下面的內容是拆分後的內容，對於每塊拆分的內容，會有詳細的解釋。
魔數、版本號
- 每類文件都有一個魔數，用於快速校驗文件類型。
- 對於高低版本號，只要明確java11\java8這種版本是主版本號
- 永遠向下兼容， 即高版本jvm可以讀取低版本的class文件， 但是低版本的jvm無法讀取高版本的class文件。
常量池（常量池個數、多個常量項）
大部分文件協議格式中，都會先給定一個某項的數量長度，再決定某項的個數，方便確認遍歷幾次才結束。常量池的設置也是這個原理。
因此學習java的class格式，對我們設計某些文件格式或者協議都是一種不錯的借鑑。
Q：常量池中的常量到底是幹嘛的？和我們理解的static final String xxx常量是一個意思嗎？
A：不對！代碼中定義的final類型字符串常量只是一種用途。更重要的一種用途是符號引用。
而對符號引用的理解，是對java類文件原理最難也最重要的地方。
直接去解釋符號引用的話，還是很難理解的，因此我們按下不表，在第4部分“類索引”部分會給出詳細解釋。
Q：常量池的索引計數爲什麼從1開始（即其他地方要使用常量池的第一個常量時，必須寫成1而不是0）？
A：因爲要留一個0，表示不引用任何常量
- 舉例：匿名類就是沒有名字的，但是類文件結構中，類名那邊總需要填入類名常量索引，因此可以填入0，表示“沒有類名”的意思。
- 再來一個例子：object類，是沒有父類的，所以他的父類那一欄填的常量索引也是0
- 對於常量池的作用，後面會有更詳細的體現和解釋。
類定義的第一行（類訪問標誌、本類、父類、實現接口）
爲什麼叫類定義的第一行，因爲這就來自我們寫每個類時的第一行內容。
例如
public abstract class A extend B implement C,D
這句話對應的所有信息就包含在了上圖中，因此我叫他“類定義的第一行”
CONSTANT_class_info這個類常量到底是幹嘛的？
從圖上可以看到，他其實就是指向了一個表示類名的字符串常量。這裏也可以看到，java文件中的所有名稱例如類名、方法名、字段名，都會以Utf_info的形式，存儲在常量池中。
Q：爲什麼要這樣多走一層？爲什麼不能直接指向一個字符串常量？
A：這個問題我沒找到解釋，但可以理解爲這是最基礎的一層封裝。
字段表（字段數量，各字段（修飾符、名、類型、屬性））
可以看到，字段名、字段類型分別對應了2個字符串常量。特別注意字段類型使用一個字符串來表示的，而不是一個constant_field_info。
那麼constant_field_info是幹嘛的呢？
Q：字段修飾符中的synchetics指的是編譯器自動生成的字段，怎麼理解呢？什麼情況下會用到？
A：找到一個簡單的例子(代碼出處:知乎-不凋花),用枚舉做switch：
enum Foobar { FOO, BAR; } class Test { static int test(Foobar var0) { switch (var0) { case FOO: return 1; case BAR: return 2; default: return 0; } } }
switch的原理，我們應該很容易想到，就是做一次順序檢查，那麼檢查時，肯定程序裏需要有一個列表吧，因此上面switch的背後邏輯代碼是長這樣的：
class Test$1 { static final int[] $SwitchMap$Foobar; static { $SwitchMap$Foobar = new int[Foobar.values().length]; try { $SwitchMap$Foobar[Foobar.FOO.ordinal()] = 1; } catch (NoSuchFieldError e) { ; } try { $SwitchMap$Foobar[Foobar.BAR.ordinal()] = 2; } catch (NoSuchFieldError e) { ; } } }
可以看到有一個“static final int[] SwitchMapSwitchMapFoobar;”， 這個靜態數組字段，就是編譯器幫忙生成的字段，他會被標記成synchetics
Q：上面可以看到每個字段項的最後包含屬性數量和屬性長度，那麼class中的屬性和上面的“字段名”、“字段類型”有什麼區別呢？
A：屬性是可有可無的，而且提供了高度的“jvm可擴展性”。
換言之，在jvm虛擬機規範中，“字段修飾符”、“字段名”、“字段類型”都是必備的，而屬性則沒有限制。因此我們甚至可以自己實現一個虛擬機，定義新的屬性，在class中加上屬性項然後自己使用
對於屬性作用的更詳細理解，可以看後面的方法章節，方法中的屬性是比較重要且用得最多的。從字段屬性可以看到， 類似於static final int a =10這種常量，就是通過屬性裏的constant屬性來設置的。有個泛型簽名的屬性，可能不太好馬上理解，後面在方法章節中會一併提到這個屬性的作用！
方法表（方法數量、方法項（修飾符、名、描述、屬性））
class文件中，最值得學習的就是常量池和方法表了！
方法修飾符中的橋接
對於方法修飾符，大部分都很好理解，有2個修飾符需要關注：“bridge”和“synthetic”。
其實很多bridge橋接方法本身也是synthetics系統生成的，所以我不太想去區分二者，只要關注他們2個用來做什麼。
思考下面這個問題：
1. 假設有個非公開的類A，A中有個public方法f()，有個繼承自A的公開類B，沒有重寫f()，那麼外部是否可以調用b.f()？
private static class A { f() {..} } public static class B extend A{ // 不重寫任何方法 } public static void main(String args[]) { B b = new B(); b.f(); }
我們很容易可以得出b.f()可以調用的結論。
但由於B沒有重寫f(), 所以對於編譯後的B.class而言，這意味着不會在class文件中包含f方法。那麼當執行f時，通過多態，會定位到A.f()，此時A是非公開的類，權限就會出錯，因爲不允許直接引用非公開的類的方法，只能間接使用。
如何解決？要修改多態的動態分派校驗機制嗎？
不需要，編譯器爲了方便，直接爲我們在B中重寫了f()來間接調用父類方法，類似於
public void f() { super.f() }
這樣的話就不用擔心外部調用者沒有權限使用A.f()了。
2. 有個泛型基類Base<T>，包含一個方法f(T t), 有個子類Sub<String>, 實現了方法f(String s)， 兩個f方法的入參並不一致，爲什麼還多態的機制還能生效？
class Base<T> { f(T t); } class Sub extend Base<String>{ f(String t); }
這2個方法的入參確實不同， 前者的方法簽名是f(Ljava/lang/Object;)V， 後者是f(Ljava/lang/String;)V。 多態（動態分派）的規則也沒有變，確實是要求入參一致。
因此編譯器爲Sub類自動生成了一個f(Ljava/lang/Object;)V,代碼如下：
public void f(Object o) { this.f((String)o); }
這樣多態的機制也能實現了。
可以看到這一切都是爲了適配多態，同時避免過多的特殊邏輯，因此使用橋接方法，來生成了我們看不到的重寫方法
從下面可以看到， 方法描述符是一個**包含“入參和返回值”**的描述符
因此，java是允許 同入參、同方法名、不同返回值的方法存在於同一個class文件中的。
這是不是有點反常識？這種情況我們好像編寫不出來的，編譯器不會通過！
其實這也是橋接+自動生成纔會有這種情況。前文的泛型例子，用泛型T做入參，會生成一個橋接方法，和父類的匹配。
那麼如果泛型T是一個返回值呢:
class Base<T> { T f(); } class Sub extend Base<String>{ String f(); }
那麼也是一樣的道理，橋接了一個父類的f方法，但僅僅是返回值不同而已。所以會出現只有返回值不同的方法。
方法表的屬性和字段的屬性類似， 也是屬性數量 + N個屬性項。但是方法表屬性裏的乾貨就更多了！
屬性的結構
之前字段屬性中沒提到屬性到底長啥樣，以方法中的throws異常屬性爲例，：
從這裏可以看到，每個屬性都有個屬性名，和常量不同，區分不同常量用的是1個2字節的數字，而屬性則是用一個字符串來表示。
這樣的區別就是因爲常量個數有限，而屬性爲了擴展性，不能存在數量限制。
另外從這也可以知道， 我們在方法名上寫的f() throws IOException 都是存在於異常屬性中的。
最關鍵的Code屬性
Code屬性是方法屬性中最最最重要的屬性。他告訴我們編譯器是怎樣將我們的文本代碼封裝成一個class文件的。
首先，code屬性的屬性名就是一個“Code”
操作數棧、局部變量表大小、指令碼數量
接着會包含3個重要的內容：max_stack、max_local和code_length
從max_stack和max_local我們可以看到，操作數棧和局部變量表的大小，已經在class文件中計算出來了，因此當開闢一個新的棧幀時，jvm便能夠知道給這個方法開闢多大的空間，不用擔心棧上分配不夠的問題。
注意，是操作數棧的大小，而不是程序執行的棧的深度，程序可沒法感知我們能夠遞歸多少次。
指令碼解讀
code_length代表了我們這個方法在編譯後，有多少條字節碼指令，而後面緊跟着的，就是對應數量的java字節碼指令了。
指令碼種類非常多，這裏只列舉關鍵的一些信息。
數據計算用的指令碼
首先，每種涉及基本數據類型的計算指令，都會在指令最前方，攜帶一個T，如圖：
裏面有句話：“不是每種數據類型和每個操作都有指令對應（否則數量太多）”
這句話怎麼理解呢，可以結果圖上右側的表格，從而得知，有些指令是不包含所有類型的，所以可能會借用一些的技巧，比如把byte、short都視爲int在操作上去操作。
對象操作的指令碼
另一個類指令碼是和對象操作有關，例如：
可以看到，當試圖獲取一個類字段時，他指向的是一個class_field_info常量索引，這個常量會提前被放進class文件的常量池中。
Q: 爲什麼它只包含了類引用和名稱呢，我怎麼知道我調用的是哪個對象的字段？
A: 你要調用的對象，已經通過前面提到的操作數棧相關指令，把引用放到了操作數棧的第一個，因此，jvm只要取棧頂對象，然後根據名字進行字段操作即可，後面的方法調用也是一樣的道理。
Q : 另外可以看到，new對象和new數組，用的是2個不同的指令，爲什麼要有區分？不能把數組當成一個java對象嗎
A:這要從對象的內存結構，以及類加載機制上去思考。
因爲數組的對象頭，和普通對象的對象頭是不一樣的。
- 數組的對象頭中包含了數組長度，而普通對象沒有
- new一個數組時，數組中包含的類並不會做類加載。
有這麼多區別，肯定是新增一個單獨針對數組的指令來處理，要簡單很多
操作數棧指令
其他指令好理解， 但操作數棧指令有個dup_x指令，例如dup1_1 就是複製棧頂並再放入1個。爲什麼需要這麼一個指令？
其實當我們調用 A a = new A()時，這一句話生成的指令中就包含了dup指令
因爲當我們new出1個A引用時，它有兩件事要做：
- 調用A的構造函數。
- 把引用地址賦值給a這個局部變量
而每件事都會消耗一個A的引用！所以才需要賦值。
因此可以看到，指令碼很多時候都是基於操作數棧進行操作的，每操作一個數據或引用，就消耗一個
方法調用指令
對於方法調用指令，和前面的類字段調用有點像，也是一個方法常量，方法常量包含類索引和方法描述索引。對於方法究竟是如何觸發調用實現多態的、invokevirtual指令和invokedynamic指令有什麼區別，這個內容就更多了，後面我會放到類加載的圖解筆記中講解。
異常表屬性
指令碼結束後，後面會緊跟着一個異常表。表中的每一行長這樣：
是不是恍然大悟，原來try-catch代碼的邏輯在這邊， 它本質上就是拋異常時，根據try的位置和異常類型，這個異常表中進行查找到對應的catch代碼位置，從而實現異常處理。
Q: 那finally的操作被放到哪了？catch操作完了之後，它怎麼知道要跳轉到哪裏？
A: finally模塊在java語言中是必須執行的，在編譯的時候，通過將finally中代碼塊分別在try模塊的最後和catch模塊的最後都複製了一份，通過這樣來保證finally的必定執行
Q: 有一個問題，對於synchronized關鍵字，它本質是生成了monitorenter和monitorexit兩個指令（上面方法調用指令裏的最後2個）。但如果發生了異常，那會不會無法monitorexit了？
A: 生成code字節碼時，jvm會自動爲synchronized生成1個默認的異常表和throw指令，保證中間同步塊發生異常時，monitorexit能夠正確被指令（類似於放了一個自動生成的try-catch代碼，或者在已有的catch操作後添加）。
Q: 前面提到方法屬性中，已經有一個名叫“Exception”的屬性，和這個code屬性中的異常表有什麼區別？
A: 上面code異常表指的是代碼執行時try-catch的邏輯部分
而方法中的exception屬性則是方法名上所聲明的throws異常。
Code的擴展屬性
在code屬性中，竟然還攜帶了屬性，也就是說，是允許“屬性中的屬性”。畢竟屬性的實現是可以完全自定義的，那麼自己給自己新增額外特性完全是允許的。
裏面有個屬性叫“局部變量描述屬性”，長這樣：
從這裏，你就能明白，爲什麼你從IDEA裏看到反解後的class文件，有時候是var1、var2之類莫名其妙的局部變量，有時候卻又能看到完整的變量名了吧？就是通過這個屬性決定的。畢竟存儲局部變量名的代價還是很高的。
其他的方法屬性
泛型簽名這個屬性很迷惑，不是有泛型擦除嗎，爲什麼還需要這個屬性？
其實泛型簽名屬性是爲了方便反射的。
我們通過前面關於橋接的原理，可以知道編譯時會發生泛型擦除，方法入參都變成了object。
但是反射API可能希望獲取泛型信息因此可通過這個擴展屬性進行獲取。所以會增加這個屬性，從而能感知一些泛型屬性相關的信息。
類屬性
既然方法和字段都有屬性，那麼類肯定也有屬性：
其他屬性都比較好理解或者不重要，重點講一下內部類屬性。
通過內部類屬性，我們可以看到內部類並不是直接包含在這個class文件中，它其實是生成了另一個class文件，所以才需要一個內部類屬性，來確認對應的名字，方便類加載時能找到內部類。
Q: 爲什麼內部類屬性中，要包含宿主類的類名？難道宿主類，不就是它本身嗎？
A: 因爲，內部類中，還可以繼續定義內部類哦！
另外，從上面的一些屬性中可以看到， 很多debug用的調試、展示信息，都會包含在class中
因此，當我們希望調試一些環境上執行的程序時，如果想提供最爲貼近原代碼，那就需要class文件中能有充足的信息，如果想要class文件小，那就去掉，具體怎麼去掉或者添加，肯定就是一些編譯選項的區別了。
最後的完整圖
好累，終於寫完了，感覺能看到最後的人不會太多，但一通詳細地分析和解決中間發現的問題，還是收穫了不少。
最後貼上完整的大圖，歡迎保存和收藏。
圖解筆記系列也會持續更新下去，爭取做全網最細又最大的java分享文章。如果感覺不錯，歡迎掃描文末的二維碼，參加社區的活動並抽獎！
圖片在線查看
歡迎點擊該鏈接報名參加讀書會，一起成長學習和交流！
報名鏈接