如果計(jì)算機(jī)的 CPU 只有「x86」這一種，或者操作系統(tǒng)只有 Windows 這一類，那么或許 Java 就不會誕生。Java 誕生之初就曾宣揚(yáng)過它的初衷，「一次編寫，多處運(yùn)行」，而它之所以能夠?qū)崿F(xiàn)跨平臺的一個(gè)核心點(diǎn)就在于，Java 引入「字節(jié)碼」屏蔽了與底層操作系統(tǒng)之間的差異。
同一段 Java 程序在編譯后生成的字節(jié)碼文件是唯一的，不會因?yàn)槠脚_的不同而產(chǎn)生任何的變化。而同一段字節(jié)碼跑在不同實(shí)現(xiàn)的 JVM 上，會產(chǎn)生不同的機(jī)器指令。于底層而言，其實(shí) Sun 公司針對不同的操作系統(tǒng)開發(fā)了不同版本的 JVM，而這些 JVM 則通過識別上層的字節(jié)碼并向下解釋給操作系統(tǒng)執(zhí)行。因此，你的同一段字節(jié)碼在不同平臺下的 JVM 上運(yùn)行，會對應(yīng)到不同的機(jī)器指令，以此實(shí)現(xiàn)了跨平臺運(yùn)行。
而理解這個(gè)「字節(jié)碼」文件結(jié)構(gòu)就顯得十分重要了，理解它是如何存儲我們程序中的字段、方法、屬性、局部變量、各種常量值等等，是學(xué)習(xí)虛擬機(jī)工作原理的基礎(chǔ)。
那么，本文就來分析一下這個(gè)「字節(jié)碼」文件，解開它的神秘面紗。
Class 文件的總體概況
我們的 Java 文件被編譯器編譯成 Class 文件之后，整個(gè) Class 文件由若干個(gè) 0 和 1 組成為一個(gè)超長的「二進(jìn)制串」。各個(gè)項(xiàng)目按照嚴(yán)格的規(guī)范存儲并順序的排在一起，每個(gè)項(xiàng)目占幾個(gè)字節(jié)幾乎固定，所以 JVM 在解析的時(shí)候，只需要按照我們制定的規(guī)范一項(xiàng)一項(xiàng)的拆分解析即可。
整個(gè) Class 文件的各個(gè)項(xiàng)目以及它們之前的排列順序都是固定的，如圖：
其中 u2 表示當(dāng)前的項(xiàng)目總共占兩個(gè)字節(jié)，當(dāng)然，u4 表示占四個(gè)字節(jié)。以 _info 結(jié)尾的項(xiàng)目表述為一張表，具體占多少字節(jié)數(shù)需要參見該表的內(nèi)部結(jié)構(gòu)。其實(shí)，宏觀上來看，整個(gè) Class 文件也可以被看做是一張表。
魔數(shù)與 Class 文件的版本
Class 文件開頭的四個(gè)字節(jié)存儲的是當(dāng)前文件的「魔數(shù)」，所謂的「魔數(shù)」就是用于標(biāo)識當(dāng)前的文件是一個(gè)由 Java 文件編譯過來的 Class 文件。不是什么文件拿過來，我虛擬機(jī)都接受并運(yùn)行的，因?yàn)槲募臄U(kuò)展名是可以隨意更改的，所以有些文件可能就不是 Java 文件編譯而來的。
不同類型的文件有著不同的魔數(shù)值，圖片格式有圖片格式的的魔數(shù)值，視頻格式有視頻格式的魔數(shù)值，而我們 Class 文件的魔數(shù)值為：0xCAFEBABE 。我們使用 UltraEdit 任意打開一個(gè) Class 文件，會發(fā)現(xiàn)前四個(gè)字節(jié)都是一樣的。
參見 Class 文件的結(jié)構(gòu)圖，接下來的 minor_version 和 major_version 用于表述當(dāng)前 Class 文件的版本號。前者占兩個(gè)字節(jié)，描述的是 Class 文件的「次版本號」，后者也占兩個(gè)字節(jié)，描述的是 Class 文件的「主版本號」。
jdk1.1 之后的每個(gè)較大的版本都基于 jdk1.1 的主版本號加一，而 jdk1.1 的主版本號是從 45 開始的。所以，jdk1.2 的主版本號為 46，jdk1.3 的主版本號為 47 。當(dāng)然，對于每個(gè) jdk 版本中較小的變化而言，主版本號的值就不會發(fā)生變化，變化的是次版本號的值。
例如：jdk1.1.8 的版本號為 45.3，其中 45 是主版本號，3 是次版本號。
其實(shí)，基本上 jdk1.2 以后的版本就只使用主版本號了，次版本號全為 0 。我電腦上的 jdk 版本是 1.8 的，于是得到它的版本號為 52（45+7） 。
那這個(gè)版本號有什么用呢？
虛擬機(jī)規(guī)范中指明，低版本 jdk 中的虛擬機(jī)不能運(yùn)行高版本的 Class 文件，而高版本 jdk 中的虛擬機(jī)則可以運(yùn)行低版本的 Class 文件。話可能有點(diǎn)繞，但主要意思就是，JVM 拒絕運(yùn)行比自己版本低的 Class 文件。
常量池
常量池算是類文件中比較繁瑣的一塊內(nèi)容了，在解析它之前我們先看一段 Java 代碼。
public class Person implements Serializable {
private int num;
private String name = "Yang";
public void sayHello() {
System.out.println("hello,my name is:" + this.name);
}
}
這是一段再簡單不過的 Java 代碼，我們打開它編譯后的 Class 文件。
根據(jù)我們的 Class 文件格式，第 9,10 兩個(gè)字節(jié)表述 constant_pool_count，它代表了常量池中的容量。從圖中我們也可以看出來，constant_pool_count = 0x0035 = 53 。由于 Class 文件格式規(guī)定常量池中的項(xiàng)從 1 開始計(jì)數(shù)，而不是從我們習(xí)慣的 0 開始的。所以整個(gè) Class 文件中共有 52（[1,53)） 個(gè)常量項(xiàng)，0 這個(gè)位置用于表述「不引用任何一個(gè)常量池項(xiàng)目」。
接下來的一項(xiàng)，Class 文件格式中并沒有明確指明它總共占據(jù)多少個(gè)字節(jié)，而只是聲明它是一張表。常量池中可以被定義的項(xiàng)目類型：
每一項(xiàng)又都是一張表，我們 52 個(gè)常量項(xiàng)就是這些項(xiàng)目的組合。因?yàn)槊總€(gè)常量項(xiàng)所對應(yīng)的表結(jié)構(gòu)都不盡相同，所每個(gè)常量項(xiàng)的表結(jié)構(gòu)中第一個(gè)字節(jié)存儲的就是一個(gè)標(biāo)志，用于區(qū)分當(dāng)前項(xiàng)的類型。例如：
這個(gè)值是 7，對應(yīng)的我們的常量項(xiàng)是 CONSTANT_Class_info。于是調(diào)來 CONSTANT_Class_info 表的結(jié)構(gòu)：
CONSTANT_Class_info 總共占三個(gè)字節(jié)，第一個(gè)字節(jié)存儲的標(biāo)志，不再多說。name_index 占兩個(gè)字節(jié)，它是一個(gè)偏移地址，我們從上圖可以得到它的值是：0x0002，即它指向常量池中第二項(xiàng)常量。
我們?nèi)タ纯吹诙?xiàng)常量是什么，0x01 是它的標(biāo)志，表明它是 CONSTANT_Utf-8_info 類型的常量。
length 占兩個(gè)字節(jié)，本例中的值為：0x0011 = 17 。所以該常量項(xiàng)還有 17 個(gè) bytes 存儲的是該常量的 utf-8 編碼值。可以看到：
這 17 個(gè)字節(jié)表述的 utf-8 字符串為：com/single/Person
我們手動的「翻譯」了常量池中前兩項(xiàng)，其實(shí) Sun 公司為我們提供了工具幫我們計(jì)算字節(jié)碼文件中各個(gè)項(xiàng)目，這些工具都是非常好用的。
這里我們只分析了兩種常量項(xiàng)的表結(jié)構(gòu)，其余 12 種大家可以自行搜索了解。我們常量池所有的常量都是有用的，Class 文件結(jié)構(gòu)中其他項(xiàng)目幾乎都會引用這里面的常量，待會再解釋。
訪問標(biāo)志
訪問標(biāo)志用于描述類文件的一些詳細(xì)信息，這個(gè) Class 是類還是接口，修飾為 public 或 protected，是否修飾為 final 等。Class 文件格式定義了訪問標(biāo)志占兩個(gè)字節(jié)，總共 16 個(gè)比特位。
很簡單，一共 16 個(gè)比特位，這里只使用了 8 個(gè)比特位，如果最低位為 1 說明該 Class 被修飾為 public，為 0 則說明沒有被修飾為 public。一個(gè)標(biāo)志占了一個(gè)位，有兩個(gè)狀態(tài)，1 為被修飾了某個(gè)狀態(tài)，0 表示沒有被修飾為某個(gè)狀態(tài)。
例如：
0x0011(0000 0000 0001 0001)：public + final
0x0201(0000 0010 0000 0001)：public + 接口
類、父類、父接口索引的集合
這三個(gè)項(xiàng)目用于描述 Class 文件的繼承相關(guān)信息，它們按順序排列在訪問標(biāo)志后。根據(jù)我們的 Class 文件格式，this_class 占兩個(gè)字節(jié)，存放的是相對于常量池的偏移值，同理 super_class 是其父類的符號引用。Java 除了 Object 類沒有父類，其他任何類都是有且僅有一個(gè)類，所以 Object 類的 super_class 的值為 0，表示未引用常量池中任何一項(xiàng)。
以我們上述的例子來說：
this_class 指向常量池中第一項(xiàng)，super_class 指向常量池中第三項(xiàng)。通過查看常量池中的內(nèi)容，發(fā)現(xiàn)他們所對應(yīng)的常量項(xiàng)類型是 CONSTANT_Class_info ，繼續(xù)深入得到類的全限定名分別是：com/single/Person 和 java/lang/Object 。
接口項(xiàng)有稍許不同，因?yàn)?Java 中允許接口的多繼承，所以表述接口需要使用兩項(xiàng)，interfaces_count 占兩個(gè)字節(jié)，計(jì)數(shù)了 Class 文件實(shí)現(xiàn)的接口數(shù)量，interfaces 占兩個(gè)字節(jié)，存儲的是相對于常量池的偏移值。
這里，interfaces_count 的值為：0x0001 ，interfaces 的值為：0x0005。于是得到該 Class 文件所實(shí)現(xiàn)的接口的名稱為：java/io/Serializable 。
字段表集合
字段其實(shí)就是接口或者類中定義的變量，有實(shí)例變量和類變量之分。當(dāng)然，方法中定義的局部變量肯定不能算字段的，字段特指那些定義在方法之外，類或接口之中的變量。
每個(gè)字段表只能描述一個(gè)字段的信息，一個(gè) Class 文件中往往又有多個(gè)字段，所以 Class 文件格式在字段表之前定義了兩個(gè)字節(jié)的項(xiàng) fields_count 來計(jì)數(shù)字段的數(shù)量。
字段表的標(biāo)準(zhǔn)結(jié)構(gòu)如下：
access_flags 占兩個(gè)字節(jié)，它描述了該字段的基本訪問標(biāo)志，主要包括：字段的作用域，實(shí)例或類變量（static），可否序列化（transient），可變性（final）等等。這個(gè)屬性的存儲形式和我們之前介紹的類的訪問標(biāo)識存儲的思想是類似的，每種狀態(tài)使用一個(gè)比特位來標(biāo)識對于該狀態(tài)的修飾與否。
參見我們上述的例子：
第一個(gè) 0x0002 表示字段表數(shù)量為 2，即當(dāng)前 Class 文件中有兩個(gè)字段。第二個(gè) 0x0002 表示當(dāng)前字段被 「private」 關(guān)鍵字修飾。
我們接著看這個(gè)字段表。
name_index 占兩個(gè)字節(jié)，它存儲的是當(dāng)前字段的名稱在常量池中的偏移量值。
descriptor_index 占兩個(gè)字節(jié)，它是對當(dāng)前字段基本數(shù)據(jù)類型的描述，存儲的也是一個(gè)字符常量在常量池中的偏移值。但是你如果對應(yīng)到常量池中去看的話，你會發(fā)現(xiàn)這個(gè)描述符的的值是： I
基本數(shù)據(jù)類型與實(shí)際存儲的符號之間有這么一種映射關(guān)系，為的是簡單存儲。其中，如果字段是數(shù)組類型的話，需要前置一個(gè) 『［ 』，多維數(shù)組就前置多個(gè)該符號進(jìn)行描述。
接著看字段表。
接下來的 attributes_count 和 attributes 描述的是當(dāng)前字段的「屬性」。所謂「屬性」也即字段的額外信息描述。我們的第一個(gè)字段沒有額外的屬性，所以 attributes_count 為 0 。
下面我們完整分析一下第二個(gè)字段的字節(jié)碼：
access_flags 的值為 0x0002，對應(yīng)的訪問修飾符是：private 。name_index 的值對應(yīng)于字段名稱在常量池中的偏移值。
descriptor_index 的值為：0x000A ，對應(yīng)的常量值是：Ljava/lang/String 。同樣，它也沒有屬性描述。
方法表集合
理解了字段表，方法表的內(nèi)容就很容易理解了。下面是方法表的標(biāo)準(zhǔn)結(jié)構(gòu)：
針對我們上述的示例，簡單分析一下：
首先，0x0002 表示整個(gè) Class 文件中有兩個(gè)方法（一個(gè)是我們自己編寫的 sayHello 方法，還有一個(gè)是編譯器增加的實(shí)例構(gòu)造器《init》方法）。
然后，0x0001 指明了該方法的訪問標(biāo)志：public，0x000B 指明了該方法名稱在常量池中的偏移值，對應(yīng)到常量池中的常量：<init> 。
接下來是這個(gè) descriptor_index，字段表中該屬性存儲的是字段的數(shù)據(jù)類型，而在方法表中，這個(gè)屬性存儲的「東西」要稍微多一些，它存儲了方法的參數(shù)個(gè)數(shù)，參數(shù)類型，返回值等信息。例如我們此示例中，descriptor_index 對應(yīng)于常量池中的常量：()V（0x000C）。
當(dāng)然，這個(gè)方法比較簡單，沒有參數(shù)，返回值類型為 void。我們再看一個(gè)稍微復(fù)雜點(diǎn)的例子：
public int executeNum(int a,String b,char[] x)
對應(yīng)的精簡版存儲形式：
(IL/java/lang/String[C)I
接著就是屬性表，顯然從我們的字節(jié)碼表中可以看出來，attributes_count 的值為 1，說明該方法存在一個(gè)屬性，下面我們來看看屬性表有哪些嚴(yán)格的「約束」。
虛擬機(jī)規(guī)范中定義的屬性有很多，并且每種屬性都有不同于其他屬性的表結(jié)構(gòu)，但是所有的屬性都必須包含以下三個(gè)項(xiàng)。
通過前兩個(gè)字節(jié)可以辨別當(dāng)前的屬性類型。于我們這里的示例而言，attrubute_name_index 的值為 0x000D（Code），所以虛擬機(jī)可以調(diào)來 Code 表結(jié)構(gòu)繼續(xù)完成解析，Code 表結(jié)構(gòu)如下：
接著分析，
然后的四個(gè)字節(jié)表明該屬性所占用的總字節(jié)數(shù)，attribute_length 等于 0x0000003D（61），然后一步一步分析即可，我們這里不再繼續(xù)分析了。其實(shí) Code 屬性表最主要的一個(gè)作用是，存儲當(dāng)前方法在編譯后所生成的所有字節(jié)碼指令，并記錄所需局部變量表的大小等有關(guān)方法運(yùn)行的信息。
還有一些其他屬性表我們這里為了不使篇幅過長，將在后續(xù)文章中繼續(xù)分析。
總體上而言，所謂的字節(jié)碼文件，或者說 Class 文件就是編譯器嚴(yán)格按照虛擬機(jī)規(guī)范生成的一串二進(jìn)制，虛擬機(jī)在進(jìn)行解析的時(shí)候也是嚴(yán)格按照虛擬機(jī)規(guī)范進(jìn)行解析，這樣就使得 Class 文件中所有的信息都能夠被虛擬機(jī)讀取解析。
文章中的所有代碼、圖片、文件都云存儲在我的 GitHub 上：
(https://github.com/SingleYam/overview_java)
歡迎關(guān)注微信公眾號：撲在代碼上的高爾基，所有文章都將同步在公眾號上。
