Java字节码学习笔记

java

一、Class文件的意义

1. 字节码（ByteCode）:

• java虚拟机为了实现跨平台，使用了统一的程序存储格式——字节码。也就是说java虚拟机不与任何语言所绑定，比如java语言，c语言等等。他只与class文件这种特定的二进制文件所关联。任何语言经过相应的编译器都要先生成相应的由字节码构成的class文件，再有虚拟机进行相关指令的操作。

下图可以体现java虚拟机提供的语言无关性：

2. Class文件的数据结构

• class文件只有两种数据类型：无符号数和表先来看一下整个class文件的格式：

无符号数u1、 u2、 u4、 u8分别代表1个字节，2个字节，4个字节， 8个字节。xxx_info代表表结构。

• 魔数: class文件的前4个字节称为魔数， 它的作用是用来确定此文件是否可以成为一个能被该虚拟机接受的class文件。魔数的值是0xCAFEBABE
  随意打开一个class文件，我们可以看到开头的4个字节是魔数
  

• 接下来的4个字节是关于Class的版本信息， 前两个是次版本号， 后两个字节是主版本号。上图的0x31（10进制是49）就是主版本号， 代表JDK1.6， 0000是此版本号。我们有时候会碰到编译器提示JDK错误版本号的信息，可以通过class文件来查看相应的版本号。

• 常量池：接下来就是常量池， 它是class文件占用最大的一块
  上图中的0x22十进制就是34， 也就是说常量池中有33个常量， 编号从1-33。 这里需要注意的是常量计数值从1开始，并且编号默认保留第0项
  
  • 表结构：接下来就是常量池这种表结构。常量池中每一项都是一个表， 每种表都有不同的表结构。JDK1.7中大约有14种不同的表结构。 这些表都有一个共同点就是表开始第一位都是一个u1类型的标志位（tag）， 这个标志位描述了当前这个常量是哪种类型。
    还是上面的例子， 0x07也就是标志是7， 属于CONSTANT_Class_info类型, 这种表的结构如下图：
    
    name_index是一个索引值为（0x0002)，它指向了常量池中的第二项常量。则第二项常量的tag为0x01表示的是CONSTANT_Utf8_info这种类型的表。CONSTANT_Utf8_info这种表结构如下图：
    
    同样分析上面的例子0x0015是这个常量的长度，转化为10进制就是21， 从后面数21个字节就是我们现在这个类的类名，我们将其转化为字符就是现在的类名：
    
    这里需要注意的是： 从上面的分析，我们可以知道这种CONSTANT_Utf8_info类型的大小最多就是两个字节（u2), 因此所能表示的最大值就是65535， 因此java中如果定义了超过64KB英文字符的变量名或者方法名， 编译器就会报错

使用javap -verbose xx.class命令可以看到class文件常量池中所有的常量：

• 访问标志（access_flags）
  常量池结束之后，紧接着的两个字节（u2）就是访问标志。访问标志的作用是来识别类的访问信息和接口层次。比如这个类是否是public等。具体参照一下表：
  
  假设我们定义一个类：

    public class App {
}

它只被关键字public修饰， 则它的access_flags的值应该为：0x0001 | 0x0020 = 0x0021

这里需要注意ACC_SUPER这个标志在JDK1.2以后的版本编译都为真

• 类索引、父类索引与接口索引集合

  • 类索引（this_class）、父类索引（super_class）分别是两个u2类型的数据， 它们各自指向了一个CONSTANT_Class_info类型的常量， 通过这个常量来其CONSTANT_Utf8_info常量，从而确定这个类和其父类的类名。

  • 从super_class的数量为1这个方面来看， 反映了java 不允许多重继承的特点。super_class的值除了Object类外， 其他的都不为0；

  • 接口索引包括两部分，一个是interfaces_count作为接口的计数器， 一个是interfaces相当于前面的父类索引与类索引。

• 字段表集合（field_info）

  • 字段表集合用来描述类或者接口中声明的变量。这个变量包括的是类变量和实例变量， 但是不包括方法内部声明的局部变量， 下面是字段表集合的结构:
    

  • 字段的修饰关键字放在access_flags中，与之前的访问标志相似。可以设置的字段访问标志有：
    

  • name_index也与前面的类似，是对常量池的索引， 代表了字段的简单名称（方法名，变量名）

  • descriptor_index是用来描述字段的数据类型（int， char...）， 方法的参数列表（数量，类型， 顺序）和 返回值。下面列出描述符标志字符的含义：

    标识字符	含义	标识字符	含义
    B	byte	J	long
    C	char	S	short
    D	double	Z	boolean
    F	float	V	void
    I	int	L	对象类型，如Ljava/lang/String

  比如String[][]可以表述出： [[Ljava/lang/String;,
  int indexOf(int a, char b)可以描述为： (IB)I

  • attribute_info是关于属性表的描述，后面会提到