JVM的故事——类文件结构

类文件结构

文章目录

类文件结构
一、概述
二、无关性基石
三、Class类文件的结构

一、概述

计算机是只认由0、1组成的二进制码的，不过随着发展，我们编写的程序可以被编译成与指令集无关、平台中立的一种格式。

二、无关性基石

对于不同平台和不同平台的Java虚拟机，都支持一种程序存储格式—字节码。Java虚拟机并不与Java这个语言绑定，它只与class文件绑定。任何语言编译后生成的class文件都可以在Java虚拟机上运行。
在这里插入图片描述

三、Class类文件的结构

Java语言一直保持着良好的向后兼容性，Class文件结构的稳定功不可没。在Java语言经历了许多的改进和更新，Class文件的结构和功能几乎没有变化，只有一些新增和补充内容。
任何一个class文件都对应着唯一的一个类或者接口的定义信息，但并不一定每个类或者接口都有着对应的class文件(可以动态生成，直接进入类加载器中)。
Class文件是一组以8个字节为基础单位的二进制流，中间没有任何的分隔符。当遇到大于8个字节的空间存储时，会按照高位在前把变量分割成若干个8个字节进行存储。Class文件存储数据只通过两种结构：无符号数和表。u1、u2、u8代表1、2、8个字节的无符号数。表是由多个无符号数或者其它表构成的结构，表的命名都习惯性地以”_info”结尾。整个class文件也可以看成一张表，表的组成结构如下图。
在这里插入图片描述
1、魔数与Class文件的版本
每个class文件的头四个字节是魔数，这是用来辨别该class文件是否可以被虚拟机接受。许多类型的文件都有魔数，例如gif、jpg等。使用魔数比使用后缀名辨别文件格式更加安全，因为后缀名是可以更改的。文件格式的魔数由制定者自己定义，class文件的魔数是0XCAFEBABE
紧接着魔数后面的四个字节是class文件的版本号定义，第五六字节定义的是次版本号(minor version)，第七八字节定义的是主版本号(major version)。Java的class文件版本号是从45开始的，每个Java的大版本发布，主版本号就加一。高版本JDK可以兼容低版本的class文件。
在这里插入图片描述
分析此图，由5、6位是0x0000可以得出次版本号为0，由7、8位是0x0032可以得出主版本号是50,所以该class文件版本号是50.0，对应的JDK版本应该是JDK1.6，JDK1.6能支持版本号为45.0-50.65535的class文件。

2、常量池
在主次版本号之后的就是常量池，它是class文件中的资源仓库，占用着大量的数据，也是第一个出现的表类型数据项。
常量池的入口需要放置一个u2类型的数据，来表示有多少常量。这个容量的计数是从1开始而不是从0开始的
在这里插入图片描述
如此图，可以看见偏移地址0x00000008处，值为0x0016，即常量池的容量为22，那么就有21个常量，索引为1-21。把0空出来是为了表达不引用任何一个常量来设计的。不过除了常量池的其它集合，索引还都是从0开始的。
常量池中的每一个常量都是一个表，截止JDK13，常量表中一共有17种不同类型的常量。这些常量表都有一个相同的特点，就是它们的第一位是u1类型的标志位。
在这里插入图片描述
下面开始对常量进行分析

第0x00000008偏移位说明了有21个常量。从0x0000000A开始，0x07是第一个常量的标志位(tag)，根据6-3常量池的项目类型可以得知这是一个类或接口的符号引用

根据表6-4就可以知道接下来两个字节要表示这个常量的name_index，即常量池的索引值。它指向一个CONSTANT_Utf8_info类型常量，这个常量代表类的全限定名。从偏移位0x0000000B开始，可以知道该常量的索引值为0x0002，即指向第二个常量。
那么就从0x0000000D开始，看第二个常量，标志位为0x01，由表6-3可知该常量是UTF-8编码的字符串。这里使用的是UTF-8缩略编码，区别是：从’\u0001’到’\u007f’之间的字符（相当于1～127的ASCII码）的缩略编码使用一个字节表示，从’\u0080’到’\u07ff’之间的所有字符的缩略编码用两个字节表示，从’\u0800’开始到’\uffff’之间的所有字符的缩略编码就按照普通UTF-8编码规则使用三个字节表示。（其实就是省略所有前面的0）
在这里插入图片描述
由表6-5，可以从偏移位0x0000000E开始，看该字符串的length，为0x001D，即29。往后29 个字节正好都在1～127的ASCII码范围以内，内容为“org/fenixsoft/clazz/TestClass
可以使用javap指令输出常量表，由输出的常量对比，发现分析的两个常量都是正确的。
在这里插入图片描述
像常量表中的如“I”“V”“”这些，在程序中并没有，它们是由编译器自动生成的，是用来描述一些不方便用固定字节描述的内容的。