Write Once Run Anywhere。各种不同平台的虚拟机与所有平台都统一使用的程序存储格式---字节码（ByteCode）是构成平台无关性的基石。

    语言无关性也越来越被开发者重视，实现语言无关性的基础仍然是虚拟机和字节码存储格式。

一、Class类文件的结构

      Class文件是一组以8位字节为基础单位的二进制流，各个数据项目严格按照顺序紧凑地排列在Class文件之中，中间没有添加任何分隔符，这使得整个Class文件中存储的内容几乎全部是程序运行的必要数据，没有空隙存在。当遇到需要占用8位字节以上的空间的数据项时，则会按照高位在前的方式分割成若干个0位字节进行存储。Class文件中只有两种数据类型：无符号数和表。

      无符号数属于基本数据类型，以u1，u2，u4，u8来分别代表1个字节、2个字节、4个字节、8个字节的无符号数，无符号数可以用来描述数字、索引引用、数量值或者按照UTF-8编码构成字符串。

      表是由多个无符号数或者其他表作为数据项构成的符合数据类型，所有表都习惯性地以“_info”结尾。表用于描述有层次关系的符合结构的数据，整个Class文件本质上就是一张表。

      表6-1

 

1、魔数与Class文件的版本

      每个Class文件的头4个字节称为魔数（Magic Number），它的唯一作用是确定这个文件是否为一个虚拟机接受的Class文件。紧接着魔数的4个字节存储的是Class文件的版本号：第5和第6个字节是次版本号（Minor Version），第7和第8个字节是主版本号（Major Version）。Java 的版本号是从45开始的，高版本的JDK能向下兼容以前版本的Class文件，不能执行超过其版本号的Class文件。表中列出了从JDK1.1到JDK1.7，主流JDK版本编译器输出的默认和可支持的Class文件版本号。

    表6-2 class文件版本号

 

2、常量池

      紧接着主次版本号之后的是常量池入口，常量池可以理解为Class文件中的资源仓库，它是Class文件结构中与其他项目关联最多的数据类型，也是占用Class文件空间最大的数据项目之一，同时它还是在Class文件中第一个出现的表类型数据项目。

      由于常量池中常量的数量不是固定的，所以在常量池的入口需要放置一项u2类型的数据，代表常量池容量计数值（constant_pool_count）。这个容量计数是从1开始的。

        常量池中主要存放两大类常量：字面量（Literal）和符号引用（Symbolic References）。字面量比较接近于Java语言层面的常量概念，如文本字符串，声明为final的常量值等。而符号引用则属于编译原理方面的概念，包括了下面三类常量：类和接口的全限定名（Full Qualified Name）、字段的名称和描述符（Descriptor）、方法的名称和描述符。

      常量池中每一项常量都是一个表，总共有14中标，都有一个共同的特点，就是开始的第一位是一个u1类型的标志位（tag），代表当前这个常量属于哪种常量类型。

      表6-3 常量池的项目类型

 

        之所以说常量池是最繁琐的的数据，是因为这14种常量类型各自均有自己的结构。CONSTANT_Class_info类型的常量代表一个类或者接口的符号引用。表6-4

 

 

        tag是标志位，它用于区分常量类型；name_index是一个索引值，它指向常量池中一个CONSTANT_Uft8_info类型常量，此常量代表了这个类（或者接口）的全限定名。表6-5

 

 

          length值说明了这个UTF-8编码的字符串长度是多少字节，它后面紧跟着的长度为length字节的连续数据是一个使用UTF-8缩略编码表示的字符串。由于Class文件中方法、字段等都需要引用CONSTANT_Uft8_info型常量来描述名称，所以CONSTANT_Uft8_info型常量的最大长度也就是Java中方法、字段名的最大长度。而length最大值为65535.所以Java程序中不能定义超过64KB英文字符的变量或方法名，否则将会无法编译。表6-6

 

 

 

 

3、访问标志

      在常量池结束之后，紧接着的两个字节代表访问标志（access_flags），这个标志用于识别一些类或者接口层次的访问信息，包括：这个Class是类还是接口；是否定义为public类型；是否定义为abstract类型；如果是类的话，是否被声明为final等。具体见下表。

      表6-7 访问标志

 

 

      access_flag中一共有16个标志位可以使用，当前只定义了其中8个，没有使用到的标志要求一律为0。

4、类索引、父类索引与接口索引集合

    类索引（this_class）和父类索引（super_class）都是一个u2类型的数据，而接口索引集合（interface）是一组u2类型的数据的集合，Class文件中由这三项数据来确定这个类的继承关系。类索引用于确定这个类的全限定名，父类索引用于确定这个类的父类的全限定名。

    类索引、父类索引和接口索引集合都按顺序排列在访问标志之后后，类索引和父类索引用两个u2类型的索引值表示，他们各自指向一个类型为CONSTANT_Class_info的描述符常量，通过CONSTANT_Class_info类型的常量中的索引值可以找到定义在CONSTANT_Utf8_info类型的常量中的全限定名字符串。

      对于接口索引集合，入口的第一项----u2类型的数据为接口计数器（interfaces_count），表示索引表的容量。如果该类没有实现任何接口，则该计数器值为0，后面接口的索引表不再占用任何字节。

5、字段表集合

      字段表（field_info）用于描述接口或者类中声明的变量。字段（field）包括类级变量以及实例级变量，但不包括在方法内部声明的局部变量。

      表6-8 字段表结构

 

      字段修饰符放在access_flags项目中，它与类中的access_flags项目是非常类似的，都是一个u2的数据类型。

        表6-9 字段访问标志

 

        在实际情况中，ACC_PUBLIC、ACC_PRIVATE 、ACC_PROTECTED三个标志最多只能选择其中一个，ACC_FINAL 、ACC_VOLATILE不能同时选择。接口之中的字段必须有ACC_PUBLIC 、ACC_STATIC、 ACC_STATIC、 ACC_FINAL标志，这些是由Java语言规则决定的。

        紧跟access_flags标志的是两项索引值：name_index和descriptor_index。它们都是对常量池的引用，分别代表着字段的简单名称以及字段和方法的描述符。

        字段和方法的描述符的作用是用来描述字段的数据类型、方法的参数列表（包括数量、类型以及顺序）和返回值。根据描述符规则，基本数据类型（byte、char、double 、float、 int、 long、 short、 boolean）以及代表无返回值的void类型都用一个大写字母来表示，而对象类型则用字符L加对象的全限定名来表示。表6-10。

 

6、方法表集合

      方法表结构如同字段表一样，依次包括了访问标志（access_flag）、名称索引（name_index）、描述符索引（descriptor_index）、属性表集合（attribute）几项，这些数据项目的含义也类似，仅在访问标志和属性表集合的可选项中有所区别。

      表6-11 方法表结构

 

        因为volatile关键字和transient关键字不能修饰方法，所以方法表的访问标志中没有了ACC_VOLATILE标志和ACC_TRANSIENT标志。与之相对的，synchronized、native、strictfp和abstract关键字可以修饰方法，所以方法表的访问标志中增加了ACC_SYNCHRONIXED 、ACC_NATIVE、 ACC_STRICTFP和ACC_ABSTRACT标志。对于方法表，所有标志位及其取值见表6-12。

 

7、属性表集合

      属性表（attribute_info），在Class文件、字段表、方法表都可以携带自己的属性表集合，用于描述某些场景专有的信息。表6-13

 

 

 

 

对于每个属性，它的名称需要从常量池中引用一个CONSTANT_Utf8_info类型的常量来表示，而属性值的结构则是完全自由定义的，只需要通过一个u4的长度属性去说明属性值所占用的位数即可。

  表6-14 属性表结构

 

  Code属性

    Java程序方法体中的代码经过Javac编译器处理后，最终变为字节码指令存储在COde属性内。Code属性出现在方法表的属性集合中，但并非所有方法表都必须存在这个属性，譬如接口或者抽象类中的方法就不存在Code属性，如果方法表有Code属性存在，那么它的结构如表6-15.

    表6-15 Code属性表结构

 

    attribute_name_index是一项指向CONSTANT_Utf8_info型常量的索引，常量值固定位“Code”，它代表了该属性的属性名称，attribute_length指示了属性值的长度，由于属性名称索引与属性长度一共为6个字节，所以属性值的长度固定位整个属性表长度减去6个字节。

    max_stack代表了操作数栈（Operand Stack）深度的最大值。在方法执行的任意时刻，操作数栈都不会超过这个深度。虚拟机运行的时候需要根据这个值来分配栈帧（Stack Frame）中的操作栈深度。

    max_locals代表了局部变量表所需要的存储空间。在这里，max_locals的单位是Slot，Slot是虚拟机为局部变量分配内存所使用的最小单位。

    code_length和code用来存储Java源程序编译后生成的字节码指令。code_length代表字节码长度，code是用于存储字节码指令的一系列字节流。

    Code属性是class文件中最重要的一个属性。

    Exceptions属性，作用是列举出方法中可能抛出的受检查异常（Checked Exception），也就是方法描述时在throws关键字后面列举异常。LineNumberTable属性，用于描述Java源码行号与字节码行号之间的对应关系。LocalVariableTable属性，用于描述栈帧中局部变量表中的变量与Java源码中定义的变量之间的关系。SourceFile属性，用于记录生成这个Class文件的源码文件名称。ConstantValue属性的作用是通知虚拟机自动为静态变量赋值。只有被static关键字修饰的变量才可以使用这项属性。InnerClasses属性用于记录内部类与宿主类之间的关联。Deprecated以及Synthetic两个属性都属于标志类型的布尔属性，只存在有和没有的区别，没有属性值的概念。StackMapTable属性，它是一个复杂的变长属性，位于Code属性的属性表中。Signature属性，它是一个可选的定长属性，可以出现在类、字段表和方法表结构的属性表中。BootstrapMethods属性，它是一个复杂的变长属性，位于类文件的属性表中。

      以上内容就是java字节码文件的结构，java字节码还有字节码指令，这里就不多赘述了。有兴趣可看《深入Java虚拟机-JVM高级特性与最佳实践》---周志华这本书，挺不错的。

本文来自于《深入Java虚拟机-JVM高级特性与最佳实践》---周志明。如果侵权，请联系作者删除。