JVM之class文件结构剖析

文章目录

0.前言
1. 引言
- 1.1 Java编译原理基础
- 1.2 Class文件在Java编译过程中的角色
2. Class文件的整体结构
- 2.1 Class 文件组成
3. Class文件的详细解析
- 3.1 魔数与版本号的作用和意义
- 3.2 常量池的结构和作用
- 3.3 访问标志的含义和可能的值
- 3.4 类索引、父类索引和接口索引集合的作用和构成
- 3.5 字段表和方法表
- 3.6 属性表的详细解析
4. Class文件在JVM中的角色
- 4.1 Class文件在JVM中的生命周期
- 4.2 JVM是如何加载和使用Class文件的
- 4.3 Class文件在动态链接、加载和运行机制中的作用
5. javap 命令详解
6. 十六进制编辑器 010 Editor 查看Class 文件
7. 使用jclasslib 工具查看字节码
8.参考文档

0.前言

在Java编译过程中，源代码首先会被编译器编译成为字节码文件，这些文件的后缀名为.class。然而，尽管.class文件在Java编程中占有重要地位，但是大多数Java开发者对其内部的结构和工作原理并不是非常了解。所以抽时间我整理一下，和大家一起学习进步。

本文旨在对Java的.class文件结构进行详细的剖析，让我们一起了解其内部的工作机制。希望大家在阅读本文后，对Java虚拟机有更多的了解，并在日后的编程工作中更加得心应手。

1. 引言

在了解JVM Class文件结构剖析之前，我们需要对两个基础知识进行了解一下。java 编译原理和Class文件在Java编译过程中的角色

1.1 Java编译原理基础

在这里插入图片描述
在Java编译过程中，对于每个阶段的示例如下：

词法分析
词法分析：这个阶段会将源代码分割成一系列的词元（Token）。每个词元都是源代码中的一个最小有意义的独立部分，例如关键字（如public, class等）、标识符、运算符等。
源代码：

public class HelloWorld {
    public static void main(String[] args) {
        System.out.println("Hello, World!");
    }
}

词法分析后，会得到一系列的词元(Token)，如：public, class, HelloWorld, {, public, static, void, main, (, String, [, ], args, ), {, System, ., out, ., println, (, "Hello, World!", ), ;, }, }。

语法分析
语法分析：语法分析阶段会根据词元，构建出抽象语法树（Abstract Syntax Tree, AST）。AST是一种用于表示程序结构的树形结构，树的每个节点都代表程序代码中的一个构造（例如声明，表达式等）。

语法分析阶段生成的抽象语法树(AST)涵盖源代码的结构信息。以下是HelloWorld类的简化版AST：

  ClassDeclaration
  ├── Modifier: public
  ├── Name: HelloWorld
  └── MethodDeclaration
      ├── Modifier: public
      ├── Modifier: static
      ├── ReturnType: void
      ├── Name: main
      ├── Parameter: String[] args
      └── Block
          └── MethodInvocation
              ├── Name: System.out.println
              └── Argument: "Hello, World!"

语义分析
语义分析：这个阶段会检查源代码的语义是否正确。例如类型检查，确保赋值和操作符等的类型正确性。此外，语义分析还包括符号解析，将代码中的变量和类型名称解析为内部的符号引用。

举一例错误的赋值语句：

public class Test {
    public static void main(String[] args) {
        int a = "hello";
    }
}

在语义分析阶段，编译器会检查变量类型是否正确。在这个例子中，尝试将字符串"hello"赋值给整型变量a，这是错误的，编译器会提示类型不匹配的错误。

代码生成
代码生成：在所有分析完成后，编译器会生成字节码，字节码是一种中间代码，可以在Java虚拟机（JVM）上执行。

在代码生成阶段，编译器会将以上的源代码转化为以下的Java字节码：

public class HelloWorld {
  public HelloWorld();
    Code:
       0: aload_0
       1: invokespecial #1                  // Method java/lang/Object."<init>":()V
       4: return

  public static void main(java.lang.String[]);
    Code:
       0: getstatic     #2                  // Field java/lang/System.out:Ljava/io/PrintStream;
       3: ldc           #3                  // String Hello, World!
       5: invokevirtual #4                  // Method java/io/PrintStream.println:(Ljava/lang/String;)V
       8: return
}

这是.class文件的内容，可以通过javap -c HelloWorld命令查看。

1.2 Class文件在Java编译过程中的角色

字节码的载体：

Class文件包含了Java程序的字节码，也就是Java源代码编译之后的结果。Java编译器（如javac）会将Java源代码转化为字节码，字节码是一种中间语言，它比源代码更接近于机器语言。字节码的存在使得Java程序可以在任何安装了Java虚拟机的平台上运行，因为Java虚拟机能够解释和执行字节码。
实现跨平台特性：

字节码是一种平台无关的中间表示形式，它不依赖于特定的硬件和操作系统。这意味着只要一个设备安装了Java虚拟机，那么这个设备就能够执行Java程序，无论这个设备使用的是什么操作系统。这就是Java的"一次编写，到处运行"的理念。
动态加载和链接：

Java虚拟机在运行时会动态地加载Class文件。也就是说，Java虚拟机并不会一次性加载所有的Class文件，而是在程序运行过程中，当需要使用到某个类时，才会将这个类的Class文件加载进内存。这种动态加载的机制提高了内存的使用效率。

除了加载，Java虚拟机还会进行链接。链接是指将Class文件中的符号引用替换为直接引用的过程。符号引用是一种抽象的引用，它可以是任何形式的字符集，用来描述被引用的信息。直接引用则是指向目标的指针、相对偏移量或者是一个能够直接定位到目标的句柄。
存储元数据：

Class文件中包含了Java类或接口的元数据信息。这些信息包括类名，方法名，字段名以及它们的访问修饰符等。这些元数据在运行时可以被Java虚拟机用于反射、泛型等操作。

反射的操作包括获取Class实例，获取类的构造方法，字段和方法，创建类的实例，调用方法，访问字段等。

泛型则是Java语言提供的一种代码抽象和复用机制。Java的泛型是在编译器这个层次来实现的，也就是说，Java的泛型仅仅是给编译器Java源码用的，确保数据的类型安全。而字节码文件中，是不包含泛型中的类型信息的。在编译器编译Java源码到字节码时，会将源码中的泛型擦除，而在需要的地方插入类型强制转换的代码来确保类型正确。

2. Class文件的整体结构

参考Oracle 官方文档 Chapter 4. The class File Format https://docs.oracle.com/javase/specs/jvms/se7/html/jvms-4.html
在这里插入图片描述

2.1 Class 文件组成

部分名称	描述
魔数	魔数是Class文件的头四个字节，它的唯一作用是确定这个文件是否为一个能被虚拟机接受的Class文件。Java的魔数固定为`0xCAFEBABE`。
版本号	版本号是Class文件的次要版本号和主要版本号，它们都占用两个字节。主要版本号确定了Class文件的版本，比如JDK 1.1的主要版本号为45，而JDK 1.2～1.8的主要版本号则分别为46～52。
常量池	常量池是Class结构的一部分，它用于存放编译期生成的各种字面量和符号引用。这部分内容将在类加载后进入方法区中。
访问标志	访问标志用于识别一些类或接口层次的访问信息，包括：是否为public，是否为abstract，是否为interface等。
类索引、父类索引	类索引和父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。
接口索引集合	接口索引集合用于描述这个类实现了哪些接口，这些接口将被初始化到一个列表中。
字段表	字段表用于描述接口或类中声明的变量，变量包括类级别的类变量，还有就是实例变量，没有方法体中的局部变量。
方法表	方法表用于描述类或接口中声明的方法。
属性表	属性表用于描述某个类，方法和字段的附加信息。比如，可以设置一个字段是否被废弃（Deprecated）；还可以设置方法的字节码等。

每个部分都承担着其自身的职责，真正让Java有"一次编写，到处运行"特性的就是字节码，字节码是存储在方法表的code属性里的。

以下是一个简单的Java程序示例，我们将逐步解析其生成的Class文件各部分：

public class HelloWorld {
    public static void main(String[] args) {
        System.out.println("Hello, World!");
    }
}

编译上述Java程序会得到一个HelloWorld.class文件，这个文件包含了字节码和其它相关信息。我们使用JDK自带的javap工具来解析这个Class文件：

javap -verbose HelloWorld

以下是解析结果的一部分：

Classfile /C:/HelloWorld.class
  Last modified Mar 11, 2021; size 434 bytes
  MD5 checksum 63bf0338975b5720bf154f48d8a5db14
public class HelloWorld
  minor version: 0
  major version: 59
  flags: (0x0021) ACC_PUBLIC, ACC_SUPER
  this_class: #7                          // HelloWorld
  super_class: #2                         // java/lang/Object
  interfaces: 0, fields: 0, methods: 2, attributes: 1
Constant pool:
   #1 = Methodref          #2.#3          // java/lang/Object."<init>":()V
   #2 = Class              #4             // java/lang/Object
   #3 = NameAndType        #5:#6          // "<init>":()V
   #4 = Utf8               java/lang/Object
   #5 = Utf8               <init>
   #6 = Utf8               ()V
   #7 = Class              #8             // HelloWorld
   #8 = Utf8               HelloWorld
   #9 = Utf8               Code
  #10 = Methodref          #11.#12        // java/lang/System.out:Ljava/io/PrintStream;
  #11 = Class              #13            // java/lang/System
  #12 = NameAndType        #14:#15        // out:Ljava/io/PrintStream;
  #13 = Utf8               java/lang/System
  #14 = Utf8               out
  #15 = Utf8               Ljava/io/PrintStream;
  #16 = String             #17            // Hello, World!
  #17 = Utf8               Hello, World!
  #18 = Methodref          #19.#20        // java/io/PrintStream.println:(Ljava/lang/String;)V
  #19 = Class              #21            // java/io/PrintStream
  #20 = NameAndType        #22:#23        // println:(Ljava/lang/String;)V
  #21 = Utf8               java/io/PrintStream
  #22 = Utf8               println
  #23 = Utf8               (Ljava/lang/String;)V
  #24 = Utf8               main
  #25 = Utf8               ([Ljava/lang/String;)V
  #26 = Utf8               SourceFile
  #27 = Utf8               HelloWorld.java
  #28 = Utf8               LineNumberTable
  #29 = Utf8               LocalVariableTable
  #30 = Utf8               this
  #31 = Utf8               LHelloWorld;
  #32 = Utf8               args
  #33 = Utf8               [Ljava/lang/String;
{
  public HelloWorld();
    descriptor: ()V
    flags: (0x0001) ACC_PUBLIC
    Code:
      stack=1, locals=1, args_size=1
         0: aload_0
         1: invokespecial #1                  // Method java/lang/Object."<init>":()V
         4: return
      LineNumberTable:
        line 1: 0
      LocalVariableTable:
        Start  Length  Slot  Name   Signature
            0       5     0  this   LHelloWorld;

  public static void main(java.lang.String[]);
    descriptor: ([Ljava/lang.String;)V
    flags: (0x0009) ACC_PUBLIC, ACC_STATIC
    Code:
      stack=2, locals=1, args_size=1
         0: getstatic     #10                 // Field java/lang/System.out:Ljava/io/PrintStream;
         3: ldc           #16                 // String Hello, World!
         5: invokevirtual #18                 // Method java/io/PrintStream.println:(Ljava/lang/String;)V
         8: return
      LineNumberTable:
        line 3: 0
        line 4: 8
      LocalVariableTable:
        Start  Length  Slot  Name   Signature
            0       9     0  args   [Ljava/lang/String;
}
SourceFile: "HelloWorld.java"

从中我们可以看到：

魔数、版本号：javap工具并未直接显示，但我们知道每个Class文件的开头四个字节就是魔数，而紧接着的4个字节代表版本号。
常量池：在"Constant pool"部分，包含了本程序中所使用到的各种常量和符号引用。
访问标志：在"flags"部分显示，ACC_PUBLIC表示这是一个public类，ACC_SUPER是Java编译器为了支持某些编译优化而设定的。
类索引、父类索引：在"this_class"和"super_class"部分显示，分别表示这个类自身和其父类在常量池中的索引。
接口索引集合：本例没有实现任何接口，所以此部分为空。
字段表：本例没有定义任何字段，所以此部分为空。
方法表：在"Code"部分可以看到两个方法的字节码，一个是默认的构造函数<init>，一个是我们定义的main方法。
属性表：在"SourceFile"部分显示，表示这个Class文件对应的源文件名。

3. Class文件的详细解析

在这里插入图片描述

3.1 魔数与版本号的作用和意义

魔数（Magic Number）是用来标识文件格式的一种约定，Java Class文件的魔数是0xCAFEBABE。当Java虚拟机加载Class文件时，首先会检查这个魔数，如果不是0xCAFEBABE，那么JVM会拒绝加载这个文件。

版本号（Version Number）包括主版本号和次版本号，主版本号变化通常代表JVM做了不兼容的修改，次版本号变化则表示JVM做了向后兼容的修改。JVM在加载Class文件时，也会检查版本号，如果文件的版本高于JVM的版本，那么JVM会拒绝加载这个文件。

3.2 常量池的结构和作用

常量池（Constant Pool）是Java Class文件结构的一个重要部分，它主要存储两类常量：字面量（Literal）和符号引用（Symbolic Reference）。字面量包括文本字符串、声明为final的常量值等；符号引用则包括类和接口的全限定名、字段的名称和描述符、方法的名称和描述符等。

常量池的主要作用是为Java Class文件中的字面量和符号引用提供统一的存储空间，当Java虚拟机执行Class文件中的字节码时，会使用到常量池中的数据。

3.3 访问标志的含义和可能的值

访问标志（Access Flags）用于标识类或接口的访问权限和特性。如public（0x0001）、final（0x0010）、super（0x0020）、interface（0x0200）、abstract（0x0400）等。

3.4 类索引、父类索引和接口索引集合的作用和构成

类索引、父类索引和接口索引集合用于确定类的继承关系。类索引代表当前类，父类索引代表当前类的直接父类，接口索引集合代表当前类实现的所有接口。

3.5 字段表和方法表

字段表（Field Table）用于描述类或接口中声明的变量，包括字段的名称、描述符、访问标志等信息。方法表（Method Table）用于描述类或接口中声明的方法，包括方法的名称、描述符、访问标志、字节码等信息。

3.6 属性表的详细解析

属性表（Attribute Table）用于描述类、字段和方法的附加信息，例如源文件名（SourceFile）、字段的常量值（ConstantValue）、方法的字节码（Code）、已废弃信息（Deprecated）等。不同的属性有不同的内部结构，但都遵循“属性名索引-属性长度-属性信息”这样的基本格式。

4. Class文件在JVM中的角色

4.1 Class文件在JVM中的生命周期

Java虚拟机（JVM）对Class文件的处理可以分为以下几个阶段：

加载（Loading）： 在这个阶段，JVM从本地磁盘、网络或者其他来源加载.class文件。加载完成之后，JVM将会创建一个表示这个类的java.lang.Class对象。
验证（Verification）： 为了确保Class文件的正确性，JVM会对加载进来的字节码文件进行严格的验证，包括文件格式验证、元数据验证、字节码验证、符号引用验证等。如果验证失败，JVM将抛出java.lang.VerifyError异常。
准备（Preparation）： 在这个阶段，JVM会为类变量（static变量）分配内存，并设置类变量的初始值。同时，JVM还会为类的方法表、接口表等分配内存。
解析（Resolution）： 这个阶段主要执行符号引用到直接引用的转换。JVM将会解析类中的方法、字段、类、接口等的符号引用，将其替换为直接引用。
初始化（Initialization）： 初始化阶段主要执行类构造器<clinit>方法，以及静态变量的赋值操作。这个阶段会确保类的初始化过程是线程安全的。
使用（Using）： 类成功加载、验证、解析和初始化之后，就可以被程序使用了。这时，程序可以创建类的实例、调用方法、访问字段等。
卸载（Unloading）： 当类不再被引用，并且在垃圾收集器运行后被标记为可回收时，JVM会卸载这个类。此时，JVM会释放与类相关的所有内存资源。

4.2 JVM是如何加载和使用Class文件的

JVM使用类加载器（ClassLoader）来加载和管理Class文件。类加载器负责将Class文件的字节码加载到内存中，并且执行验证、准备、解析等操作。在这个过程中，类加载器还会处理类之间的依赖关系，保证类的正确加载。

当程序需要使用一个类时，类加载器会首先查找是否已经加载过这个类。如果没有加载过，类加载器会根据类的全限定名（包名+类名）加载类的字节码，然后执行整个生命周期的操作。

一旦类被加载到JVM中，它就可以被程序使用。程序可以通过创建类的实例、调用方法、访问字段等方式使用这个类。

4.3 Class文件在动态链接、加载和运行机制中的作用

Class文件是Java程序在JVM中的载体。它包含了类的所有信息，包括类的属性、方法、常量池等。在Java程序执行的过程中，JVM通过动态链接、加载和运行机制来管理和使用Class文件。

动态链接：JVM在运行时将符号引用替换为直接引用的过程称为动态链接。Class文件中的符号引用包括方法引用、字段引用、类引用等。动态链接保证了Java代码可以在不同的环境下运行。
加载：JVM通过类加载器将Class文件加载到内存中。在这个过程中，JVM会执行验证、准备、解析等操作，确保类的正确性和可用性。
运行：加载完成的Class文件可以被程序使用。在运行期间，JVM会执行类的方法、访问字段、创建实例等操作。同时，JVM还会处理异常、垃圾回收等任务，保证程序的正常运行。

5. javap 命令详解

在上面的示例介绍中我们使用了一个命令

javap -verbose HelloWorld

那么我单独拉出来，给大家聊一下这个命令的作用。

javap 是Java虚拟机自带的反编译工具，用于从命令行解析class文件，打印出字节码、常量、构造方法、函数等等的信息。以下是javap命令的一些常用选项：

-help：查看帮助文档
-version：输出javap的版本信息
-v 或 -verbose：详细输出，输出额外的更为详细的信息，比如常量池信息、版本信息、字节码指令等
-l：输出行号和本地变量表
-public：只显示public的类和成员
-protected：只显示protected的类和成员
-package：只显示package的类和成员
-private：显示所有的类和成员
-c：对代码进行反汇编
-s：输出内部类型签名
-sysinfo：用于输出系统信息，包括主版本号、次版本号等
-constants：显示最终常量

也可以混合使用多个选项，如javap -private -c HelloWorld可以显示HelloWorld中所有的类和成员，以及反汇编出的字节码。

假设我们有以下的一个简单的Java类HelloWorld.java：

public class HelloWorld {
    public static void main(String[] args) {
        System.out.println("Hello, world!");
    }
}

首先，我们需要使用javac命令编译这个Java文件，生成对应的Class文件：

javac HelloWorld.java

然后，我们就可以使用javap命令查看生成的Class文件的内容了。我们先只查看Class文件的概述：

javap HelloWorld

输出如下：

Compiled from "HelloWorld.java"
public class HelloWorld {
  public HelloWorld();
  public static void main(java.lang.String[]);
}

这里我们可以看到，javap默认输出了Class文件的类名，以及其中的方法。

接下来，我们使用 -v 参数打印Class文件的详细内容：

javap -v HelloWorld

输出如下：

Classfile /path/to/HelloWorld.class
  Last modified Apr 15, 2021; size 455 bytes
  MD5 checksum 9d422a48a6a88f5c6ed5d6eb7cce5015
  Compiled from "HelloWorld.java"
public class HelloWorld
  minor version: 0
  major version: 52
  flags: ACC_PUBLIC, ACC_SUPER
Constant pool:
   #1 = Methodref          #4.#10         // java/lang/Object."<init>":()V
   #2 = Fieldref           #11.#12        // java/lang/System.out:Ljava/io/PrintStream;
   #3 = String             #13            // Hello, world!
   #4 = Class              #14            // java/lang/Object
   #5 = Class              #15            // HelloWorld
   #6 = Methodref          #16.#17        // java/io/PrintStream.println:(Ljava/lang/String;)V
  ...
  ...

这个输出包含了HelloWorld Class文件的很多详细信息，如版本号、访问标志、常量池等等。例如，我们可以在常量池中看到Hello, world!这个字符串常量。

6. 十六进制编辑器 010 Editor 查看Class 文件

参考 https://bbs.kanxue.com/thread-257797.htm
参考 https://blog.csdn.net/freeking101/article/details/102908538

在这里插入图片描述
以下是您可以手动应用模板的方法，以防文件扩展名不是原始扩展名

在这里插入图片描述
这是模板结果的样子：

在这里插入图片描述
在十六进制/ASCII转储下方，显示了模板结果：一组嵌套字段，与.class文件的内部结构相匹配。例如，我在这里选择的第一个字段是u4 magic，它是一个.class文件的魔数标头：CAFEBABE。

7. 使用jclasslib 工具查看字节码

jclasslib 是一个功能丰富的字节码查看器，用于查看和分析 Java class 文件的结构。

下载和安装 jclasslib

官网 https://jclasslib.org/ 免费开源

打开 jclasslib

安装完成后，打开 jclasslib。会看到一个简洁的界面。
打开 class 文件

点击菜单栏的 File > Open... 选项，浏览的文件系统找到要查看的 .class 文件，选择它然后点击 Open。

或者，也可以直接把 .class 文件拖拽到 jclasslib 的窗口中。
查看字节码

成功打开 .class 文件后，会在左侧看到一个树形结构，表示了 .class 文件的结构。可以点击树形结构的各个节点查看详细的信息。

右侧的窗口会根据选中的节点显示对应的详细信息。例如，如果选中了 constant_pool 节点，右侧就会显示常量池的所有内容。

jclasslib 还提供了一个 Hex viewer 选项卡，可以在这里查看每个节点的原始字节码。