Java类文件的基本结构

欢迎来到“Under The Hood”第二期。上期我们讨论了抽象计算机JVM。如果你对JVM还很陌生，你可以去看看上期的文章。本期，我们稍稍窥探一下Java类文件的基本结构。

为旅行而生

Java类文件（.class文件）是一个为已编译Java程序仔细定义的格式。Java源代码被编译成能够被任何JVM加载和执行的类文件。在被JVM加载之前，类文件可能是由网络传输而来。

类文件是独立于底层平台的，所以适用于更多的地方。它们由简洁的JVM字节码组成，这样就能轻装上阵。类文件常常被压缩，以极快的速度通过网络，到达世界各地的JVM。

类文件里有什么？

Java类文件包含JVM需要知道的关于一个Java类或接口的一切。按照它们的出现次序，主要的部分有：魔法数（magic），版本号（version），常量池（constant pool），访问标示符区（access flags），当前类区（this class），超类区（super class），父接口区（interfaces），字段区（fields），方法列表区（methods），属性区（attributes）。

保存在类文件中的信息经常在长度上有变化，所以信息的实际长度在被加载之前不能被预测。例如，在方法区里的方法数目，类与类之间是不相同的，这取决于源代码中定义的方法个数。类文件中，这些信息的实际大小或长度，被安排在信息内容之前。这样，当类文件被JVM加载时，可变信息的长度首先被读取。一旦JVM知道信息的大小，它就能正确的读取实际的信息内容。

类文件中，不同的相邻信息之间通常没有空白或填充字符；一切都以字节（byte）边界对齐。这使得类文件很小，适合网络传输。

为了让JVM在加载类文件时，知道需要什么信息以及从哪里可以取得所需信息，类文件的各个组成部分的次序是严格定义的。例如，每个JVM都知道类文件的前8个字节由魔法数和版本号组成，常量池从第9个字节开始，访问标示符区紧跟在常量池后面。但是，因为常量池的长度是可变的，在读取完常量池之前，JVM是不知道访问标示符区具体从什么地方开始。一旦读取完常量池，JVM就知道接下来的2个字节就是访问标示符区。

魔法数（Magic）和版本号（Version）

每个类文件的开始4个字节都是0xCAFEBABE。这个神奇的数字让Java类文件更容易识别，因为类文件以外的文件几乎不可能也以这四个相同的字节开头。之所以称之为魔法数，是因为它可以被文件格式设计者们从帽子里拉出来(??)。对它仅有的要求是，不能被现实已有的文件格式占用。根据最初Java团队主要成员之一的Patrick Naughton所说，远在“Java”被当作Java语言的名称之前，这个神奇的数字就已经被选好了。我们当时在寻找一个有趣，独特并且很容易记住的数字。0xCAFEBABE作为漂亮的Peet’s Coffee的咖啡师的代称，能预示未来Java语言的名字，这完全是一个巧合。

类文件接下来的4个字节包含了大版本号（major version）和小版本号（minor version）。这些数字标识了特定类文件使用的类文件格式，让JVM可以验证类文件是否可以被载入。每个JVM都有一个它能载入的最大版本号，拒绝加载大于最大版本号的类文件。

常量池（Constant Pool）

类文件在常量池中保存与类或接口关联的常量。常量池中能看到的部分常量是字符串字面值（literal strings），final变量的值（final variable values），类名，接口名，变量名和变量类型，方法名和方法签名（method names and signatures）。方法签名由方法返回值类型（return type）和一组参数类型（argument types）组成。

常量池被组织成一个元素长度可变的数组。每个常量占据数组中的一个元素。在整个类文件中，常量通过指示它们在数组中位置的整型索引来引用。第一个常量的索引值是1，第二个是2，以此类推。常量池数组的元素个数写在常量池的前面，所以在加载类文件时，JVM知道它需要加载多少常量。

常量池中每个元素以指明自己类型的单字节标签（tag）开始。一旦JVM看到这个标签，就能知道接下来会遇到什么类型的常量。例如，如果看到一个表示字符串的标签，JVM会认为接下来2个字节就是字符串的长度，然后就是“长度”个字节组成的字符串。

在本文剩下的部分，我有时会用constant_pool[n]表示常量池数组的第n个元素。从常量池组织的像个数组来说，这是有道理的；但是请记住，这些元素具有不同的大小和类型，并且第一个元素的索引是1。

访问标识符区（Access Flags）

常量池之后的2个字节就是访问标示符，它表明该文件定义的是类还是接口；该类或接口是公开的（public）还是抽象的（abstract）；如果是类，该类是不是final的。

当前类区（This class）

接下来2个字节是当前类区，它是常量池数组的索引。被当前类引用的常量constant_pool[this_class]，包含两部分：单字节标签（tag）和双字节名称索引（name index）。标签等于CONSTANT_Class，一个表示本元素中包含类或接口信息的值。constant_pool[name_index]是一个包含类或接口名的字符串常量。

当前类部分稍稍揭示了常量池是怎么被使用的。当前类区本身只是一个常量池的索引。当JVM查找constant_pool[this_class]时，它找到一个用标签表明自己是一个CONSTANT_Class得元素。JVM知道CONSTANT_Class元素在标签（tag）之后，总是有一个叫名称索引（name index）的常量池双字节索引。然后它查找constant_pool[name_index]，得到包含类或接口名的字符串。

超类区（Super class）

当前类区之后是超类区，也是2个字节的常量池索引。constant_pool[super_class]是CONSTANT_Class元素，它指向当前类所直接继承的超类名。

接口区（Interfaces）

接口区开头的2个字节，表示文件所定义的类（或接口）实现的接口数目。紧接着是一个数组，它包含了类所实现的每一个接口在常量池中的索引。
每个接口都是常量池中的CONSTANT_Class元素，它指向接口名。

字段区（Fields）

字段部分，以表示该类或接口包含的字段数的2个字节开始。字段是一个实例变量，或者是类或接口的类变量。接下来是一个以可变长结构为元素的数组，一个结构一个字段。每个结构都包含一个字段的相关信息，如字段名，字段类型，如果是final变量，还包括字段值。部分信息在结构当中，另一部分在常量池中由结构所指向的位置。

这部分仅有的字段，都是由定义在该类文件中的类或接口声明的变量；继承自超类或接口的字段不在此列。

方法区（Methods）

方法部分，以表示类或接口中方法数目的2字节开始。这个数目，只包含当前类显式定义的方法，不包括继承自超类的方法。数目之后是方法本身。

表示每个方法的结构包含方法相关的几条信息，包括方法描述符（method descriptor，包括返回值类型和参数列表），方法本地变量需要的栈字（stack words）数，方法操作数栈（operand stack）需要的最大栈字数，方法捕获的异常表，字节码序列和行号表。

属性区（Attributes）

排在最后的是属性区，它提供定义在类文件中的特定类或接口的一般信息。属性区以2字节的属性数目开始，然后是属性本身。比如一个表示源码属性的属性：它表示当前类被编译而来的源文件名。JVM会悄悄地忽略任何它们识别不了的属性。

本文译自：The Java class file lifestyle

原创文章，转载请注明： 转载自LetsCoding.cn
本文链接地址: Java类文件的基本结构