學習Java的朋友應該都知道Java從剛開始的時候就打著平台無關性的旗號，說“一次編寫，到處運行”，其實說到無關性，Java平台還有另外一個無關 性那就是語言無關性，要實現語言無關性，那麼Java體系中的class的文件結構或者說是字節碼就顯得相當重要了，其實Java從剛開始的時候就有兩套 規范，一個是Java語言規范，另外一個是Java虛擬機規范，Java語言規范只是規定了Java語言相關的約束以及規則，而虛擬機規范則才是真正從跨 平台的角度去設計的。今天我們就以一個實際的例子來看看，到底Java中一個Class文件對應的字節碼應該是什麼樣子。 這篇文章將首先總體上闡述一下Class到底由哪些內容構成，然後再用一個實際的Java類入手去分析class的文件結構。
在繼續之前，我們首先需要明確如下幾點：
1）Class文件是有8個字節為基礎的字節流構成的，這些字節流之間都嚴格按照規定的順序排列，並且字節之間不存在任何空隙，對於超過8個字節的數據，將按 照Big-Endian的順序存儲的，也就是說高位字節存儲在低的地址上面，而低位字節存儲到高地址上面，其實這也是class文件要跨平台的關鍵，因為 PowerPC架構的處理采用Big-Endian的存儲順序，而x86系列的處理器則采用Little-Endian的存儲順序，因此為了Class文 件在各中處理器架構下保持統一的存儲順序，虛擬機規范必須對起進行統一。
2） Class文件結構采用類似C語言的結構體來存儲數據的，主要有兩類數據項，無符號數和表，無符號數用來表述數字，索引引用以及字符串等，比如 u1,u2,u4,u8分別代表1個字節，2個字節，4個字節，8個字節的無符號數，而表是有多個無符號數以及其它的表組成的復合結構。可能大家看到這裡 對無符號數和表到底是上面也不是很清楚，不過不要緊，等下面實例的時候，我會再以實例來解釋。
明確了上面的兩點以後，我們接下來後來看看Class文件中按照嚴格的順序排列的字節流都具體包含些什麼數據：
（上圖來自The Java Virtual Machine Specification Java SE 7 Edition)
在看上圖的時候，有一點我們需要注意，比如cp_info，cp_info表示常量池，上圖中用 constant_pool[constant_pool_count-1]的方式來表示常量池有constant_pool_count-1個常量，它 這裡是采用數組的表現形式，但是大家不要誤以為所有的常量池的常量長度都是一樣的，其實這個地方只是為了方便描述采用了數組的方式，但是這裡並不像編程語 言那裡，一個int型的數組，每個int長度都一樣。明確了這一點以後，我們在回過頭來看看上圖中每一項都具體代表了什麼含義。
1）u4 magic 表示魔數，並且魔數占用了4個字節，魔數到底是做什麼的呢？它其實就是表示一下這個文件的類型是一個Class文件，而不是一張JPG圖片，或者AVI的電影。而Class文件對應的魔數是0xCAFEBABE.
2）u2 minor_version 表示Class文件的次版本號，並且此版本號是u2類型的無符號數表示。
3） u2 major_version 表示Class文件的主版本號，並且主版本號是u2類型的無符號數表示。major_version和minor_version主要用來表示當前的虛擬 機是否接受當前這種版本的Class文件。不同版本的Java編譯器編譯的Class文件對應的版本是不一樣的。高版本的虛擬機支持低版本的編譯器編譯的 Class文件結構。比如Java SE 6.0對應的虛擬機支持Java SE 5.0的編譯器編譯的Class文件結構，反之則不行。
4） u2 constant_pool_count 表示常量池的數量。這裡我們需要重點來說一下常量池是什麼東西，請大家不要與Jvm內存模型中的運行時常量池混淆了，Class文件中常量池主要存儲了字 面量以及符號引用，其中字面量主要包括字符串，final常量的值或者某個屬性的初始值等等，而符號引用主要存儲類和接口的全限定名稱，字段的名稱以及描 述符，方法的名稱以及描述符，這裡名稱可能大家都容易理解，至於描述符的概念，放到下面說字段表以及方法表的時候再說。另外大家都知道Jvm的內存模型中 有堆，棧，方法區，程序計數器構成，而方法區中又存在一塊區域叫運行時常量池，運行時常量池中存放的東西其實也就是編譯器長生的各種字面量以及符號引用， 只不過運行時常量池具有動態性，它可以在運行的時候向其中增加其它的常量進去，最具代表性的就是String的intern方法。
5）cp_info 表示常量池，這裡面就存在了上面說的各種各樣的字面量和符號引用。放到常量池的中數據項在The Java Virtual Machine Specification Java SE 7 Edition 中一共有14個常量，每一種常量都是一個表，並且每種常量都用一個公共的部分tag來表示是哪種類型的常量。
下面分別簡單描述一下具體細節等到後面的實例 中我們再細化。
CONSTANT_Utf8_info tag標志位為1, UTF-8編碼的字符串CONSTANT_Integer_info tag標志位為3， 整形字面量CONSTANT_Float_info tag標志位為4， 浮點型字面量CONSTANT_Long_info tag標志位為5， 長整形字面量CONSTANT_Double_info tag標志位為6， 雙精度字面量CONSTANT_Class_info tag標志位為7， 類或接口的符號引用CONSTANT_String_info tag標志位為8，字符串類型的字面量CONSTANT_Fieldref_info tag標志位為9, 字段的符號引用CONSTANT_Methodref_info tag標志位為10，類中方法的符號引用CONSTANT_InterfaceMethodref_info tag標志位為11, 接口中方法的符號引用CONSTANT_NameAndType_info tag 標志位為12，字段和方法的名稱以及類型的符號引用6） u2 access_flags 表示類或者接口的訪問信息，具體如下圖所示：
7）u2 this_class 表示類的常量池索引，指向常量池中CONSTANT_Class_info的常量
8）u2 super_class 表示超類的索引，指向常量池中CONSTANT_Class_info的常量
9）u2 interface_counts 表示接口的數量
10）u2 interface[interface_counts]表示接口表，它裡面每一項都指向常量池中CONSTANT_Class_info常量
11）u2 fields_count 表示類的實例變量和類變量的數量
12） field_info fields[fields_count]表示字段表的信息，其中字段表的結構如下圖所示：
上圖中access_flags表示字段的訪問表示，比如字段是public,private，protect 等，name_index表示字段名 稱，指向常量池中類型是CONSTANT_UTF8_info的常量，descriptor_index表示字段的描述符，它也指向常量池中類型為 CONSTANT_UTF8_info的常量，attributes_count表示字段表中的屬性表的數量，而屬性表是則是一種用與描述字段，方法以及 類的屬性的可擴展的結構，不同版本的Java虛擬機所支持的屬性表的數量是不同的。
13） u2 methods_count表示方法表的數量
14）method_info 表示方法表，方法表的具體結構如下圖所示：
其中access_flags表示方法的訪問表示，name_index表示名稱的索引，descriptor_index表示方法的描述 符，attributes_count以及attribute_info類似字段表中的屬性表，只不過字段表和方法表中屬性表中的屬性是不同的，比如方法 表中就Code屬性，表示方法的代碼，而字段表中就沒有Code屬性。其中具體Class中到底有多少種屬性，等到Class文件結構中的屬性表的時候再 說說。
15） attribute_count表示屬性表的數量，說到屬性表，我們需要明確以下幾點：
屬性表存在於Class文件結構的最後，字段表，方法表以及Code屬性中，也就是說屬性表中也可以存在屬性表屬性表的長度是不固定的，不同的屬性，屬性表的長度是不同的上面說完了Class文件結構中每一項的構成以後，我們以一個實際的例子來解釋以下上面所說的內容。
代碼如下：
package com.ejushang.TestClass;
public class TestClass implements Super{
private static final int staticVar = 0;
private int instanceVar=0;
public int instanceMethod(int param){
return param+1;
}
}
interface Super{ }
通過jdk1.6.0_37的javac 編譯後的TestClass.java對應的TestClass.class的二進制結構如下圖所示：
下面我們就根據前面所說的Class的文件結構來解析以下上圖中字節流。
1）魔數
從Class的文件結構我們知道，剛開始的4個字節是魔數，上圖中從地址00000000h-00000003h的內容就是魔數，從上圖可知Class的文件的魔數是0xCAFEBABE。
2）主次版本號
接下來的4個字節是主次版本號，有上圖可知從00000004h-00000005h對應的是0×0000,因此Class的minor_version 為0×0000,從00000006h-00000007h對應的內容為0×0032,因此Class文件的major_version版本為 0×0032,這正好就是jdk1.6.0不帶target參數編譯後的Class對應的主次版本。
3）常量池的數量
接下來的2個字節從00000008h-00000009h表示常量池的數量，由上圖可以知道其值為0×0018，十進制為24個,但是對於常量池的數量 需要明確一點，常量池的數量是constant_pool_count-1，為什麼減一，是因為索引0表示class中的數據項不引用任何常量池中的常 量。
4）常量池
我們上面說了常量池中有不同類型的常量，下面就來看看TestClass.class的第一個常量，我們知道每個常量都有一個u1類型的tag標識來表示 常量的類型，上圖中0000000ah處的內容為0x0A，轉換成二級制是10，有上面的關於常量類型的描述可知tag為10的常量是Constant_Methodref_info,而Constant_Methodref_info的結夠如下圖所示：
其中class_index指向常量池中類型為CONSTANT_Class_info的常量，從TestClass的二進制文件結構中可以看出 class_index的值為0×0004（地址為0000000bh-0000000ch)，也就是說指向第四個常量。
name_and_type_index指向常量池中類型為CONSTANT_NameAndType_info常量。從上圖可以看出name_and_type_index的值為0×0013，表示指向常量池中的第19個常量。
接下來又可以通過同樣的方法來找到常量池中的所有常量。不過JDK提供了一個方便的工具可以讓我們查看常量池中所包含的常量。通過javap -verbose TestClass 即可得到所有常量池中的常量，截圖如下：
從上圖我們可以清楚的看到，TestClass中常量池有24個常量，不要忘記了第0個常量，因為第0個常量被用來表示 Class中的數據項不引用任何常量池中的常量。從上面的分析中我們得知TestClass的第一個常量表示方法，其中class_index指向的第四 個常量為java/lang/Object，name_and_type_index指向的第19個常量值為<init>:()V,從這裡可 以看出第一個表示方法的常量表示的是java編譯器生成的實例構造器方法。通過同樣的方法可以分析常量池的其它常量。OK，分析完常量池，我們接下來再分 析下access_flags。
5）u2 access_flags 表示類或者接口方面的訪問信息，比如Class表示的是類還是接口，是否為public,static，final等。具體訪問標示的含義之前已經說過 了，下面我們就來看看TestClass的訪問標示。Class的訪問標示是從0000010dh-0000010e，期值為0×0021，根據前面說的 各種訪問標示的標志位，我們可以知道：0×0021=0×0001|0×0020 也即ACC_PUBLIC 和 ACC_SUPER為真，其中ACC_PUBLIC大家好理解，ACC_SUPER是jdk1.2之後編譯的類都會帶有的標志。
6）u2 this_class 表示類的索引值，用來表示類的全限定名稱，類的索引值如下圖所示：
從上圖可以清楚到看到，類索引值為0×0003，對應常量池的第三個常量，通過javap的結果，我們知道第三個常量為 CONSTANT_Class_info類型的常量，通過它可以知道類的全限定名稱為：com/ejushang/TestClass /TestClass
7）u2 super_class 表示當前類的父類的索引值，索引值所指向的常量池中類型為CONSTANT_Class_info的常量，父類的索引值如下圖所示，其值為0×0004, 查看常量池的第四個常量，可知TestClass的父類的全限定名稱為：java/lang/Object
8）interfaces_count和 interfaces[interfaces_count]表示接口數量以及具體的每一個接口，TestClass的接口數量以及接口如下圖所示，其中 0×0001表示接口數量為1，而0×0005表示接口在常量池的索引值，找到常量池的第五個常量，其類型為CONSTANT_Class_info，其 值為：com/ejushang/TestClass/Super
9）fields_count 和 field_info, fields_count表示類中field_info表的數量，而field_info表示類的實例變量和類變量，這裡需要注意的是 field_info不包含從父類繼承過來的字段，field_info的結構如下圖所示：
其中access_flags表示字段的訪問標示，比如public,private,protected，static,final等，access_flags的取值如下圖所示：
其中name_index 和 descriptor_index都是常量池的索引值，分別表示字段的名稱和字段的描述符，字段的名稱容易理解，但是字段的描述符如何理解呢？其實在JVM 規范中，對於字段的描述符規定如下圖所示：
首先我們來看一下字段的數量，TestClass的字段的數量如下圖所示：
從上圖中可以看出TestClass有兩個字段，查看TestClass的源代碼可知，確實也只有兩個字段，接下來我們看看第一個字段，我們知道第一個字段應該為private int staticVar,它在Class文件中的二進制表示如下圖所示：
其中0x001A表示訪問標示，通過查看access_flags表可知，其為ACC_PRIVATE,ACC_STATIC,ACC_FINAL,接下 來0×0006和0×0007分別表示常量池中第6和第7個常量，通過查看常量池可知，其值分別為：staticVar和I，其中staticVar為字 段名稱，而I為字段的描述符，通過上面對描述符的解釋，I所描述的是int類型的變量，接下來0×0001表示staticVar這個字段表中的屬性表的 數量，從上圖可以staticVar字段對應的屬性表有1個，0×0008表示常量池中的第8個常量，查看常量池可以得知此屬性為 ConstantValue屬性，而ConstantValue屬性的格式如下圖所示：
其中attribute_name_index表述屬性名的常量池索引，本例中為ConstantValue，而ConstantValue的 attribute_length固定長度為2，而constantValue_index表示常量池中的引用，本例中，其中為0×0009，查看第9個 常量可以知道，它表示一個類型為CONSTANT_Integer_info的常量，其值為0。
上面說完了private static final int staticVar=0，下面我們接著說一下TestClass的private int instanceVar=0,在本例中對instanceVar的二進制表示如下圖所示：
其中0×0002表示訪問標示為ACC_PRIVATE,0x000A表示字段的名稱，它指向常量池中的第10個常量，查看常量池可以知道字段名稱為 instanceVar，而0×0007表示字段的描述符，它指向常量池中的第7個常量，查看常量池可以知道第7個常量為I，表示類型為 instanceVar的類型為I，最後0×0000表示屬性表的數量為0.
10）methods_count 和 method_info ，其中methods_count表示方法的數量，而method_info表示的方法表，其中方法表的結構如下圖所示：
從上圖可以看出method_info和field_info的結構是很類似的，方法表的access_flag的所有標志位以及取值如下圖所示：
其中name_index和descriptor_index表示的是方法的名稱和描述符，他們分別是指向常量池的索引。這裡需要結解釋一下方法的描述 符，方法的描述符的結構為：（參數列表）返回值，比如public int instanceMethod(int param)的描述符為：（I）I，表示帶有一個int類型參數且返回值也為int類型的方法，接下來就是屬性數量以及屬性表了，方法表和字段表雖然都有 屬性數量和屬性表，但是他們裡面所包含的屬性是不同。接下來我們就以TestClass來看一下方法表的二進制表示。首先來看一下方法表數量，截圖如下：
從上圖可以看出方法表的數量為0×0002表示有兩個方法，接下來我們來分析第一個方法，我們首先來看一下TestClass的第一個方法的access_flag，name_index,descriptor_index，截圖如下：
從上圖可以知道access_flags為0×0001，從上面對access_flags標志位的描述，可知方法的access_flags的取值為 ACC_PUBLIC,name_index為0x000B，查看常量池中的第11個常量，知道方法的名稱為<init>，0x000C表示 descriptor_index表示常量池中的第12常量，其值為()V,表示<init>方法沒有參數和返回值，其實這是編譯器自動生成 的實例構造器方法。接下來的0×0001表示<init>方法的方法表有1個屬性，屬性截圖如下：
從上圖可以看出0x000D對應的常量池中的常量為Code,表示的方法的Code屬性，所以到這裡大家應該明白方法的那些代碼是存儲在Class文件方法表中的屬性表中的Code屬性中。接下來我們在分析一下Code屬性，Code屬性的結構如下圖所示：
其中attribute_name_index指向常量池中值為Code的常量，attribute_length的長度表示Code屬性表的長度（這裡 需要注意的時候長度不包括attribute_name_index和attribute_length的6個字節的長度）。
max_stack表示最大棧深度，虛擬機在運行時根據這個值來分配棧幀中操作數的深度，而max_locals代表了局部變量表的存儲空間。
max_locals的單位為slot，slot是虛擬機為局部變量分配內存的最小單元，在運行時，對於不超過32位類型的數據類型，比如 byte,char,int等占用1個slot，而double和Long這種64位的數據類型則需要分配2個slot，另外max_locals的值並 不是所有局部變量所需要的內存數量之和，因為slot是可以重用的，當局部變量超過了它的作用域以後，局部變量所占用的slot就會被重用。
code_length代表了字節碼指令的數量，而code表示的時候字節碼指令，從上圖可以知道code的類型為u1,一個u1類型的取值為0×00-0xFF,對應的十進制為0-255，目前虛擬機規范已經定義了200多條指令。
exception_table_length以及exception_table分別代表方法對應的異常信息。
attributes_count和attribute_info分別表示了Code屬性中的屬性數量和屬性表，從這裡可以看出Class的文件結構中，屬性表是很靈活的，它可以存在於Class文件，方法表，字段表以及Code屬性中。
接下來我們繼續以上面的例子來分析一下，從上面init方法的Code屬性的截圖中可以看出，屬性表的長度為0×00000026,max_stack的 值為0×0002,max_locals的取值為0×0001,code_length的長度為0x0000000A，那麼00000149h- 00000152h為字節碼，接下來exception_table_length的長度為0×0000，而attribute_count的值為 0×0001，00000157h-00000158h的值為0x000E,它表示常量池中屬性的名稱，查看常量池得知第14個常量的值為 LineNumberTable，LineNumberTable用於描述java源代碼的行號和字節碼行號的對應關系，它不是運行時必需的屬性，如果通 過-g:none的編譯器參數來取消生成這項信息的話，最大的影響就是異常發生的時候，堆棧中不能顯示出出錯的行號，調試的時候也不能按照源代碼來設置斷 點，接下來我們再看一下LineNumberTable的結構如下圖所示：
其中attribute_name_index上面已經提到過，表示常量池的索引，attribute_length表示屬性長度，而start_pc和 line_number分表表示字節碼的行號和源代碼的行號。本例中LineNumberTable屬性的字節流如下圖所示：
上面分析完了TestClass的第一個方法，通過同樣的方式我們可以分析出TestClass的第二個方法，截圖如下：
其中access_flags為0×0001,name_index為0x000F,descriptor_index為0×0010，通過查看常量池可 以知道此方法為public int instanceMethod(int param)方法。通過和上面類似的方法我們可以知道instanceMethod的Code屬性為下圖所示：
最後我們來分析一下，Class文件的屬性，從00000191h-00000199h為Class文件中的屬性表，其中0×0011表示屬性的名稱，查看常量池可以知道屬性名稱為SourceFile，我們再來看看SourceFile的結構如下圖所示：
其中attribute_length為屬性的長度，sourcefile_index指向常量池中值為源代碼文件名稱的常量，在本例中SourceFile屬性截圖如下：
其中attribute_length為0×00000002表示長度為2個字節，而soucefile_index的值為0×0012,查看常量池的第18個常量可以知道源代碼文件的名稱為TestClass.java
最後，希望對技術感興趣的朋友多交流。個人微博：（http://weibo.com/xmuzyq)
