深刻理解Java Class文件格式（一）

lass文件在Java体系结构中的位置和做用

在上一篇博客中， 大体讲解了Java虚拟机的体系结构和执行原理。 本篇博客主要讲解可以被JVM识别， 加载并执行的class文件的格式。

对于理解JVM和深刻理解Java语言， 学习并了解class文件的格式都是必需要掌握的功课。 缘由很简单， JVM不会理解咱们写的Java源文件， 咱们必须把Java源文件编译成class文件， 才能被JVM识别， 对于JVM而言， class文件至关于一个接口， 理解了这个接口， 能帮助咱们更好的理解JVM的行为；另外一方面， class文件以另外一种方式从新描述了咱们在源文件中要表达的意思， 理解class文件如何从新描述咱们编写的源文件， 对于深刻理解Java语言和语法都是颇有帮助的。 另外， 不论是什么语言， 只要能编译成class文件， 都能被JVM识别并执行， 因此class文件不只是跨平台的基础， 也是JVM跨语言的基础， 理解了class文件格式， 对于咱们学习基于JVM的其余语言会有很大帮助。 

总之， 在整个Java技术体系结构中， class文件处于中间的位置， 对于理解整个体系有着承上启下的做用。 如图所示：

Class文件格式概述

class文件是一种8位字节的二进制流文件， 各个数据项按顺序紧密的从前向后排列， 相邻的项之间没有间隙， 这样可使得class文件很是紧凑， 体积轻巧， 能够被JVM快速的加载至内存， 而且占据较少的内存空间。 咱们的Java源文件， 在被编译以后， 每一个类（或者接口）都单独占据一个class文件， 而且类中的全部信息都会在class文件中有相应的描述， 因为class文件很灵活， 它甚至比Java源文件有着更强的描述能力。

class文件中的信息是一项一项排列的， 每项数据都有它的固定长度， 有的占一个字节， 有的占两个字节， 还有的占四个字节或8个字节， 数据项的不一样长度分别用u1, u2, u4, u8表示， 分别表示一种数据项在class文件中占据一个字节， 两个字节， 4个字节和8个字节。 能够把u1, u2, u3, u4看作class文件数据项的“类型” 。

class文件中存在如下数据项(该图表参考自《深刻Java虚拟机》)：

类型	名称	数量
u4	magic	1
u2	minor_version	1
u2	major_version	1
u2	constant_pool_count	1
cp_info	constant_pool	constant_pool_count - 1
u2	access_flags	1
u2	this_class	1
u2	super_class	1
u2	interfaces_count	1
u2	interfaces	interfaces_count
u2	fields_count	1
field_info	fields	fields_count
u2	methods_count	1
method_info	methods	methods_count
u2	attribute_count	1
attribute_info	attributes	attributes_count

下面对class文件中的每一项进行详细的解释。

class文件中的魔数和版本号

（1） magic

在class文件开头的四个字节， 存放着class文件的魔数， 这个魔数是class文件的标志，他是一个固定的值： 0XCAFEBABE 。 也就是说他是判断一个文件是否是class格式的文件的标准， 若是开头四个字节不是0XCAFEBABE， 那么就说明它不是class文件， 不能被JVM识别。

（2）minor_version 和 major_version

紧接着魔数的四个字节是class文件的此版本号和主版本号。 随着Java的发展， class文件的格式也会作相应的变更。 版本号标志着class文件在何时， 加入或改变了哪些特性。 举例来讲， 不一样版本的javac编译器编译的class文件， 版本号可能不一样， 而不一样版本的JVM能识别的class文件的版本号也可能不一样， 通常状况下， 高版本的JVM能识别低版本的javac编译器编译的class文件， 而低版本的JVM不能识别高版本的javac编译器编译的class文件。 若是使用低版本的JVM执行高版本的class文件， JVM会抛出java.lang.UnsupportedClassVersionError 。具体的版本号变迁这里再也不讨论， 须要的读者自行查阅资料。 

class文件中的常量池概述

在class文件中， 位于版本号后面的就是常量池相关的数据项。 常量池是class文件中的一项很是重要的数据。 常量池中存放了文字字符串， 常量值， 当前类的类名， 字段名， 方法名， 各个字段和方法的描述符， 对当前类的字段和方法的引用信息， 当前类中对其余类的引用信息等等。 常量池中几乎包含类中的全部信息的描述， class文件中的不少其余部分都是对常量池中的数据项的引用，好比后面要讲到的this_class, super_class, field_info, attribute_info等， 另外字节码指令中也存在对常量池的引用， 这个对常量池的引用当作字节码指令的一个操做数。  此外， 常量池中各个项也会相互引用。

class文件中的项constant_pool_count的值为1, 说明每一个类都只有一个常量池。 常量池中的数据也是一项一项的， 没有间隙的依次排放。常量池中各个数据项经过索引来访问， 有点相似与数组， 只不过常量池中的第一项的索引为1, 而不为0, 若是class文件中的其余地方引用了索引为0的常量池项， 就说明它不引用任何常量池项。class文件中的每一种数据项都有本身的类型， 相同的道理，常量池中的每一种数据项也有本身的类型。 常量池中的数据项的类型以下表：

常量池中数据项类型	类型标志	类型描述
CONSTANT_Utf8	1	UTF-8编码的Unicode字符串
CONSTANT_Integer	3	int类型字面值
CONSTANT_Float	4	float类型字面值
CONSTANT_Long	5	long类型字面值
CONSTANT_Double	6	double类型字面值
CONSTANT_Class	7	对一个类或接口的符号引用
CONSTANT_String	8	String类型字面值
CONSTANT_Fieldref	9	对一个字段的符号引用
CONSTANT_Methodref	10	对一个类中声明的方法的符号引用
CONSTANT_InterfaceMethodref	11	对一个接口中声明的方法的符号引用
CONSTANT_NameAndType	12	对一个字段或方法的部分符号引用

每一个数据项叫作一个XXX_info项， 好比， 一个常量池中一个CONSTANT_Utf8类型的项， 就是一个CONSTANT_Utf8_info 。除此以外， 每一个info项中都有一个标志值（tag）， 这个标志值代表了这个常量池中的info项的类型是什么， 从上面的表格中能够看出， 一个CONSTANT_Utf8_info中的tag值为1， 而一个CONSTANT_Fieldref_info中的tag值为9 。

Java程序是动态连接的， 在动态连接的实现中， 常量池扮演者举足轻重的角色。 除了存放一些字面量以外， 常量池中还存放着如下几种符号引用：

（1） 类和接口的全限定名

（2） 字段的名称和描述符

（3） 方法的名称和描述符

在详细讲解常量池中的各个数据项以前， 咱们有必要先了解一下class文件中的特殊字符串， 由于在常量池中， 特殊字符串大量的出现，这些特殊字符串就是上面说的全限定名和描述符。 要理解常量池中的各个数据项， 必须先了解这些特殊字符串。