Java字節(jié)碼結(jié)構(gòu)剖析一：常量池
2018-11-20 來源：importnew
這篇博客開始，我打算帶大家去解讀一下JVM平臺下的字節(jié)碼文件（熟悉而又陌生的感覺）。眾所周知，Class文件包含了我們定義的類或接口的信息。然后字節(jié)碼又會被JVM加載到內(nèi)存中，供JVM使用。那么，類信息到了字節(jié)碼文件里，它們?nèi)绾伪硎镜�，以及在字�?jié)碼里是怎么分布的呢？帶著這些問題，讓我們?nèi)ド钊肓私庾止?jié)碼文件吧。
Class文件的結(jié)構(gòu)
Class文件是一組以8位字節(jié)為基礎(chǔ)單位的二進制流，各個數(shù)據(jù)項目嚴格按照順序緊湊地排列在Class文件之中，中間沒有添加任何分隔符，這使得整個Class文件中存儲的內(nèi)容幾乎全部是程序運行的必要數(shù)據(jù)，沒有空隙存在。當(dāng)遇到需要占用8位字節(jié)以上空間地數(shù)據(jù)項時，則會按照高位在前的方式分割成若干個8位字節(jié)進行存儲。
每一個 Class 文件對應(yīng)于一個如下所示的 ClassFile 結(jié)構(gòu)體。
ClassFile {
u4 magic;
u2 minor_version;
u2 major_version;
u2 constant_pool_count;
cp_info constant_pool[constant_pool_count-1];
u2 access_flags;
u2 this_class;
u2 super_class;
u2 interfaces_count;
u2 interfaces[interfaces_count];
u2 fields_count;
field_info fields[fields_count];
u2 methods_count;
method_info methods[methods_count];
u2 attributes_count;
attribute_info attributes[attributes_count];
}
這種數(shù)據(jù)結(jié)構(gòu)，類似C語言結(jié)構(gòu)體。這個結(jié)構(gòu)體中只有兩種數(shù)據(jù)類型：無符號數(shù)和表，后面的解析都要以這兩種數(shù)據(jù)類型為基礎(chǔ)，所以這里要先介紹這兩個概念。
無符號數(shù)屬于基本的數(shù)據(jù)類型，以u1，u2，u4，u8來分別代表1個字節(jié)，2個字節(jié)，4個字節(jié)和8個字節(jié)的無符號數(shù)，無符號數(shù)可以用來描述數(shù)字、索引引用、數(shù)量值或者按照UTF-8編碼構(gòu)成字符串值。
表是由多個無符號數(shù)或者其他表作為數(shù)據(jù)項構(gòu)成的復(fù)合數(shù)據(jù)類型，所有表都習(xí)慣性地以“_info”結(jié)尾。表用于描述有層次關(guān)系的復(fù)合結(jié)構(gòu)的數(shù)據(jù)，整個Class文件本質(zhì)就是一張表。
下面是我的案例代碼，本章將以此代碼生成的字節(jié)碼文件作為例子來分析。
public class MyTest2 {
String str = "Welcome";
private int x = 5;
public static Integer in = 10;
public static void main(String[] args) {
MyTest2 myTest2 = new MyTest2();
myTest2.setX(8);
in = 20;
}
public void setX(int x) {
this.x = x;
}
}
對應(yīng)生成的字節(jié)碼文件格式如下：（數(shù)據(jù)內(nèi)容較多，只是截了部分）
上面的數(shù)字是以16進制表示的。我們可以按照之前的結(jié)構(gòu)一項項去解讀它。
Class文件解析
magic
魔數(shù)，u4類型的數(shù)據(jù)，占4個字節(jié)。魔數(shù)的唯一作用是確定這個文件是否為一個能被虛擬機所接受的 Class 文件。魔數(shù)值固定為 0xCAFEBABE（咖啡寶貝），不會改變。
minor_version、major_version
緊接著魔數(shù)之后的4個字節(jié)為Java版本信息：第5和第6個字節(jié)是次版本號（minor_version），第7和第8個字節(jié)是主版本號（major_version）。
就看當(dāng)前這個字節(jié)碼，次版本號是0×0000=0，主版本號是0×0034=52。我本地機器用的是JDK1.8，所以可生成的Class文件主版本號最大值為52.0。
下面給出了Java各個主版本號，以供參考。
constant_pool_count
常量池計數(shù)器，u2類型的數(shù)據(jù)。它是常量池的入口，表示緊跟著它后面的常量池的元素個數(shù)。算一下，0x002F=47，即常量池里的元素有47個。這里我用jdk的內(nèi)置工具javap，反編譯一下，可以輸出常量池的信息以及元素個數(shù)。執(zhí)行命令：javap -verbose。輸出結(jié)果如下：
Constant pool: #1 = Methodref #10.#34 // java/lang/Object."<init>":()V #2 = String #35 // Welcome #3 = Fieldref #5.#36 // com/shengsiyuan/jvm/bytecode/MyTest2.str:Ljava/lang/String; #4 = Fieldref #5.#37 // com/shengsiyuan/jvm/bytecode/MyTest2.x:I #5 = Class #38 // com/shengsiyuan/jvm/bytecode/MyTest2 #6 = Methodref #5.#34 // com/shengsiyuan/jvm/bytecode/MyTest2."<init>":()V #7 = Methodref #5.#39 // com/shengsiyuan/jvm/bytecode/MyTest2.setX:(I)V #8 = Methodref #40.#41 // java/lang/Integer.valueOf:(I)Ljava/lang/Integer; #9 = Fieldref #5.#42 // com/shengsiyuan/jvm/bytecode/MyTest2.in:Ljava/lang/Integer; #10 = Class #43 // java/lang/Object #11 = Utf8 str #12 = Utf8 Ljava/lang/String; #13 = Utf8 x #14 = Utf8 I #15 = Utf8 in #16 = Utf8 Ljava/lang/Integer; #17 = Utf8 <init> #18 = Utf8 ()V #19 = Utf8 Code #20 = Utf8 LineNumberTable #21 = Utf8 LocalVariableTable #22 = Utf8 this #23 = Utf8 Lcom/shengsiyuan/jvm/bytecode/MyTest2; #24 = Utf8 main #25 = Utf8 ([Ljava/lang/String;)V #26 = Utf8 args #27 = Utf8 [Ljava/lang/String; #28 = Utf8 myTest2 #29 = Utf8 setX #30 = Utf8 (I)V #31 = Utf8 <clinit> #32 = Utf8 SourceFile #33 = Utf8 MyTest2.java #34 = NameAndType #17:#18 // "<init>":()V #35 = Utf8 Welcome #36 = NameAndType #11:#12 // str:Ljava/lang/String; #37 = NameAndType #13:#14 // x:I #38 = Utf8 com/shengsiyuan/jvm/bytecode/MyTest2 #39 = NameAndType #29:#30 // setX:(I)V #40 = Class #44 // java/lang/Integer #41 = NameAndType #45:#46 // valueOf:(I)Ljava/lang/Integer; #42 = NameAndType #15:#16 // in:Ljava/lang/Integer; #43 = Utf8 java/lang/Object #44 = Utf8 java/lang/Integer #45 = Utf8 valueOf #46 = Utf8 (I)Ljava/lang/Integer;
可是，我們得到的常量池里的元素個數(shù)是46。我們看常量池第一個元素，它的索引是從1開始的。所以索引值范圍是1~46。設(shè)計者將第0項常量空出來是有特殊考慮的，這樣做的目的在于滿足后面某些指向常量池的索引值的數(shù)據(jù)在特定情況下需要表達“不引用任何一個常量池項目”的含義，這種情況就可以把索引值置為0來表示。根本原因在于，索引為0也是一個常量（保留常量），只不過它不位于常量表中。這個常量就對應(yīng)Null值，所以常量池的索引從1而非0開始。
常量池結(jié)構(gòu)剖析
緊接其后的就是常量池了。一個Java類中定義的很多信息都是由常量池維護和描述的�？梢詫⒊Ａ砍乜醋魇荂lass文件的資源庫。比如：Java類中定義的方法與變量信息，都是存儲在常量池中。常量池中主要存儲兩類常量：字面常量和符號引用。字面量，如文本字符串，Java中聲明為常量值，而符號引用如類和接口的全局限定名，字段的名稱和描述符，方法的名稱和描述符等。
注：常量池中存儲的不一定是不變的量！如，private int x = 5，x是變量，但“x”這個變量名字依然存在常量池中。
我們也可以把常量池當(dāng)做一個數(shù)組（常量池中的每一項常量都是一個表），與一般數(shù)組不同的是，常量池數(shù)組中不同的元素類型，結(jié)構(gòu)都是不同的，長度當(dāng)然也不相同；但是每一個元素的第一個數(shù)據(jù)都是u1類型，該字節(jié)是個標志位，占一個字節(jié)。JVM在解析長量池時，會根據(jù)這個u1類型來獲取元素的具體類型。目前，常量池中出現(xiàn)的常量類型有14種，如下表：
有了這張表就可以繼續(xù)剖析常量池的內(nèi)容了，常量池第一個字節(jié)就是一個標志位，0x000A=10，說明第一個常量類型是CONSTANT_Methodref_info。這是一個表類型，它對應(yīng)的結(jié)構(gòu)是：
CONSTANT_Methodref_info {
u1 tag;
u2 class_index;
u2 name_and_type_index;
}
可知，該類型常量占1+2+2=5個字節(jié)。所以我們從常量池前5個字節(jié)就是第一個常量元素了。緊接后面就是第二個常量，同樣的，開始是一個標志位，即0x008=8�？芍诙䝼�常量是CONSTANT_String_info類型。CONSTANT_String_info 用于表示java.lang.String類型的常量對象，格式如下：
CONSTANT_String_info {
u1 tag;
u2 string_index;
}
所以常量池的第二個元素占3個字節(jié)。按照這個套路，我們就可以找出每一個常量了。一直數(shù)到第46個常量，常量池就結(jié)束了。此處是常量池中的14種常量項的結(jié)構(gòu)總表。感興趣的可以對照這個表，去把剩下的常量對照出來。
常量項分析
第一個常量是CONSTANT_Methodref_info類型的，它描述了類中方法的符號引用。class_index 項的值必須是對常量池的有效索引，常量池在該索引處的項必須是CONSTANT_Class_info結(jié)構(gòu)，表示一個類或接口。
class_index表示的索引值是0x000A=10。根據(jù)之前?javap -verbose?輸出的常量池信息，我們可以知道常量池的#10項是CONSTANT_Class_info類型的常量。該類型常量用于表示類或接口，格式如下：
CONSTANT_Class_info {
u1 tag;
u2 name_index;
}
name_index 項的值，必須是對常量池的一個有效索引。常量池在該索引處的項必須是CONSTANT_Utf8_info結(jié)構(gòu)，代表一個有效的類或接口二進制名稱的內(nèi)部形式。
name_index 表示的索引值是43（這里我直接從上面的量池信息讀出，如果從字節(jié)碼里看，此處的值為0x002B=43）。所以接著找常量池第43項的常量類型，是CONSTANT_utf8_info類型，用于表示字符串常量的值，結(jié)構(gòu)如下：
CONSTANT_Utf8_info {
u1 tag;
u2 length;
u1 bytes[length];
}
其中，length 項的值指明了 bytes[]數(shù)組的長度，bytes[]是表示字符串值的byte數(shù)組。在這里，我把字節(jié)碼常量池中#43處常量的16進制值單獨拿出來來看。下圖有背景色的部分就是完整的CONSTANT_Utf8_info類型常量表示。
第一個字節(jié)是標志位，0×0001=1。說明此常量類型是CONSTANT_Utf8_info。后面2個字節(jié)是0×0010=16，表示后面bytes[]長度為16。所以往后數(shù)16個字節(jié)就是整個它表示的字符串常量。
bytes[]第一個字節(jié)值，0x006A。根據(jù) ASCII碼對照表，代表的字符串是”j”。依次的，第二個字節(jié)0×0061，代表“a”，等等。把16個字節(jié)看完你就得到了字符串常量表示“java/lang/Object”。好了這表示一個類的全限定名。饒了一大圈，終于找到最終要表示的常量信息了。
到此，我們把第一個常量的結(jié)構(gòu)中的class_index就解析完了，還剩一個name_and_type_index。它表示了常量池在該索引處的項必須是 CONSTANT_NameAndType_info結(jié)構(gòu)，它表示當(dāng)前字段或方法的名字和描述符。后面大家可以根據(jù)常量池中的14種常量項的結(jié)構(gòu)總表，并結(jié)合javap得到的常量池信息，自己去分析每個常量在常量池里是怎么個回事。
總結(jié)
這篇文章介紹了，字節(jié)碼文件的結(jié)構(gòu)組成，并分析了魔數(shù)、次主版本號和常量池。尤其帶大家深入分析了常量池的組成結(jié)構(gòu)，并拿例子中的常量池第一個常量作為案例，完整解析它在常量池中的各項引用。套路都是一樣的，常量池后面的常量，大家可以自己去分析了。你會發(fā)現(xiàn)類中有用的信息都存在了我們的常量池里，然后以索引的形式，給代碼使用。這也就是常量池作為class文件的資源倉庫的原因了。
標簽： 代碼
版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。
