您的位置: 首页  >  文章  >  Java字节码：深度分析Class类文件

Java字节码：深度分析Class类文件

分类: 文章 • 2023-11-03 20:07:10

title: Java字节码（一）：深度分析Class类文件
date: 2019-03-27 15:58:04
categories:

  • Java虚拟机
    tags:
  • Java字节码

引言

我们知道，java是一个跟平台无关性的编程语言，而平台无关性的基础就是虚拟机与字节码存储格式。Java虚拟机不和包括java语言在内的任何语言绑定，它只认Class文件（kotlin、scala等皆可在jvm上运行）。Class文件中包含了一个Java程序的指令集和符号集以及其他信息，编译器严格按照规范来将Java程序编译为字节码。在这儿，我们分析下Class文件的数据结构。

Class类文件结构

Class文件是以8位字节为基础的二进制流文件，其中没有间隔，在文件中只保留了必要的数据，节省了大量的空间。在Class字节码中有两种数据类型：

  • 字节数据直接量：这是基本的数据类型。共细分为u1、u2、u4、u8四种，分别代表连续的1个字节、4个字节、8个字节组成的整体数据。
  • 表（数组）：表是由多个基本数据或其他表，按照既定顺序组成的大的数据集合。表是有结构的，它的结构体现在：组成表的成分所在的位置和顺序都是已经严格定义好的。

如下图所示，Class文件中字节码按一下顺序进行排列。

Java字节码：深度分析Class类文件

我们通过最简单的一个程序，来示例讲解Class文件结构。

public class MyTest1 {

    private int a = 1;

    public int getA() {
        return a;
    }

    public void setA(int a) {
        this.a = a;
    }


}

使用16进制工具(winHex)打开MyTest1.class文件，16进制字节码中，一个数字或字母占4位，两个数字或字母代表一个字节。

Java字节码：深度分析Class类文件

使用javap -verbose命令分析一个字节码文件时，将会分析该字节码文件的魔数、版本号、常量池、类信息、类的构造方法、类中的构造方法、类中的方法信息、类变量与成员变量等信息。

Java字节码：深度分析Class类文件

魔数(4个字节)

所有的.class字节码文件的前4个字节都是魔数，魔数值是一固定值：0xCAFEBABE。 是用以Java虚拟机确定class文件的标志。很多文件格式都采用了魔数来进行文件的身份标识，比如jpg。选择在文件内容头部使用魔数而不用扩展名来进行文件的身份标识，主要是考虑了安全问题，因为扩展名易被修改。而魔数则可以由文件格式的制定者随意的指定，只要选择的魔数没有被广泛采用且不与其他魔数重复引起混淆就行。

版本号（2+2个字节）

.魔数之后的4个字节为版本信息，前两个字节表示minor version（次版本号），后两个字节表示major version（主版本号）。这里00 00 00 34，换算成十进制，表示次版本号为0，主版本号52。表示java版本1.8.0，1.8表示主版本号，0表示次版本号。可以使用java -version查看。JDK是向下兼容的，高版本的JDK能运行低于此版本的Class文件，低版本的JDK无法运行高于它本身的Class文件，即使文件格式未出错，虚拟机也拒绝执行高于其版本的Class文件。若进行运行，会报错java.lang.UnsupportedClassVersionError。

常量池（2+n个字节）

常量池（constant pool）：紧接着主版本号之后的就是常量池入口。一个Java类中定义的很多信息都是由常量池来维护和描述的，可以将常量池看作是Class文件的资源仓库，比如说Java类中定义的方法与变量信息，都是存储在常量池中。

常量池中主要存储两类常量：字面量和符号引用。

  • 字面量如文本字符串，Java中声明为final的常量值等。
  • 符号引用如类和接口的全局限定名，字段的名称和描述符，方法的名称和描述符。
常量池的总体结构

Java类所对应的常量池主要由常量池与常量池数组（常量表）这两部分共同构成。

  • 常量池数量紧跟在主版本号后面，占据2个字节

  • 常量池数组则紧跟在常量池数量之后。

    常量池数组与一般的数组不同的是，常量池数组中不同的元素的类型、结构都是不同的，长度当然也就不同，这些元素是被称之为表的数据结构；但是，每一种元素的第一个数据都是一个u1类型，该字节是个标志位，占据一个字节。JVM在解析常量池时，会根据这个u1类型来获取元素的具体类型。

    值得注意的是，常量池数组中元素的个数 = 常量池数量 - 1 （其中0位暂时不使用），根本原因在于，索引0也是一个常量（保留常量），只不过它不位于常量表中，这个常量就对应null值；所以，常量池的索引从1而非0开始。

Java字节码：深度分析Class类文件
常量池中的描述信息
  • 在JVM规范中，每个变量/字段都有描述信息，描述信息主要的作用是描述字段的数据类型、方法的参数列表（包括数量、类型、顺序）与返回值。根据描述符规则，基本数据类型和代表无返回值的void类型都用一个大写字符来表示，对象类型则使用字符L加对象的全限定名称来表示，为了压缩字节码文件的体积，对于基本数据类型，JVM都只使用一个大写字母来表示，如：B - byte, C - char ,D - double , F - float, I - long , s - short,Z - boolean ,V - void,L - 对象类型，如Ljava/lang/String;
  • 对于数组类型来说，每一个维度都使用一个[来表示，如int[]被记录为[I,String,String[][][]被记录为[[Ljava/lang/String;
  • 用描述符描述方法时，按照先参数列表，后返回值的顺序来描述。参数列表按照参数的严格顺序放在一组()之内，如方法:String test(int a,String b)的描述为：
    （I，Ljava/lang/String）Ljava/lang/String;
示例代码的常量池

​ 常量池数量：

  1. 第9、10个字节代表着常量池数量00 18，即24-1=23。

    常量池数组：

  2. 第11个字节是0A（tag值）= 10 ，为CONSTANT_Meothdref_info，这个类型有两个index值，占4个字节00 04 00 14，即为常量池中第4个元素，和第20个元素。

    java/lang/Object.""????)V

    表示无参数列表的返回值为void的方法，即虚拟机创建的构造方法。

  3. 第16个字节为09 = 9 ，为CONSTANT_Fieldref_info，后四个字节为两个索引00 03 00 15
    即第3个元素，第21个元素。

    bytecode/MyTest1.a:I
    表示MyTest1类下的a属性的值为int类型

  4. 第21个字节为07，为CONSTANT_Class_info，后2个字节为指向全限定名常量项的索引，指向22

    bytecode/MyTest1

    表示此类的全限定名

  5. 第24字节为07，00 17指向#23。

    java/lang/Object
    表示父类的全限定名

  6. 第27字节为01，为CONSTANT_utf8_info，后2位字节为UTF-8编码的字符串长度length 00 01，表示后面有一个字节来表示这个字符，即为61 = a

    后面相同的类型，就简写了。

  7. 第31字节为01，00 01，字符串为49 = I

  8. 第35字节为01，00 06，字符串3C 69 6E 69 74 3E，表示为<init>

  9. 第43字节为01 ，00 03，28 29 56，表示为()V

  10. 第50字节为01，00 04，43 6F 64 65，表示为Code

  11. 第57字节为01，00 0F，表示为LineNumberTable

  12. 第75字节01 ，00 12，表示为LocalVariableTable

  13. 第95字节01， 00 04 ，this

  14. 第83字节01，00 12，Lbytecode/MyTest1;

  15. 第109字节01，00 04，getA

  16. 第131字节01，00 03，()I

  17. 第136字节01，00 04，setA

  18. 第143字节01， 00 04，(I)V

  19. 第151字节01，00 01，SourceFile

  20. 第163字节01，00 0C，MyTest1.java

  21. 第179字节0C,为CONSTANT_NameAndType_info，后四个字节指向方法名称#7；方法描述#8

    “”????)V

  22. 第184字节0C,为CONSTANT_NameAndType_info,后四个字节指向字段名称#5；字段描述#6

    a:I

  23. 第189字节01，00 10，bytecode/MyTest1

  24. 第207字节01，00 10，java/lang/Object

类的访问权限（2个字节）

接下来是类的访问权限access_flag，第227、228字节00 21：是0x0020和0x0001的并集，表示ACC_PUBLIC与ACC_SUPER。

Java字节码：深度分析Class类文件

类名（2个字节）

第229、230字节00 03为类名，是一个引用值，表示常量池中第三个常量。当前类的全限定名。

父类名（2个字节）

第231、232字节00 04为父类名，是一个引用值，表示常量池中第四个常量。当前类的父类全限定名。

接口（2+n个字节）

第233、234字节00 00为接口数，接口数为0，后面的接口名就不会出现了。

域（2+n个字节）

域的个数

第235、236字节00 01为成员变量数，为1个。

字段表集合

字段表用于描述类和接口中声明的变量。这里的字段包含了类级别的变量以及实例变量，但是不包括方法内部声明的局部变量，下图为字段表的结构。

Java字节码：深度分析Class类文件

本例中只有一个字段。

  1. 第237、238字节00 02为这个成员变量的权限访问符，表示privat。
  2. 第239、240字节00 05为这个成员变量的名称描述符，指向常量池中的#5 =a。
  3. 第241、242字节00 06为这个成员变量的类型描述符，指向常量池中的#6 =I。
  4. 第243、244字节00 00为附加属性个数，为0，则附加属性表就不会出现。附加属性是有些编译器在编译阶段添加的值。

方法（2+n个字节）

方法个数

第245、246字节00 03为方法数，共3个方法。

方法表集合

方法表描述了一个方法的信息。

Java字节码：深度分析Class类文件

属性表集合描述了这个方法的相关属性，执行码、异常表等，JVM预定义了部分属性，但是编译器自己也可以实现自己的属性写入class文件里，供运行时使用。

不用的属性通过attribute_name_index来区分。

Java字节码：深度分析Class类文件
NO.1

  1. 第247、248字节00 01为权限访问符，表示public。

  2. 第249、250字节00 07为这个方法的名称描述符，指向常量池中的#7 = <init>

  3. 第251、252字节00 08为这个方法的类型描述符，指向常量池中的#8 = ()V

  4. 第253、254字节00 01为附加属性个数。这些属性用以描述方法，由Java虚拟机根据方法的执行代码编译时计算出来的。

  5. 属性信息attribute_info:

    Code attribute的作用是保存改方法的结构，如下图。

    Java字节码：深度分析Class类文件
    • attribute_length表示attribute所包含的字节数，不包含attribute_name_index和attribute_length字段。
    • max_stack表示这个方法运行的任何时刻所能达到的操作数栈的最大深度。
    • max_locals表示方法执行期间创建的局部变量的数目，包含用来表示传入的参数的局部变量。
    • code_length表示该方法所包含的字节码的字节数以及具体的指令码。
    • 具体字节码即是该方法被调用时，虚拟机所执行的字节码。
    • exception_table，这里存放的是处理异常的信息。
    • 每个exception_table表现由start_pc，end_pc，hander_pc，catch_type组成。

    1. 第255、256字节00 09为属性值的索引，#9 为Code，表示执行代码。

    2. 第257、258、259、260字节00 00 00 38为属性长度，为56字节。

    3. 第261、262字节00 02为操作数栈的最大深度，栈深度为2。

    4. 第263、264字节00 01为局部变量个数。

    5. 第265、266、267、268字节00 00 00 0A为这个方法包含的字节数与字节码，一共占10个字节，代表这个方法真正执行的内容（也就是助记符，在字节码中只是一些16进制的符号，转换为助记符，帮助我们记忆）。

      1. 第269字节2A，对应助记符aload_0，从局部变量表中位于0slot中的变量推到操作数栈中去。
      2. 对应助记符invokespecial，调用父类的方法。
        1. 第271、272字节00 01代表这个助记符的参数 ，指向常量池#1，java/lang/Object."<init>":()V，即代表调用Object类的这个方法，即父类的构造方法。
      3. 第273字节2A，对应助记符aload_0。
      4. 第274字节04 ，对应助记符iconst_1，将int类型的数1推送到操作数栈顶。
      5. 第275字节B5 ，对应助记符putfield。
        1. 第276、277字节00 02代表这个助记符的参数，指向常量池#2， bytecode/MyTest1.a:I，也就是说将刚刚推到操作数栈顶的1赋予MyTest1中的a。
      6. 第278字节B1，对应助记符return，返回void。

    6. 第279、280字节00 00，异常表长度为0，异常表就不会出现了。

    7. 第281、282字节00 02，表示附加属性个数。

      首先是LineNumTable，行号信息，通过这个信息，可以确定，代码的所在的行数。

      Java字节码：深度分析Class类文件
      1. 第283、284字节00 0A，代表附加属性索引，指向常量池#10，LineNumberTable
      2. 第285、286、287、288字节00 00 00 0A，代表这个附加属性的长度。
      3. 第289、290字节00 02，代表有两个映射。
      4. 第291、292字节00 00，
      5. 第293、294字节00 0F，表示code数组中偏移量为0的，映射到第10行，在第10行，编译器生成了一个构造方法。
      6. 第295、296字节00 04，
      7. 第297、298字节00 11，表示code数组中偏移量为4的，映射到第17行，
        然后是LocalVariableTable，局部变量表。
      8. 第299、300字节00 0B，代表附加属性索引，指向常量池#11，LocalVariableTable
      9. 第301、302、303、304字节00 00 00 0C代表这个附加属性的长度。
      10. 第305、306字节00 01 ，代表只有一个变量。
      11. 第307、308字节00 00，代表局部变量从0开始。
      12. 第309、310字节00 0A，代表局部变量长度。

      11和12决定了局部变量的作用范围是从哪一行到哪一行。

      1. 第311字节00，代表局部变量索引。
      2. 第312字节0C，代表常量池中的#10，this，代表当前对象。
      3. 第313、314字节00 0D，表示词局部变量的描述，代表常量池中的#13， Lbytecode/MyTest1;
      4. 第315、316字节00 00，做校验检查的。

      在Java中，每个方法都可以访问this，对于非静态方法来说，至少有一个局部变量传入方法，即this。

    ​

NO.2

  1. 第317、318字节00 01为权限访问符，表示public。

  2. 第319、320字节00 0E为这个方法的名称描述符，指向常量池中的#14 = getA。

  3. 第321、322字节00 0F为这个方法的类型描述符，指向常量池中的#15 =()I。

  4. 第323、324字节00 01为附加属性个数。这些属性用以描述方法，由Java虚拟机根据方法的执行代码编译时计算出来的。

  5. 属性信息attribute_info:

    1. 第325、326字节00 09为属性值的索引，#9 为Code，表示执行代码

    2. 第327、328、329、330字节00 00 00 2F为属性长度

    3. 第331、332字节00 01为操作数栈的最大深度

    4. 第333、334字节00 01为局部变量表最大长度

    5. 第335、336、337、338字节00 00 00 05为这个方法包含的字节数与字节码，一共占5个字节，代表这个方法真正执行的内容（助记符，在字节码中只是一些16进制的符号，转换为助记符，帮助我们记忆

      1. 第339字节2A，对应助记符aload_0，

      2. 第340字节B4，对应助记符getfiled，调用父类的方法

      3. 第341、342字节00 02代表这个助记符的参数 ，指向常量池#2， // bytecode/MyTest1.a:I
        表示从对象中获取字段

      4. 第343字节AC，对应助记符ireturn，表示返回一个int

      5. 第344、345字节00 00，异常表长度为0，异常表就不会出现了

      6. 第346、347字节00 02，表示附加属性个数:

        首先是LineNumTable，行号信息

        1. 第348、349字节00 0A，代表附加属性索引，指向常量池#10，LineNumberTable
        2. 第350、351、352、353字节00 00 00 06，代表这个附加属性的长度
        3. 第353、354字节00 01，代表有1个映射
        4. 第355、356字节00 00，
        5. 第357、358字节14 00，
        6. 表示code数组中偏移量为0的，映射到第20行，在第20行，对应return a；

        然后是LocalVariableTable，局部变量表

        1. 第359、360字节00 0B，代表附加属性索引，指向常量池#11，LocalVariableTable
        2. 第361、362、363、364字节00 00 00 0C代表这个附加属性的长度
        3. 第365、366字节00 01 ，代表只有一个变量
        4. 第367、368字节00 00，代表局部变量从0开始
        5. 第369、370字节00 05，代表局部变量长度
        6. 第371字节00，代表局部变量索引
        7. 第372字节0C，代表常量池中的#10，this，代表当前对象
        8. 第373、374字节00 0D，表示词局部变量的描述，代表常量池中的#13， Lbytecode/MyTest1;
        9. 第376、377字节00 00，做校验检查的
NO.3

第三个方法就不再叙述了，与第二个方法差不多。

从上文看出，当一个Java程序中没有构造方法时，编译器会生成一个<init>方法，即构造方法。且非静态成员变量赋值是在构造方法中完成的。若有多个构造方法，每个构造方法都会完成非静态成员变量赋值。

字节属性

  1. 第456、457字节00 01，只有一个属性。
  2. 第458、459字节00 12，指向#18 ，SourceFile。
  3. 第460、461、462、463字节00 00 00 02，表示属性长度，占两个字节。
  4. 第464、465字节00 13，表示#13，MyTest1.java 。

相关推荐