1.流程

• 創建 HelloWorld.java
  代碼如下
  package jvm;

    /**
     * @author lidiqing
     * @since 2017/3/4.
     */
    public class HelloWorld {
    
        private final String text = "Hello World!";
    
        public HelloWorld() {
        }
    
        public String getText() {
            return text;
        }
    }
  

• 編譯成 HelloWorld.class

• 使用 javap -verbose HelloWorld.class輸出字節信息
  

  javap輸出

• 使用 winhex 查看二進制數據
  
  winhex輸出

2.結構詳解

2.1 Class 文件格式

2.1.1 概述

結構：Class 文件 == 8位字節為單位的二進制流 == 無符號數 + 表

• u2, u4 => 無符號數，代表2個字節，u4 代表4個字節
• xxx_info => 表，無符號數或其他表構成，整個 class 就是一張表
  • cp_info 常量表
  • field_info 字段表
  • method_info 方法表
  • attribute_info 屬性表

特點：

• 不依賴于任何操作系統
• 數據存儲使用大端字節序

文件格式：

2.2 魔數和版本

2.2.1 概述

• 魔數
  唯一作用：確認該文件能被虛擬機接受
  類加載過程中的驗證階段，會判斷該 Magic

• 版本號和編譯器 JDK 有關

2.2.2 數據分析

魔術和版本對應數據

• magic
  固定值：0xCAFEBABY

• minor_version
  次版本號：0x0000

• major_version
  主版本號：0x0034

2.2.3 表

Class 文件的版本表

2.3 常量池（常量表集合）

2.3.1 概述

特點：

• Class 文件的資源倉庫
• Class 文件中和其他項目關聯最多
• Class 文件中最大的數據項目之一

主要類型：

• 字面量，語言層面的常量，如文本字符串，final常量（如字符串 'HelloWorld!'）
• 符號引用，編譯層面的常量
  • 類和接口的全限定名（如 jvm/HelloWorld）
  • 字段的名稱和描述符 (如 jvm/Helloworld/text:Ljava/lang/String;)
  • 方法的名稱和描述符（如 java/lang/Object."<init>":()V）

作用：

無論是字段表、方法表還是屬性表，只要涉及到一些常量或者描述，都會有個索引指向該表的某個位置

2.3.2 數據分析

在 class 中的二進制數據

常量池的二進制數據

• constant_pool_count => 0x19
  容量計數，常量表從 1 開始計數，所以 0x19 只有 0x18 個常量，十進制 24 個常量
  這樣的話，如果因為其他地方用了索引為 0，常量為空，比如 java.lang.Object 對象是所有類的基類，父索引為 0

• constant_pool
  對照 2.3.3 的常量池結果總表來進行分析，直接用 javap 輸出 24 個常量如下

    Constant pool:
       #1 = Methodref          #5.#20         // java/lang/Object."<init>":()V
       #2 = String             #21            // Hello World!
       #3 = Fieldref           #4.#22         // jvm/HelloWorld.text:Ljava/lang/String;
       #4 = Class              #23            // jvm/HelloWorld
       #5 = Class              #24            // java/lang/Object
       #6 = Utf8               text
       #7 = Utf8               Ljava/lang/String;
       #8 = Utf8               ConstantValue
       #9 = Utf8               <init>
      #10 = Utf8               ()V
      #11 = Utf8               Code
      #12 = Utf8               LineNumberTable
      #13 = Utf8               LocalVariableTable
      #14 = Utf8               this
      #15 = Utf8               Ljvm/HelloWorld;
      #16 = Utf8               getText
      #17 = Utf8               ()Ljava/lang/String;
      #18 = Utf8               SourceFile
      #19 = Utf8               HelloWorld.java
      #20 = NameAndType        #9:#10         // "<init>":()V
      #21 = Utf8               Hello World!
      #22 = NameAndType        #6:#7          // text:Ljava/lang/String;
      #23 = Utf8               jvm/HelloWorld
      #24 = Utf8               java/lang/Object    
  

Methodref，是方法的符號引用，比如虛擬機調用 invokespecial 指令會用到，比如該類的初始化方法字節碼指令中有這么一條

    1: invokespecial #1

這樣會實例化 #1 的方法，而 #1 是 java.lang.Object 的初始化方法，所以該指令執行了 Object 的初始化
Fieldref，是字段的符號引用，比如虛擬機調用 putfield 指令會去解析該符號引用

    7: putfield #3    

這樣的話會把該符號引用對應的變量，設置為棧幀中的值
NameAndType，字段或者方法的描述，有名稱和描述符組合起來
Class，表示一個類的全限定名
String，表示一個字符串常量
Utf8，使用 utf-8 格式編碼的字符串，最后其他類型的常量都會指向這些值，這是最基本的常量值

Class 文件加載后，常量池的字面量和符號引用會被存入方法區，多個線程共享。方法區又稱為永久帶，GC 基本不在方法區進行垃圾回收。但也會有，比如一些廢棄的常量和無用的類

2.4 訪問標志

2.4.1 概述

識別類或接口層次的訪問信息

u2類型=2個字節=16位可用，目前只定義了8個，可見后面的訪問標志表

2.4.2 數據分析

在 class 中的二進制信息

訪問標志二進制數據

• access_flags

該值為 0x21 = 0x01| 0x20

0x01 => ACC_PUBLIC
0x20 => ACC_SUPER

對照訪問標志表，可知是一個普通的 public 類
使用 JDK 1.0.2 之后編譯出來的類的 ACC_SUPER 均為真

2.4.3 訪問標志表

2.5 索引集合

2.5.1 概述

分為三種類型用來確定整個類的繼承關系，屬于類的元數據

• 類索引（this_class）
• 父類索引（super_class）
• 接口索引集合（interfaces）

根據規則，每個類只能有一個父類，但可以有多個接口
而更特殊的 java.lang.Object 是沒有父類的，畢竟是所有類的基類，所以有且僅有 Object 類的父類索引為 0

2.5.2 數據分析

在 class 中的二進制信息

索引集合二進制數據

• this_class => 0x0004
  這里指向常量池第4個常量，為 Class，全限定名為 jvm/HelloWorld
  使用 javap 解析到的數據

    Constant pool
        #4 = Class      #23
        #23 = Utf8      jvm/HelloWorld
  

這個索引用來表示該類的全限定名

• super_class => 0x0005
  常量池第5個常量，為 Class，全限定名為 java/lang/Object
  使用 javap 解析到的數據

    Constant pool
        #5 = Class      #24
        #24 = Utf8      java/lang/Object    
  

這個索引用來表示該類父類的全限定名，所以該類的父類就是 java/lang/Object

• interfaces_count => 0x0000
  接口數量為 0
  因為沒有實現任何接口

• interfaces
  因為接口數量為 0，所以后面沒有接口數據

2.6 字段表集合

2.6.1 概述

范圍：包含類級、實例級變量，不包括方法內部聲明的局部變量

信息：

使用標記表示

• 作用域
  • public
  • private
  • protect
• static 實例變量還是類變量
• final 可變性
• volatile 并發可見性
• transient 可被序列化

用常量表示

• 字段數據類型（基本類型、對象、數組）
• 字段名稱

2.6.2 數據分析

字段表集合二進制數據

• fields_count => 0x0001
  有一個字段

• fields
  從 fields_count 知道只有一個字段，查表可以得到 field_info 各個部分為：
  access_flags => 0x0012=0x0010|0x0002
  根據字段訪問標志可知，這是個 private 和 final 型屬性
  name_index => 0x0006
  索引對應常量池第6個常量，名為 “text”

    Constant pool
        #6 = Utf8       text    
  

descriptor_index => 0x0007
索引對應常量池第7個常量，所以描述符為 “Ljava/lang/String;”

    Constant pool
        #6 = Utf8       Ljava/lang/String;  

attribute_count => 0x0001
所以該字段有一個屬性，接下來就是詳細的 attribute_info 數據，表示該字段的屬性
attribute_name_index => 0x0008
索引對應常量池第8個常量，屬性名稱為 “constantvalue”

    Constant pool
        #8 = Utf8       constantvalue    

該屬性用來通知虛擬機自動為靜態變量賦值。這個發生在類的加載過程中的初始化階段。關于類變量，初始化的時候會給默認值，但如果有 Constantvalue 屬性，就會用這個屬性的值來對類變量進行初始化
attribute_length => 0x00000002
constantvalue 的該值固定為 2，因為后面需要 u2 類型的數據來指向常量池，表示該 constantvalue 的值
constantvalue_index => 0x0002，索引對應常量池第2個常量，值為 “Hello World！”

    Constant pool
        #2 = String     #21
        #21 = Utf8      Hello World!    

實際上，用代碼進行比較的話，上面字段對應 Java 源碼為

    private final String text = "Hello World!";    

在編譯成 class 文件后，我們可以解析到這樣的結果

    flags: ACC_PRIVATE ACC_FINAL
    name: text
    descriptor: Ljava/lang/String;
    attributes:
        constantvalue:HelloWorld!

在 Java 中用 static 和 final 修飾的字段，即該類的常量字段。在 Java 編譯階段的常量傳播優化中，如果 B 只引用了 A 的常量，編譯后 A 的常量會被轉化為 B 的常量，存入 B 類的常量池里。所以，常量傳播優化后，使用者 B 就會擁有 A 的常量，對 A 常量的引用在 Class 文件中成為對自己的常量的引用

2.6.3 表

字段表（field_info）：

字段訪問標志（access_flag）：

描述符（descriptor）：

數組每一維度用 “[” 來描述

比如

• int[] => [I
• string[][] => [[java/lang/String;
• void inc => ()V
• String toString => ()Ljava/lang/String;
• int indexof(char[] a, int b, char[] c, int d) => ([CI[CI)I

類的字段和方法都由兩部分來表示，即名稱和描述符（NameAndType）

2.7 方法表集合

2.7.1 概述

特點：

• 方法中的代碼，被編譯成字節碼后，放在了 “Code” 屬性中
• 如果父類的方法沒有被子類重寫，不會出現父類方法的信息
• 會出現編譯器添加的方法，比如類構造器“<clinit>”和實例構造器“<init>”
• Java 文件中同一個類中的方法的特征簽名不能一致；Class 文件特征簽名可以一致，但返回值要不同

特征簽名 => 一個方法中各個參數在常量池中的字段符號的引用集合，不包含返回值

2.7.2 數據分析

方法表集合二進制數據

• methods_count => 0x0002
  表示該類有兩個方法

• methods
  分別有兩個方法，都是 method_info 的結構。methods_count 緊接著就是第一個方法表
  現在只分析第一個方法表
  access_flag => 0x0001
  方法為 Public 方法
  name_index => 0x0009
  方法名稱為常量表第9個常量，是 Utf8 類型，為 “<init>”，所以這個方法是類的初始化方法

    Constant pool
        #9 = Utf8       <init>  
  

descriptor_index => 0x000A
方法描述符為常量表第10個常量，也是 Utf8 類型，為 “()V”

    Constant pool
        #10 = Utf8      ()V    

attribute_count => 0x0001
屬性數量為 1。從這個可知，該方法有一個屬性。
基本上所有方法都至少有一個屬性 “Code” 用來記錄方法中編譯后的字節碼指令。也可以說，方法中的代碼編譯成字節碼指令后都被存入了 “Code” 屬性中了
attribute_name_index => 0x000B
常量表第11個常量，也是 Utf8 類型，就是 “Code” 屬性

    Constant pool
        #11 = Utf8      Code    

attribute_length => 0x0000003D
表示接下來的 61 個字節就是 “Code” 屬性表的內容了，關于這個屬性表的解析在后面
使用 javap 可以得出詳細的解析結果如下：

javap的解析結果

2.7.3 表

方法表（method_info）：

方法訪問標志（access_flag）：

2.8 屬性表集合

2.8.1 概述

上面已經有用到兩種屬性，字段用到 constantvalue 用來表示是一個常量，方法用到了 code 來記錄方法的字節碼指令集合

特點：

• 屬性不要求嚴格按順序排列，只要不重名
• 屬性值的結構可完全自定義，但虛擬機只取自己認識的

2.8.2 基本結構

每個屬性的名稱都要從常量池中拿一個 Utf8 類型的常量。屬性的內容為 attribute_length 個 info 組成，每個 info 由一個字節組成。所以屬性的組成是很靈活的，如何解釋這些 info，有虛擬機的標準，也可以完全自定義。但虛擬機在解析的時候，只取自己標準的那部分

2.8.3 幾個主要屬性

2.8.3.1 Code 屬性

使用在方法表中，用來表示代碼編譯成的字節碼指令

具體的結構為

現在拿類第一個方法表的 Code 屬性來進行分析

第一個方法表的 code 屬性二進制數據

• attribute_name_index 和 attribute_length 上面已經解析過了，為 “Code”，長度為 29。即后面的 29 個字節均為該屬性的內容

• max_stack => 0x0002
  操作數棧的最大深度，方法執行的任意時刻，操作數棧不會超過這個深度，虛擬機用這個值來分配棧幀（Stack Frame）中的操作數棧深度。這里表示該方法的操作數棧最深為 2。如果虛擬機執行的時候，有出現超出了這個深度，會拋出 Stack Overflow 的異常

• max_locals => 0x0001
  局部變量表所需的存儲空間。該值的單位為 Slot，長度不超過 32 位的數據類型，比如 byte，int 等用一個 Slot，而 double 和 long 用兩個 Slot。這里表示方法局部變量的存儲空間為 1 個Slot

• code_length => 0x0000000B
  方法體內的字節碼長度，這里的長度為 11，所以接下來 11 位就是字節碼指令了

• code
  方法體的字節碼指令，每個指令用一個 u1 表示，即 8 位，一共可以表達 256 條指令，目前虛擬機已經定義 200 多條了。code 指令可以分成以下幾種類型。其中異常指令只記錄顯示拋出（throw）的異常，而像 try...catch 的異常則有屬性表之異常表來處理

  • 加載和存儲
  • 運算
  • 類型轉換
  • 對象的創建和訪問
  • 操作數棧管理
  • 控制轉移
  • 方法調用和返回
  • 異常
  • 同步指令

• attributes_count => 0x00000002
  表示后面還有兩個屬性，對照表可知為 LineNumberTable 和 LocalVariableTable。這兩個屬性都不是必須的，主要用來描述源碼和字節碼之間的一些關系

因為該方法比較簡單，沒有異常等。如果有異常，Code 屬性中還會有異常表 Exception table

2.8.3.2 LineNumberTable 屬性

用處

• 描述 Java 源碼和字節碼行號的對應關系
• 可以使用 javac -g:none 或 -g:lines 選項來取消或顯示。默認顯示
• 用來實現斷點調試（如果沒有的話無法斷點）

LineNumberTable 具體的結構為

line_number_info 由 start_pc 和 line_number 組成，分別表示字節碼行號和源碼行號

現在拿上面的方法的 LineNumberTable 屬性數據來進行分析

第一個方法的 Code 屬性的 LineNumberTable 的二進制數據

• attribute_name_index => 0x000C
  屬性名稱，指向常量池第 12 個常量，可以得知就是 “LineNumberTable”

    Constant pool
        #12 = Utf8      LineNumberTable 
  

• attribute_length => 0x0000000E
  屬性的長度為 15，所以接下來 15 個字節都是 LineNumberTable 屬性的值

• line_number_table_length => 0x0003
  表示接下來有 3 個的 line_number_info 類型，用來表示字節碼和源碼的對應關系。有可能多個字節指令才會對應一條源碼

• line_number_table
  現在就分析第一個 line_number_info 的信息
  start_pc => 0x0000，字節碼第0行
  PC 的全稱為 Program Counter，即程序計數，對應程序計數器的值，表示在字節碼指令中的偏移量。因為要保證線程切換后能回到正確的位置，所以每個線程都會有一個程序計數器
  line_number => 0x000B，源碼第11行
  結合 start_pc 可知，所以 0:aload_0 指令對應的源碼為 public HelloWorld() {

使用 javap 解析到方法 “<init>” 的完整 LineNumberTable 表如下

javap解析到的結果

有了這些class文件中有了這些信息，我們就可以進行斷點調試了。所以斷點調試是依賴于方法表中是否有設置 LineNumberTable 屬性

2.8.3.3 LocalVariableTable 屬性

用處

• 描述棧幀局部變量表中的變量和 Java 源碼中對應的變量之間的關系
• 可使用 -g:none 或 -g:vars 來取消或者生產這項信息
• 沒有該屬性，當其他人引用這個方法，所有的參數名稱丟失，IDE 會使用 arg0、arg1 等占位符代替

LocalVariableTable 具體的結構為

local_variable_info 的結構為

用第一個方法表的 code 屬性的 LocalVariableTable 屬性數據來分析

第一個方法表的 code 屬性的 LocalVariableTable 屬性的二進制數據

• attribute_name_index => 0x000D
  指向常量池第 13 個常量，可以得知就是 “LocalVariableTable”

• attribute_length => 0x0000000C
  屬性的長度為 12，所以接下來 12 個字節都是 LocalVariableTable 屬性的值

• local_variable_table_length => 0x0001
  表示接下來有一個 local_variable_info 用來表示棧幀內局部變量表和源碼的關系

• local_varibale_info
  start_pc => 0x0000
  該局部變量的生命周期開始的字節碼偏移量
  length => 0x000B
  該局部變量的生命周期作用范圍的長度
  所以該局部變量作用在 0 -> 11 條字節碼之間，可知為整個方法的字節碼指令集范圍內
  name_index => 0x000E
  指向常量池第 14 個常量，為 “this”，所以這個局部變量是 this 指針，指向使用該方法的當前實例
  descriptor_index => 0x000F
  指向常量池第 15 個常量，為 “Ljvm/HelloWorld”，所以這個 this 指針代表的就是類 HelloWorld 的實例
  index => 0x0000
  表示該局部變量在棧幀局部變量表中 Slot 的位置，可知為第一個 Slot

2.8.3.4 ConstantValue 屬性

該屬性在 2.6.2 對字段 “text” 的解析中已經提到，具體的作用是通知虛擬機初始化靜態變量

目前類變量的初始化有兩種方式

• 使用 ConstantValue 屬性
  基本類型或者 java.lang.String，同時被 static 和 final 修飾的變量（又稱為常量）
• 在類構造函數 <clinit> 中
  不是常量，或者不是基本類型或 java.lang.String