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，要實作語言無關性，那麼Java體系中的class的檔案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範，一個是Java語言規範，另外一個是Java虛擬機規範，Java語言規範只是規定了Java語言相關的約束以及規則，而虛擬機器規範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，到底Java中一個Class檔案對應的字節碼應該是什麼樣子。 這篇文章會先整體闡述Class到底由哪些內容構成，然後再用一個實際的Java類別入手去分析class的檔案結構。
在繼續之前，我們首先需要先明確如下幾點：
1）Class檔案是由8個位元組為基礎的位元組流構成的，這些位元組流之間都嚴格按照規定的順序排列，且位元組之間不存在任何空隙，對於超過8個位元組的數據，將按照Big-Endian的順序存儲的，也就是說高位元組存儲在低的地址上面，而低位元組存儲到高地址上面，其實這也是class檔案要跨平台的關鍵，因為PowerPC架構的處理採用Big-Endian的儲存順序，而x86系列的處理器則採用Little-Endian的儲存順序，因此為了Class檔案在各中處理器架構下保持統一的儲存順序，虛擬機器規格必須對起進行統一。
2） Class檔案結構採用類似C語言的結構體來儲存資料的，主要有兩類資料項，無符號數和表，無符號數用來表述數字，索引引用以及字串等，例如u1,u2, u4,u8分別代表1個位元組，2個位元組，4個位元組，8個位元組的無符號數，而表是有多個無符號數以及其它的表組成的複合結構。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檔案中按照嚴格的順序排列的位元組流都具體包含些什麼資料：
看上圖的時候，有一點我們要注意，像是cp_info，cp_info表示常數池，上圖中用constant_pool[constant_pool_count-1]的方式來表示常數池有constant_pool_co unt-1個常數，它這裡是採用數組的表現形式，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採用了數組的方式，但是這裡並不像程式語言那裡，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意義。
1）u4 magic 表示魔數，而魔數佔了4個位元組，魔數到底是做什麼的呢？它其實就是表示這個文件的類型是一個Class文件，而不是一張JPG圖片，或是AVI的電影。而Class檔對應的魔數是0xCAFEBABE.
2）u2 minor_version 表示Class檔案的次版本號，且此版本號是u2類型的無符號數表示。
3） u2 major_version 表示Class檔案的主版本號，且主版本號是u2類型的無符號數表示。 major_version和minor_version主要用來表示目前的虛擬機器是否接受目前這種版本的Class檔案。不同版本的Java編譯器編譯的Class檔案對應的版本是不一樣的。高版本的虛擬機器支援低版本的編譯器編譯的Class檔案結構。例如Java SE 6.0對應的虛擬機器支援Java SE 5.0的編譯器編譯的Class檔案結構，反之則不行。
4） u2 constant_pool_count 表示常數池的數量。這裡我們需要重點來說一下常數池是什麼東西，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常數的值或者某個屬性的初始值等等，而符號引用主要儲存類別和介面的全限定名稱，欄位的名稱以及描述符，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的記憶體模型中有堆，棧，方法區，程式計數器構成，而方法區中又存在一塊區域叫運行時常數池，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數進去，最具代表性的就是String的intern方法。
5）cp_info 表示常數池，這裡面就存在了上面說的各種各樣的字面量和符號引用。放到常數池的中資料項目在The Java Virtual Machine Specification Java SE 7 Edition 中一共有14個常數，每一種常數都是一個表，並且每種常數都用一個公共的部分tag來表示是哪一種類型的常數。
以下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標誌位元為1, UTF-8編碼的字串CONSTANT_Integer_info tag標誌位元為3， 整形字面量CONSTANT_Float_info tag標誌位元為4，浮點型字面量CONSTANT_Long_info tagtag為5， 長字面量位元為6， 雙精確度字面量CONSTANT_Class_info tag標誌位元為7， 類別或介面的符號引用CONSTANT_String_info tag標誌位元為8，字串型別的字面量CONSTANT_Fieldref_info tag標誌位元為9, 欄位的符號引用CONSTANT_Methodref_info tag標誌位元為10，類別中方法的符號引用tag標誌位元為11, 介面中方法的符號引用CONSTANT_NameAndType_info tag標誌位元為12，欄位和方法的名稱以及類型的符號引用
6） u2 access_flags 表示類別或介面的存取訊息，具體如下圖所示：
7）u2 this_class 表示類別的常數池索引，指向常數池中CONSTANT_Class_info的常數
8）u2 super_class 表示超類別的索引，指向常數池中CONSTANT_Class_info的常數
9）u2 interface_counts 表示介面的數量
10）u2 interface[interface_counts]表示介面表，它裡面每一項都指向常數池中CONSTANT_Class_info常數
11）u2 fields_count 表示類別的實例變數和類別變數的數量
12) field_info fields[fields_count]表示欄位表的信息，其中欄位表的結構如下圖所示：
上圖中access_flags表示欄位的存取表示，例如欄位是public,private，protect等等，name_index表示欄位名稱，指向常數池中類型是CONSTANT_UTF8_info的常數，descriptor_index表示欄位的描述符，它也指向常數池中類型為CONSTANT_UTF8_info的常數，attributes_count表示欄位表中的屬性表的數量，而屬性表是則是一種用與描述字段，方法以及類別的屬性的可擴展的結構，不同版本的Java虛擬機所支援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表示方法的存取表示，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類似欄位表中的屬性表，只不過欄位表和方法表中屬性表中的屬性是不同的，例如方法表中就Code屬性，表示方法的程式碼，而欄位表中就沒有Code屬性。其中具體Class中到底有多少種屬性，等到Class檔案結構中的屬性表的時候再說。
15) attribute_count表示屬性表的數量，說到屬性表，我們需要先明確以下幾點：
屬性表存在於Class檔案結構的最後，欄位表，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。
複製代碼代碼如下:
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{ }
透過jdk1.6.0_37的javac 編譯後的TestClass.java對應的TestClass.class的二進位結構如下圖所示：
下面我們就根據前面所說的Class的檔案結構來解析以下上圖位元組流。
1）魔數<br/>從Class的檔案結構我們知道，剛開始的4個位元組是魔數，上圖從位址00000000h-00000003h的內容就是魔數，從上圖可知Class的檔案的魔數是0xCAFEBABE。
2）主次版本號<br/>接下來的4個位元組是主次版本號，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）常數池的數量<br/>接下來的2個位元組從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,但是對於常數池的數量需要明確一點，常數池的數量是constant_pool_count-1，為什麼要減一，是因為索引0表示class中的資料項不引用任何常數池中的常數。
4）常數池<br/>我們上面說了常數池中有不同類型的常數，下面就來看看TestClass.class的第一個常數，我們知道每個常數都有一個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，有上面的關於常數類型的描述可知tag為10的常數是Constant_Methodref_info,而Constant_Methodref_info的結夠如下圖所示：
其中class_index指向常數池中類型為CONSTANT_Class_info的常數，從TestClass的二進位檔案結構可以看出class_index的值為0×0004（位址為0000000bh-0000000ch)，也就是說指向第四個常數。
name_and_type_index指向常數池中類型為CONSTANT_NameAndType_info常數。從上圖可以看出name_and_type_index的值為0×0013，表示指向常數池中的第19個常數。
接下來又可以用同樣的方法來找出常量池中的所有常數。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數。透過javap -verbose TestClass 即可得到所有常數池中的常數，截圖如下：
從上圖我們可以清楚的看到，TestClass中常數池有24個常數，不要忘記了第0個常數，因為第0個常數被用來表示Class中的資料項目不引用任何常數池中的常數。從上面的分析我們得知TestClass的第一個常數表示方法，其中class_index指向的第四個常數為java/lang/Object，name_and_type_index指向的第19個常數值為<init>:()V,從這裡可以看出第一個表示方法的常數表示的是java編譯器產生的實例建構器方法。透過同樣的方法可以分析常量池的其它常數。 OK，分析完常數池，我們接下來再分析下access_flags。
5）u2 access_flags表示類別或介面方面的存取訊息，例如Class表示的是類別還是接口，是否為public,static，final等。具體訪問標示的意思之前已經說過了，下面我們就來看看TestClass的訪問標示。 Class的存取標示是從0000010dh-0000010e，期值為0×0021，根據前面說的各種存取標示的標誌位，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之後編譯的類別都會帶有的標誌。
6）u2 this_class表示類別的索引值，用來表示類別的全限定名稱，類別的索引值如下圖所示：
從上圖可以清楚到看到，類別索引值為0×0003，對應常數池的第三個常數，透過javap的結果，我們知道第三個常數為CONSTANT_Class_info類型的常數，透過它可以知道類別的全限定名稱為：com/ejushang/TestClass /TestClass
7）u2 super_class表示目前類別的父類別的索引值，索引值所指向的常數池中類型為CONSTANT_Class_info的常數，父類別的索引值如下圖所示，其值為0×0004, 查看常數池的第四個常數，可知TestClass的父類別的全限定名稱為：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，找到常數池的第五個常數，其類型為CONSTANT_Class_info，其值為：com/ejushang/TestClass/Super
9）fields_count 和field_info , fields_count表示類別中field_info表的數量，而field_info表示類別的實例變數和類別變量，這裡需要注意的是field_info不包含從父類別繼承過來的字段，field_info的結構如下圖所示：
其中access_flags表示欄位的存取標示，如public,private,protected，static,final等，access_flags的取值如下圖所示：
其中name_index 和descriptor_index都是常數池的索引值，分別表示欄位的名稱和欄位的描述符，欄位的名稱容易理解，但是欄位的描述符如何理解呢？其實在JVM 規範中，對於欄位的描述符規定如下圖所示：
其中大家需要注意上圖最後一行，它表示的是對一維數組的描述符，對於String[][]的描述符將是[[ Ljava/lang/String,而對於int[][]的描述符為[[I。接下來的attributes_count以及attribute_info分別表示屬性表的數量以及屬性表。下面我們還是以上面的TestClass為例，來看看TestClass的欄位表吧。
首先我們來看看欄位的數量，TestClass的欄位的數量如下圖所示：
從上圖可以看出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檔案中的二進位表示如下圖所示：
其中0x001A表示存取標示，透過查看access_flags表可知，其為ACC_PRIVATE,ACC_STATIC,ACC_FINAL,接下來0×0006和0×0007分別表示常數池中第6和第7個常數，透過查看常數池可知，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表示常數池中的第8個常數，查看常數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表述屬性名的常數池索引，本例中為ConstantValue，而ConstantValue的attribute_length固定長度為2，而constantValue_index表示常數池中的引用，本例中，其中為0×0009，查看第9個常數可以知道，它表示一個類型為CONSTANT_Integer_info的常數，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的二進位表示如下圖所示：
其中0×0002表示存取標示為ACC_PRIVATE,0x000A表示欄位的名稱，它指向常數池中的第10個常數，查看常數池可以知道欄位名稱為instanceVar，而0× 0007表示欄位的描述符，它指向常數池中的第7個常數，查看常數池可以知道第7個常數為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的所有標誌位元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，他們分別是指向常數池的索引。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）回傳值，例如public int instanceMethod(int param)的描述符為：（I）I，表示帶有一個int型別參數且回傳值也為int型別的方法，接下來就是屬性數量以及屬性表了，方法表和欄位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來看方法表的二進位表示法。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，我們先來看看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標誌位的描述，可知方法的access_flags的取值為ACC_PUBLIC,name_index為0x000B，查看常數池中的第11個常數，知道方法的名稱為<init>，0x000C表示descriptor_index表示常數池中的第12常數，其值為()V,表示<init>方法沒有參數和回傳值，其實這是編譯器自動產生的實例建構器方法。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對應的常數池中的常數為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程式碼是儲存在Class檔案方法表中的屬性表中的Code屬性中。接下來我們在分析Code屬性，Code屬性的結構如下圖所示：
其中attribute_name_index指向常數池中值為Code的常數，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個位元組的長度）。
max_stack表示最大堆疊深度，虛擬機器在運行時根據這個值來分配堆疊幀中操作數的深度，而max_locals代表了局部變數表的儲存空間。
max_locals的單位為slot，slot是虛擬機器為局部變數分配記憶體的最小單元，在運行時，對於不超過32位元類型的資料類型，例如byte,char,int等佔用1個slot，而double和Long這種64位元的資料型別則需要分配2個slot，另外max_locals的值並不是所有局部變數所需要的記憶體數量之和，因為slot是可以重複使用的，當局部變數超過了它的作用域以後，局部變量所佔用的slot就會被重複使用。
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，目前虛擬機器規格已經定義了200多條指令。
exception_table_length以及exception_table分別代表方法對應的例外資訊。
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，則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,它表示它表示常量池中的屬性常量的值為LineNumberTable，LineNu mberTable用來描述java原始碼的行號和字節碼行號的對應關係，它不是運行時必需的屬性，如果透過-g:none的編譯器參數來取消產生這項資訊的話，最大的影響就是異常發生的時候，堆疊中不能顯示出錯的行號，調試的時候也不能按照原始碼來設定斷點，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，表示常數池的索引，attribute_length表示屬性長度，而start_pc和line_number分錶表示字節碼的行號和原始碼的行號。本例中LineNumberTable屬性的位元組流如下圖所示：
上面分析完了TestClass的第一個方法，透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，透過查看常數池可以知道此方法為public int instanceMethod(int param)方法。透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檔案的屬性，從00000191h-00000199h為Class檔案中的屬性表，其中0×0011表示屬性的名稱，查看常數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指向常數池中值為原始碼檔案名稱的常數，在本例中SourceFile屬性截圖如下：
其中attribute_length為0×00000002表示長度為2個位元組，而soucefile_index的值為0×0012,查看常數池的第18個常數可以知道原始程式碼檔案的名稱為TestClass.java
最後，希望對科技有興趣的朋友多交流。個人微博：（http://weibo.com/xmuzyq)