JVM (五) 手动解析.class 文件

安图新大约 9 分钟

JVM (五) 手动解析.class 文件

一：不同进制之间的转换

二进制：逢 2 进 1，数字 0-1。

八进制：逢 8 进 1，数字 0-7。三位二进制表示一位八进制。三位二进制最大为 111，最大为 7。

十进制：逢 10 进 1，数字 0-9。四位二进制表示一位十进制数，四位二进制组合有 16 种数字，取其中 10 个作为十进制的 0-9 数字的表示。称为 BCD 编码。8-4-2-1 编码。

十六进制：逢 16 进 1，数字 0-9，A,B,C,D,E,F。四位二进制表示一位 16 进制。最大的二进制 1111 刚好是 F。

二：小端和大端

大端模式，是指数据的高字节保存在内存的低地址中，而数据的低字节保存在内存的高地址中，这样的存储模式有点儿类似于把数据当作字符串顺序处理：地址由小向大增加，而数据从高位往低位放；这和我们的阅读习惯一致。

小端模式，是指数据的高字节保存在内存的高地址中，而数据的低字节保存在内存的低地址中，这种存储模式将地址的高低和数据位权有效地结合起来，高地址部分权值高，低地址部分权值低。

网络传输是大端模式。主机存储是小端模式。

三：Class 文件组成

一个 class 文件是由多部分组成的：

u1 占一个字节。u2 占两个字节。u4 占四个字节。

注意：

1）字节码文件中，如果实现的接口个数=0，下面的实现的接口部分是不存在的。

2）常量池有三种：（1）class 中的常量池--静态的（2）运行时常量池--动态的（3）字符串常量池 StringTable

常量池中的具体的数据项的数据结构如下：

CONSTANT_Class_info {
    u1 tag;
    u2 name_index;              //CONSTANT_Utf8_info
}

CONSTANT_Fieldref_info {
    u1 tag;
    u2 class_index;             //CONSTANT_Class_info
    u2 name_and_type_index;     //CONSTANT_NameAndType_info
}

CONSTANT_Methodref_info {
    u1 tag;
    u2 class_index;             //CONSTANT_Class_info
    u2 name_and_type_index;     //CONSTANT_NameAndType_info
}

CONSTANT_InterfaceMethodref_info {
    u1 tag;
    u2 class_index;             //CONSTANT_Class_info
    u2 name_and_type_index;     //CONSTANT_NameAndType_info
}

CONSTANT_String_info {
    u1 tag;
    u2 string_index;            //CONSTANT_Utf8_info
}

CONSTANT_Integer_info {
    u1 tag;
    u4 bytes;                   //直接数
}

CONSTANT_Float_info {
    u1 tag;
    u4 bytes;                   //直接数
}

CONSTANT_Long_info {
    u1 tag;
    u4 high_bytes;              //直接数
    u4 low_bytes;               //直接数
}

CONSTANT_Double_info {
    u1 tag;
    u4 high_bytes;              //直接数
    u4 low_bytes;               //直接数
}

CONSTANT_NameAndType_info {
    u1 tag;
    u2 name_index;              //CONSTANT_Utf8_info
    u2 descriptor_index;        //CONSTANT_Utf8_info
}

CONSTANT_Utf8_info {
    u1 tag;
    u2 length;                  //直接数
    u1 bytes[length];           //改进版的UTF8
}

与标准 UTF8 不同的地方：

1、 null 字符使用 2 字节格式，而不是标准的 1 字节；

避免内嵌 null 时分隔问题 2、 JVM 仅使用 1/2/3 字节的 UTF8，不使用标准中 4 字节格式；
使用 2 个 3 字节 UTF8 来表示 3、字符串结尾不会追加 null 终止符；
紧凑

class 文件结构中的成员属性的数据结构

attributes_count 是指成员属性的属性个数，比如类属性是 final 的,就会有。如果这个数为 0，也就没有下面的 attribute_info 了。

class 文件结构中的成员方法的数据结构

上面提到的 attribute_info 所说的数据结构

描述符补充：

void 的描述符是：v。我们经常会看到()v，表示返回值为空的一个方法。

LClassName; 表示一个类的实例。例如一个 String 的实例：Ljava/lang/String;

也可以组合使用。[B 表示一个字节数组。

上面是数值的描述符。方法的描述符是: (数据类型的描述符)返回值的描述符。比如 main 函数的描述符是：([Ljava/lang/String;)V

不同 JDK 版本有不同的主版本号：

四：解析 Class 文件

在 idea 中可以通过 Jclasslib ByteCode viewer 插件查看字节码里面内容。

我们以下面的 java 类为例：

安装好插件之后，选中这个类点击 View，选择

在右侧就可以看到 class 里面都有那些内容：

一般信息是 class 文件信息的汇总。这个信息就是解析.class 文件得来的。我们尝试解析.class 文件来得到里面的内容。

我们这里使用 UltraEdit 来打开.class 文件，可以看到最原始的十六进制的数据。

我们按照上面 class 文件的结构来一行一行解析。

1：魔数

这里指用来判断文件类型的魔数，就是上面的 CA FE BA BE。如果开头不是这个魔数，这个 java 的 class 文件就不合法。

2：次版本号

占两个字节这里是 00 00 换算成十进制：0

3：主版本号

占两个字节，这里是 00 34 换算成十进制：52。 JDK 版本不对的时候经常看到这个数字，这是 1.8 版本的

4：常量池的大小

占两个字节，这里就是 00 29 换算成十进制：41。

目前我们按照 class 的结构解析了四个内容，和插件解析出来的内容是一致的。接下来就是常量池里面的内容了，但是这里有个注意的点常量池是从 01 开始计数的，常量池里面实际数据项的大小是计算出来的常量池大小-1。

插件解析出来的常量池也是如此。

5：常量池里面数据项的解析

我们就解析前几项数据，其它的解析都是一样的按字节大小往后算。常量池数据项的数据结构按上面列出的十一项常量池数据结构来。

第一项是 tag 占一个字节。看 tag 的数值是多少来确定是哪一种数据类型。

1）常量池大小后面的第一个字节是：0A 换算成十进制是 10. tag 是 10 的是数据结构是：CONSTANT_Methodref_info

有两个描述符的索引值 index 分别占两个字节，分别是：00 07，00 1A，换算成十进制分别是：7，26.因此常量池第一项数据结构就是：

CONSTANT_Methodref_info {
    u1 tag;                       //10
    u2 class_index;             //CONSTANT_Class_info  7 指的就是符号引用
    u2 name_and_type_index;     //CONSTANT_NameAndType_info 26 指的就是符号引用

2）第二项数据结构的 tag 是：08，换算成十进制是：8，对应的数据结构是：　 CONSTANT_String_info

有一个指向字符串字面量的索引 index 占两个字节: 00 1B 对应的十进制：27

第二项数据结构：

CONSTANT_String_info {
    u1 tag;                      // 8
    u2 string_index;            //CONSTANT_Utf8_info  27 表示是对常量池中第27 个 CONSTANT_Utf8_info的引用

3）第三项数据结构的 tag: 09 对应的数据结构是：CONSTANT_Fieldref_info

class_index 是 00 1C 十进制是 28

name_and_type_index 00 1D 十进制是 29

CONSTANT_Fieldref_info {
    u1 tag;
    u2 class_index;             //CONSTANT_Class_info
    u2 name_and_type_index;     //CONSTANT_NameAndType_info
}

4）第四项数据结构的 tag：08 对应对应的数据结构是：　 CONSTANT_String_info

有一个指向字符串字面量的索引 index 占两个字节: 00 1E 对应的十进制：30

数据结构项：

CONSTANT_String_info {
    u1 tag;                      // 8
    u2 string_index;            //CONSTANT_Utf8_info  30 表示是对常量池中第30 个 CONSTANT_Utf8_info的引用
 }

常量池中数据我们先解析到这里，下面都是按照这种套路来的，首先根据 tag 来确定数据结构然后看此数据结构下有几个子属性占几个字节，依次类推。

我们通过计算常量池到如下这行的位置就结束了。