好文分享

我是一个 .java 文件，名叫 FlashObject.java，叫我小渣就行。

public class FlashObject {

    private String name;
    private int age;
    
    public String getName() {
        return name;
    }

    public int add(int a, int b) {
        return a + b;
    }

}

我马上就要被 JVM 虚拟机老大加载并运行了，此时老虚走了过来。

老虚：小渣呀，我马上就要把你载了，你先瘦身一下，别占太大地方。

小渣：好的，没问题，等我十秒钟。

public class FlashObject{private String name;private int age;public int add(int a,int b){return a+b;}

小渣：老虚，我瘦身好了，你看看。

老虚：...，你是不是有病。

小渣：怎么了，我把没用的空格和回车啥的都去掉了，瘦身了好多呢！

老虚：行吧，看你这智商，我就给你解释解释。你现在仍然是个文本文件，让你瘦身是让你定一个紧凑的数据结构来表示你这个 Java 文件里的信息，然后告诉我这个数据结构中每个字节都代表什么。

小渣：哦哦，这样啊。

老虚：对啊，这样一是方便我去加载，二是我这个虚拟机可不只是为你 Java 语言服务的，还有很多语言最终都可以转换为我虚拟机识别的，你得设计一个通用的格式。

小渣：嗯嗯，这回我明白啦！

1
类信息

我的类名叫 FlashObject。

先找个地方把它存起来，放开头吧。

这里的一个小方格是 1 个字节，也就是 8 位。一个英文字母用 ASCII 码表示为 1 个字节，所以占一个方格，之后不再解释。

严谨的我又想到，这个类应该还有其父类。

虽然这个 .java 文件中没写，但也有其默认父类，Object。

当然，我们得记录下全类名

java/lang/Object

记在哪里呢？就紧跟在类名后面吧。

诶不对，我这个类名呀，父类名呀，都是变长的，这样紧挨着放，谁知道分界点在哪。

不行不行，得分别在前面加个长度，就用两字节表示吧。

除了父类之外，还有接口名呢！虽然我们这个类没写，但也得定义出来。

这个接口，和类名以及父类名稍有不同，因为可能有多个。

但这不是事儿，先占用两个字节，表示接口的数量即可，之后一个一个的接口名仍然像上面那样紧挨着排布。

嗯，完美。

2
常量池

慢慢地，我发现需要字符串名字的地方越来越多。

除了刚刚的类名、父类名、接口名，还有属性名、方法名、属性的类名、方法的入参类型名、返回值类型名，等等等等。

一方面，要是每个都这么展开写下去，那文件格式会很乱，很多结构都是变长的。

另一方面，很多字符串都是重复的，比如属性 name 的类名 String，与方法 getName 的返回值类名 String，重复写两遍，就浪费了空间。

因此，我决定，之前的方案作废，设计一个新的结构来统一存储这些字符串，我给他起名为常量池。

每个字符串都有一个索引与之对应，这个是可以计算出来的，不需要额外的字段。

这样，刚刚的类、父类、接口，就都可以指向这个索引了，也因此可以将长度固定下来。

当然，现在这个常量池，仅仅存放了字符串。

不难想到，还可能有整型、浮点型的值作为常量，甚至还有可能是个引用类型，然后这个引用类型再次指向常量池中的一个索引，有点像指针的指针。

那这么多类型，必然就还需要一个记录类型信息的地方，看来我们得将之前的设计改改。

这样，我们的常量池，就不单单可以存储简单的字符串常量了，而是可以根据不同类型，存储与其相对应的数据结构的值。

当然，我们常量池的整体结构还是不变的，只不过里面是类型丰富的结构。

同样，我们的整个设计，也没有因为常量池的小改动，受到影响。

OK，总结一下我们目前的整体方案。

开头存常量池，之后需要的常量就全往这里放，用一个索引指向它即可。

紧接着存放类本身的相关信息，我们存放了当前类、父类以及接口的信息。

看来老虚要求的瘦身工作，已经初具规模啦。

3
变量

现在类本身的信息，已经找到合适的位置存放起来了，接下来我们存变量。

变量也可能有多个，所以结构依然仿照我们之前的思路，开头存数量，后面紧跟着各个存放变量的数据结构。

至于变量用什么数据结构来存，是不是定长的，那就是我们接下来要设计的了。

我们把其中一个变量拿出来，看看它有什么？

private String name;

非常清晰，private 这部分是变量的标记，String 是变量类型，name 是变量名字。

先看标记部分

除了 private，还有 public、protected、static、final、volatile、transient 等，有的可以放在一起，比如

public static final String name；

有的不能放在一起，比如

public private String name; //错误

我们用位图的方式，每一个标记用一个位来表示（比如 public 在第一个位，private 在第二个位，static 在第四个位，final 在第五个位...），这样不论如何排列组合，最终的值都是不一样的。

我们把这些标记所对应的值，都设计并记录下来。

标记	值
public	0x0001
private	0x0002
protected	0x0004
static	0x0008
final	0x0010
volatile	0x0040
transient	0x0080

复合型的标记，就可以表现为将其相加，比如 public static，就是 0x0001 + 0x0008 = 0x0009。

而这样的赋值方式，不同排列组合后的和没有重复的，且也能根据值很方便地反推出标记。

不错不错，就这样了。

哦对了，类信息本身也有 public 呀 private 这些标记属性，刚刚记录类信息的时候忘了，先加上它，免得一会忘了！

再看类型部分

当前类型为 String，属于一个引用数据类型中的类类型。

private String name;

除此之外，还有八个基本数据类型，和引用类型中的数组类型。

为了占用更少的空间，我们将其用最少的符号来表示。

符号表示	类型
B	byte
C	char
D	double
F	float
I	int
J	long
S	short
Z	boolean
LClassName ;	类
[	数组

这里的基本数据类型，和数组类型，都只占用一个 char 来表示，就只占了 1 个字节。

如果是类，则占用了 L 和 ; 两个字节，再加上全类名所占的字节数。

比如这里的 String 类型，用符号表示，就是

Ljava/lang/String;

但注意，这里的符号，也都可以存放在常量池中，而我们的变量结构中的类型描述符部分，只需要一个常量池索引即可。

ok，第二部分也搞定了。

再看名字部分

名字部分没什么好说的，相信你直接能猜到了，直接上图。

OK，两字节的标记、两字节的类型描述符、两字节的变量名称，这个就是我们一个变量的数据结构。

把它放到我们最终的总视图里。

搞定！

4
方法

方法也可能会有很多，我目前只有两个方法，我们拿 add 方法来分析。

public int add(int a, int b) {
    return a + b;
}

当然更准确地说，我还有个没写出来的构造方法。

总之，可能会有很多。

不过有了设计变量的经验，方法的数据结构很快就有了雏形。

标记部分，和变量标记部分的思路一样，值也差不多，我们也给他们赋上值就好了。

标记	值
public	0x0001
private	0x0002
protected	0x0004
static	0x0008
final	0x0010
volatile	0x0040
transient	0x0080
synchronized	0x0020
native	0x0100
abstract	0x0400

方法描述符，说的是方法的入参与返回值，比如我们的：

int add(int a, int b);

入参与返回值的类型符号表示，与上面变量类型的符号表示完全一样，只不过多了一个 void 类型。

符号表示	类型
B	byte
C	char
D	double
F	float
I	int
J	long
S	short
Z	boolean
LClassName ;	类
[	数组
V	void

由于有多个参数类型，所以要定一个整体的格式，而整个描述符的格式为：

( 参数1类型参数2类型 ... ) 返回值类型

比如我们的

int add(int a, int b);

就表示为

(II)I

是不是非常精简了？同样，这也是个字符串，也可以存储在常量池里，就不再赘述。

（至于参数 a 和 b 这个名字，不需要保存起来，实际上在转换的字节码以及实际虚拟机中运行时，只需要知道局部变量表中的位置即可，叫什么名字都无所谓）

方法名称，我们再熟悉不过了，放常量池！

ok，前三个说完了。最后一个，就有意思了。

代码、异常、注解等。可以看到，有相当多的信息需要记录。

比如我写这样的方法。

@RequestMapping()
public String function(String a) throws Exception {
    return a;
}

那就会有代码部分、异常、注解等需要录入的信息。

但似乎除了代码部分之外，其他部分都不是每个方法都有的，如果都定义出来，岂不是浪费空间，那怎么办呢？

我们效仿常量池的做法，把这些部分都叫“方法的属性”，一个方法可能有多个属性，设计结构如下。

这样，方法具有哪些属性，按需添加进来就好，如果不需要这个属性，也不用浪费空间，完美！

回过头看我们的这个方法。

public int add(int a, int b) {
    return a + b;
}

刚刚方法签名部分已经都解决了，只剩下代码

return a + b;

这个要怎样存放呢？

之前听老虚说过，JVM 识别的是一种叫字节码的东西，所以我要把 Java 语言写出的代码，转换为字节码。

这部分很复杂，就不展开说我的过程了，经过一番努力后，我把这一行简简单单的代码转换为了字节码。

1B 1C 60 AC

一共占四个字节。

我把这四个字节，就放在刚刚代码类型的属性中。

ok，大功告成。

回过头，我们将之前的方法部分补充完整。

再将这个结构，添加到我们全局结构中。

完美！

5
class

我把我转换为了这样的结构，并带着这个最终的设计稿，去找了老虚。

老虚：嗯！还真不赖！

小渣：那当然，我可是研究了好久呢。

老虚：不过，我再给你改改，在开头加些东西把。

小渣：老虚，你这加的是啥呀？

老虚：一看你就没经验。

魔数一般用来识别这个文件的格式，通过文件名后缀的方式不靠谱，一般有格式的文件都会有个魔数的。

后面两个用来标识一下版本号，不同版本可能数据结构和支持的功能不一样，这个今后会有用的！

小渣：原来如此，还是你老虚见多识广。可是你说用来识别这个文件的格式，我这个文件是啥呀？

老虚：你这个破玩意，就叫它 class 文件吧！

FlashObject.class

后记

根据 Java 虚拟机规范，Java Virtual Machine Specification Java SE 8 Edition，一个 class 文件的标准结构，是这样的。

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];
}

我们的设计与它几乎相同。

只有后两项，我们没有涉及到，本身也不是重点。

常量池中的类型，有以下几种。

Constant Type	Value
CONSTANT_Class	7
CONSTANT_Fieldref	9
CONSTANT_Methodref	10
CONSTANT_InterfaceMethodref	11
CONSTANT_String	8
CONSTANT_Integer	3
CONSTANT_Float	4
CONSTANT_Long	5
CONSTANT_Double	6
CONSTANT_NameAndType	12
CONSTANT_Utf8	1
CONSTANT_MethodHandle	15
CONSTANT_MethodType	16
CONSTANT_InvokeDynamic	18

如果想了解 class 文件的全部细节，最好的办法就是阅读官方文档，也就是 Java 虚拟机规范的第四部分。

Chapter 4. The class File Format

这里的链接可以直接定位：

https://docs.oracle.com/javase/specs/jvms/se8/html/jvms-4.html#jvms-4.3.2

不要觉得官方文档晦涩难懂，这个部分还是非常清晰明了的，大多数博客基本上对格式的讲解都缺斤少两，而且说得也不形象，还不如直接阅读官方文档呢。

还有一个好的方式，就是直接观察 class 文件的二进制结构解析，这里推荐一个工具

classpy

用这个工具打开一个 class 文件，是这个样子。

左边解析好的树型结构，可以直接和右边的 class 文件的二进制内容相对应，非常好用。

最后，希望大家找时间用这个工具分析一个复杂的 class 文件，会很有帮助的。祝大家学会 class 文件。

完~

你管这破玩意叫 class？

1类信息

2常量池

3变量