你管这叫 class？

本文来自微信公众号：低并发编程 （ID：dibingfa），作者：闪客

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。

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。

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。

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。

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。

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。

@RequestMing()
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。

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~

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。