Class文件解析

jiezi

5 年前

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];
}

从结构上看可以分为几大块文件头、常量池、接口、字段、函数、属性

 u4             magic;  // 固定值 0xCAFEBABE
 u2             minor_version;
 u2             major_version;
 u2             access_flags;  // 访问修饰
 u2             this_class; // 类名 常量池下标
 u2             super_class; // 父类名 常量池下标  如果是 0 就是 java/lang/Object;
</pre></code>
我把这几个描述了类基本信息的字段称为文件头

major_version.minor_version 表示该 class 文件的版本号, 由编译器版本决定，然而不同版本的虚拟机只会支持一定版本范围内的 class 文件，如果不在则会拒绝解析。例如 openJDK 中的实现
<pre><code>
// Check version numbers - we check this even with verifier off
  if (!is_supported_version(major_version, minor_version)) {if (name == NULL) {
      Exceptions::fthrow(
        THREAD_AND_LOCATION,
        vmSymbols::java_lang_UnsupportedClassVersionError(),
        "Unsupported major.minor version %u.%u",
        major_version,
        minor_version);
    }

常量池包含了 class 文件中使用到的例如函数标识 / 类型信息 / 字符串等等，运行时加载到内存中形成运行时常量池

常量项中文件中使用变长结构描述

cp_info {
    u1 tag;  // 表示常量的类型
    u1 info[];  // 具体常量的内容结构 不同类型常量有不同的结构}

/* 常量类型 */
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

例如：Utf8_info 常量, 更多的可以查看规范

CONSTANT_Utf8_info {
    u1 tag;
    u2 length;  // 字符串长度
    u1 bytes[length]; // 字符串数据（utf- 8 编码）}

解析常量池的时候要注意：常量池长度为 constant_pool_count -1 但是下标从 1 开始

attribute_info {
    u2 attribute_name_index;
    u4 attribute_length;
    u1 info[attribute_length];
}

属性项可以包含在 class、method、field、code 中，作为具体信息项

在 class 中可以描述文件信息，在 method 中可以描述字节码内容，函数栈信息，在 code 中可以描述行号等所以 attribute_info 同样是具备不同类型的变长结构。但是 attribute_info 并没有 tag 这样的专门标记去标识类型，而是使用名字 attribute_name。

// 一部分 Attribute Name
Attribute    Section    class file    Java SE
ConstantValue    §4.7.2    45.3    1.0.2
Code    §4.7.3    45.3    1.0.2
StackMapTable    §4.7.4    50.0    6
Exceptions    §4.7.5    45.3    1.0.2
InnerClasses    §4.7.6    45.3    1.1
//.......

Code_attribute 结构

Code_attribute {
    u2 attribute_name_index;
    u4 attribute_length;
    u2 max_stack;  // 最大栈深度
    u2 max_locals;  // 局部变量数量
    u4 code_length; // 字节码内容长度
    u1 code[code_length];  // 字节码内容
    u2 exception_table_length;  // 异常处理表 由 try,catch/finaly 产生
    {   u2 start_pc;
        u2 end_pc;
        u2 handler_pc;
        u2 catch_type;
    } exception_table[exception_table_length];
    u2 attributes_count;
    attribute_info attributes[attributes_count];
}


method_info {
    u2             access_flags;
    u2             name_index;
    u2             descriptor_index;
    u2             attributes_count;
// 一定会包含一个 code 属性项
    attribute_info attributes[attributes_count];
}

field_info {
    u2             access_flags;
    u2             name_index;
    u2             descriptor_index;
    u2             attributes_count;
    attribute_info attributes[attributes_count];
}

可以看到函数 / 字段中的内容具体有属性来描述

对于 class 文件解析，我们最关心的可能就两个常量池和字节码

一条字节码由操作码，操作数组成, 不同的字节码操作数的长度 / 表示意义可能不一样，对着规范翻译就好

例如 invokevirtual 字节码就是 0xb6 u2 2 字节的操作数在运行时指向的是一个 instance method ref

JVM 规范 -Class 文件结构
JVM 规范 - 字节码

ClassParserDemo

Class文件解析

Class 文件结构

整体结构

文件头

常量池

属性表

函数表 / 字段表

字节码解析

参考文档

本文代码