一文讓你明白Java字節碼

前言

也許你寫了無數行的代碼，也許你能非常溜的使用高級語言，但是你未必瞭解那些高級語言的執行過程。例如大行其道的Java。

Java號稱是一門「一次編譯到處運行」的語言，但是我們對這句話的理解深度又有多少呢？從我們寫的java文件到通過編譯器編譯成java字節碼文件（也就是.class文件），這個過程是java編譯過程；而我們的java虛擬機執行的就是字節碼文件。不論該字節碼文件來自何方，由哪種編譯器編譯，甚至是手寫字節碼文件，只要符合java虛擬機的規範，那麼它就能夠執行該字節碼文件。那麼本文主要講講java字節碼文件相關知識。接下來我們通過具體的Demo來深入理解：

1. 首先我們來寫一個java源文件

上面是我們寫的一個java程序，很簡單，只有一個成員變量a以及一個方法testMethod() 

2.接下來我們用javac命令或者ide工具將該java源文件編譯成java字節碼文件。

上圖是編譯好的字節碼文件，我們可以看到一堆16進制的字節。如果你使用IDE去打開，也許看到的是已經被反編譯的我們所熟悉的java代碼，而這纔是純正的字節碼，這也是我們今天需要講的內容重點。

也許你會對這樣一堆字節碼感到頭疼，不過沒關係，我們慢慢試着你看懂它，或許有不一樣的收穫。在開始之前我們先來看一張圖

這張圖是一張java字節碼的總覽圖，我們也就是按照上面的順序來對字節碼進行解讀的。一共含有10部分，包含魔數，版本號，常量池等等，接下來我們按照順序一步一步解讀。

3.1 魔數

從上面的總覽圖中我們知道前4個字節表示的是魔數，對應我們Demo的是 0XCAFE BABE。什麼是魔數？魔數是用來區分文件類型的一種標誌，一般都是用文件的前幾個字節來表示。比如0XCAFE BABE表示的是class文件，那麼有人會問，文件類型可以通過文件名後綴來判斷啊？是的，但是文件名是可以修改的（包括後綴），那麼爲了保證文件的安全性，講文件類型寫在文件內部來保證不被篡改。
從java的字節碼文件類型我們看到，CAFE BABE翻譯過來是咖啡寶貝之意，然後再看看java圖標。

CAFE BABE = 咖啡。

3.2版本號

我們識別了文件類型之後，接下來要知道版本號。版本號含主版本號和次版本號，都是各佔2個字節。在此Demo種爲0X0000 0033。其中前面的0000是次版本號，後面的0033是主版本號。通過進制轉換得到的是次版本號爲0，主版本號爲51。
從oracle官方網站我們能夠知道，51對應的正式jdk1.7，而其次版本爲0，所以該文件的版本爲1.7.0。如果需要驗證，可以在用java --version命令輸出版本號，或者修改編譯目標版本--target重新編譯，查看編譯後的字節碼文件版本號是否做了相應的修改。

至此，我們共瞭解了前8字節的含義，下面講講常量池相關內容。

3.3常量池

緊接着主版本號之後的就是常量池入口。常量池是Class文件中的資源倉庫，在接下來的內容中我們會發現很多地方會涉及，如Class Name，Interfaces等。常量池中主要存儲2大類常量：字面量和符號引用。字面量如文本字符串，java中聲明爲final的常量值等等，而符號引用如類和接口的全侷限定名，字段的名稱和描述符，方法的名稱和描述符。

爲什麼需要類和接口的全侷限定名呢？系統引用類或者接口的時候不是通過內存地址進行操作嗎？這裏大家仔細想想，java虛擬機在沒有將類加載到內存的時候根本都沒有分配內存地址，也就不存在對內存的操作，所以java虛擬機首先需要將類加載到虛擬機中，那麼這個過程設計對類的定位（需要加載A包下的B類，不能加載到別的包下面的別的類中），所以需要通過全侷限定名來判別唯一性。這就是爲什麼叫做全局，限定的意思，也就是唯一性。

在進行具體常量池分析之前，我們先來了解一下常量池的項目類型表：

上面的表中描述了11中數據類型的結構，其實在jdk1.7之後又增加了3種（CONSTANT_MethodHandle_info,CONSTANT_MethodType_info以及CONSTANT_InvokeDynamic_info)。這樣算起來一共是14種。接下來我們按照Demo的字節碼進行逐一翻譯。

0x0015：由於常量池的數量不固定（n+2），所以需要在常量池的入口處放置一項u2類型的數據代表常量池數量。因此該16進制是21，表示有20項常量，索引範圍爲1~20。明明是21，爲何是20呢？因爲Class文件格式規定，設計者就講第0項保留出來了，以備後患。從這裏我們知道接下來我們需要翻譯出20項常量。
Constant #1 （一共有20個常量，這是第一個，以此類推...）
0x0a-：從常量類型表中我們發現，第一個數據均是u1類型的tag，16進制的0a是十進制的10，對應表中的MethodRef_info。
0x-00 04-：Class_info索引項#4
0x-00 11-：NameAndType索引項#17
Constant #2
0x-09: FieldRef_info
0x0003 :Class_info索引項#3
0x0012：NameAndType索引項#18
Constant #3
0x07-: Class_info
0x-00 13-: 全侷限定名常量索引爲#19
Constant #4
0x-07 :Class_info
0x0014:全侷限定名常量索引爲#20
Constant #5
0x01:Utf-8_info
0x-00 01-:字符串長度爲1（選擇接下來的一個字節長度轉義）
0x-61:"a"(十六進制轉ASCII字符)
Constant #6
0x01:Utf-8_info
0x-00 01：字符串長度爲1
0x-49:"I"
Constant #7
0x01:Utf-8_info
0x-00 06:字符串長度爲6
0x-3c 696e 6974 3e-:"<init>"
Constant #8
0x01 :UTF-8_info
0x0003:字符串長度爲3
0x2829 56:"()V"
Constant #9
0x-01:Utf-8_info
0x0004：字符串長度爲4
0x436f 6465:"Code"
Constant #10
0x01:Utf-8_info
0x00 0f:字符串長度爲15
0x4c 696e 654e 756d 6265 7254 6162 6c65:"LineNumberTable"
Constant #11
ox01: Utf-8_info
0x00 12字符串長度爲18
0x-4c 6f63 616c 5661 7269 6162 6c65 5461 626c 65:"LocalVariableTable"
Constant #12
0x01:Utf-8_info
0x0004 字符串長度爲4
0x7468 6973 :"this"
Constant #13
0x01:Utf-8_info
0x0f:字符串長度爲15
0x4c 636f 6d2f 6465 6d6f 2f44 656d 6f3b:"Lcom/demo/Demo;"
Constant #14
0x01:Utf-8_info
0x00 0a:字符串長度爲10
ox74 6573 744d 6574 686f 64:"testMethod"
Constant #15
0x01:Utf-8_info
0x000a:字符串長度爲10
0x536f 7572 6365 4669 6c65 :"SourceFile"
Constant #16
0x01:Utf-8_info
0x0009:字符串長度爲9
0x-44 656d 6f2e 6a61 7661 :"Demo.java"
Constant #17
0x0c :NameAndType_info
0x0007:字段或者名字名稱常量項索引#7
0x0008:字段或者方法描述符常量索引#8
Constant #18
0x0c:NameAndType_info
0x0005:字段或者名字名稱常量項索引#5
0x0006:字段或者方法描述符常量索引#6
Constant #19
0x01:Utf-8_info
0x00 0d:字符串長度爲13
0x63 6f6d 2f64 656d 6f2f 4465 6d6f:"com/demo/Demo"
Constant #20
0x01:Utf-8_info
0x00 10 :字符串長度爲16
0x6a 6176 612f 6c61 6e67 2f4f 626a 6563 74 :"java/lang/Object"
到這裏爲止我們解析了所有的常量。接下來是解析訪問標誌位。

3.4 Access_Flag 訪問標誌

訪問標誌信息包括該Class文件是類還是接口，是否被定義成public，是否是abstract，如果是類，是否被聲明成final。通過上面的源代碼，我們知道該文件是類並且是public。

0x 00 21：是0x0020和0x0001的並集。其中0x0020這個標誌值涉及到了字節碼指令，後期會有專題對字節碼指令進行講解。期待中......

3.5 類索引

類索引用於確定類的全限定名
0x00 03 表示引用第3個常量，同時第3個常量引用第19個常量，查找得"com/demo/Demo"。#3.#19

3.6父類索引

0x00 04 同理：#4.#20(java/lang/Object)

3.7 接口索引

通過java_byte.jpeg圖我們知道，這個接口有2+n個字節，前兩個字節表示的是接口數量，後面跟着就是接口的表。我們這個類沒有任何接口，所以應該是0000。果不其然，查找字節碼文件得到的就是0000。

3.8 字段表集合

字段表用於描述類和接口中聲明的變量。這裏的字段包含了類級別變量以及實例變量，但是不包括方法內部聲明的局部變量。
同樣，接下來就是2+n個字段屬性。我們只有一個屬性a，按道理應該是0001。查找文件果不其然是0001。
那麼接下來我們要針對這樣的字段進行解析。附上字段表結構圖

0x00 02 ：訪問標誌爲private（自行搜索字段訪問標誌）
0x00 05 : 字段名稱索引爲#5，對應的是"a"
0x 00 06 :描述符索引爲#6，對應的是"I"
0x 00 00 :屬性表數量爲0，因此沒有屬性表。
tips:一些不太重要的表（字段，方法訪問標誌表）可以自行搜索，這裏就不貼出來了，防止篇幅過大。

3.9 方法

我們只有一個方法testMethod，按照道理應該前2個字節是0001。通過查找發現是0x00 02。這是什麼原因，這代表着有2個方法呢？且繼續看......

上圖是一張方法表結構圖，按照這個圖我們分析下面的字節碼：

第1個方法：

0x00 01：訪問標誌 ACC_PUBLIC，表明該方法是public。（可自行搜索方法訪問標誌表）
0x00 07：方法名索引爲#7，對應的是"<init>"
0x00 08：方法描述符索引爲#8，對應的是"()V"
0x00 01：屬性表數量爲1(一個屬性表)
那麼這裏涉及到了屬性表。什麼是屬性表呢？可以這麼理解，它是爲了描述一些專有信息的，上面的方法帶有一張屬性表。所有屬性表的結構如下圖：
一個u2的屬性名稱索引，一個u2的屬性長度加上屬性長度的info。
虛擬機規範預定義的屬性有很多，比如Code，LineNumberTable，LocalVariableTable，SourceFile等等，這個網上可以搜索到。

按照上面的表結構解析得到下面信息：
0x0009:名稱索引爲#9("Code")。
0x000 00038：屬性長度爲56字節。
那麼接下來解析一個Code屬性表，按照下圖解析

前面6個字節（名稱索引2字節+屬性長度4字節）已經解析過了，所以接下來就是解析剩下的56-6=50字節即可。
0x00 02 ：max_stack=2
0x00 01 : max_locals=1
0x00 0000 0a : code_length=10
0x2a b700 012a 04b5 0002 b1 : 這是code代碼，可以通過虛擬機字節碼指令進行查找。
2a=aload_0(將第一個引用變量推送到棧頂)
b7=invokespecial(調用父類構造方法)
00=什麼都不做
01 =將null推送到棧頂
2a=同上
04=iconst_1 將int型1推送到棧頂
b5=putfield 爲指定的類的實例變量賦值
00= 同上
02=iconst_m1 將int型-1推送棧頂
b1=return 從當前方法返回void
整理，去除無動作指令得到下面
0 : aload_0
1 : invokespecial
4 : aload_0
5 : iconst_1
6 : putfield
9 : return
關於虛擬機字節碼指令這塊內容，後期會繼續深入下去...... 目前只需要瞭解即可。接下來順着Code屬性表繼續解析下去:
0x00 00 : exception_table_length=0
0x00 02 : attributes_count=2(Code屬性表內部還含有2個屬性表)
0x00 0a: 第一個屬性表是"LineNumberTable"

0x00 0000 0a : "屬性長度爲10"
0x00 02 ：line_number_table_length=2
line_number_table是一個數量爲line_number_table_length，類型爲line_number_info的集合，line_number_info表包括了start_pc和line_number兩個u2類型的數據項，前者是字節碼行號，後者是Java源碼行號
0x00 00 : start_pc =0
0x00 03 : end_pc =3
0x00 04 : start_pc=4
0x00 04 : end_pc=4

0x00 0b 第二個屬性表是："LocalVariableTable"

0x00 0000 0c：屬性長度爲12
0x00 01 : local_variable_table_length=1
然後按照local_variable_info表結構進行解析：
0x00 00 : start_pc=0
0x00 0a：length=10
0x000c : name_index="this"
0x000d : descriptor_index #13 ("Lcom/demo/Demo")
0000 index=0
//-------到這裏第一個方法就解析完成了-------//
Method（<init>)--1個屬性Code表-2個屬性表（LineNumberTable ，LocalVariableTable）接下來解析第二個方法

0x0001 ：同樣的，表示有1個Attributes了。
0x000f : #15("SourceFile")
0x0000 0002 attribute_length=2
0x0010 : sourcefile_index = #16("Demo.java")
SourceFile屬性用來記錄生成該Class文件的源碼文件名稱。

第2個方法：

0x00 04："protected"
0x00 0e: #14（"testMethod"）
0x00 08 : "()V"
0x0001 ： 屬性數量=1
0x0009 ："Code"
0x0000 002b 屬性長度爲43
解析一個Code表
0000 :max_stack =0
0001 : max_local =1
0000 0001 : code_length =1
0xb1 : return(該方法返回void)
0x0000 異常表長度=0
0x0002 屬性表長度爲2
//第一個屬性表
0x000a : #10，LineNumberTable
0x0000 0006 : 屬性長度爲6
0x0001 : line_number_length = 1
0x0000 : start_pc =0
0x0008 : end_pc =8
//第二個屬性表
0x000b : #11 ，LocalVariableTable
0x0000 000c : 屬性長度爲12
0x0001 : local_variable_table_length =1
0x0000 :start_pc = 0
0x0001: length = 1
0x000c : name_index =#12 "this"
0x000d : 描述索引#13 "Lcom/demo/Demo;"
0000 index=0

//到這裏爲止，方法解析都完成了，回過頭看看頂部解析順序圖，我們接下來就要解析Attributes了。

3.10 Attribute

另話

其實，我們寫了這麼多確實很麻煩，不過這種過程自己體驗一遍的所獲所得還是不同的。現在，使用java自帶的反編譯器來解析字節碼文件。
javap -verbose Demo //不用帶後綴.class

總結

到此爲止，講解完成了class文件的解析，這樣以後我們也能看懂字節碼文件了。瞭解class文件的結構對後面進一步瞭解虛擬機執行引擎非常重要，所以這是基礎並重要的一步。

作者博客

http://www.jianshu.com/u/b997cd1b6a9d