JVM详解之:java class文件的密码本

2020-07-15 00:00:00 文件 的是 数组 字节 常量

简介

一切的一切都是从javac开始的。从那一刻开始,java文件就从我们肉眼可分辨的文本文件,变成了冷冰冰的二进制文件。


变成了二进制文件是不是意味着我们无法再深入的去了解java class文件了呢?答案是否定的。


机器可以读,人为什么不能读?只要我们掌握java class文件的密码表,我们可以把二进制转成十六进制,将十六进制和我们的密码表进行对比,就可以轻松的解密了。


下面,让我们开始这个激动人心的过程吧。

一个简单的class

为了深入理解java class的含义,我们首先需要定义一个class类:

public class JavaClassUsage {
private int age=18;
public void inc(int number){ this.age=this.age+ number; }}


很简单的类,我想不会有比它更简单的类了。


在上面的类中,我们定义了一个age字段和一个inc的方法。


接下来我们使用javac来进行编译。


IDEA有没有?直接打开编译后的class文件,你会看到什么?


没错,是反编译过来的java代码。但是这次我们需要深入了解的是class文件,于是我们可以选择 view->Show Bytecode:


当然,还是少不了质朴的javap命令:


javap -verbose JavaClassUsage


对比会发现,其实javap展示的更清晰一些,我们暂时选用javap的结果。


编译的class文件有点长,我一度有点不想都列出来,但是又一想只有对才能讲述得更清楚,还是贴在下面:

public class com.flydean.JavaClassUsage  minor version:   major version: 58  flags: ACC_PUBLIC, ACC_SUPERConstant pool:   #1 = Methodref          #2.#3          // java/lang/Object."<init>":()V   #2 = Class              #4             // java/lang/Object   #3 = NameAndType        #5:#6          // "<init>":()V   #4 = Utf8               java/lang/Object   #5 = Utf8               <init>   #6 = Utf8               ()V   #7 = Fieldref           #8.#9          // com/flydean/JavaClassUsage.age:I   #8 = Class              #10            // com/flydean/JavaClassUsage   #9 = NameAndType        #11:#12        // age:I  #10 = Utf8               com/flydean/JavaClassUsage  #11 = Utf8               age  #12 = Utf8               I  #13 = Utf8               Code  #14 = Utf8               LineNumberTable  #15 = Utf8               LocalVariableTable  #16 = Utf8               this  #17 = Utf8               Lcom/flydean/JavaClassUsage;  #18 = Utf8               inc  #19 = Utf8               (I)V  #20 = Utf8               number  #21 = Utf8               SourceFile  #22 = Utf8               JavaClassUsage.java{  public com.flydean.JavaClassUsage();    descriptor: ()V    flags: ACC_PUBLIC    Code:      stack=2, locals=1, args_size=1         : aload_0         1: invokespecial #1                  // Method java/lang/Object."<init>":()V         4: aload_0         5: bipush        18         7: putfield      #7                  // Field age:I        10: return      LineNumberTable:        line 7:         line 9: 4      LocalVariableTable:        Start  Length  Slot  Name   Signature                  11       this   Lcom/flydean/JavaClassUsage;
public void inc(int); descriptor: (I)V flags: ACC_PUBLIC Code: stack=3, locals=2, args_size=2 : aload_0 1: aload_0 2: getfield #7 // Field age:I 5: iload_1 6: iadd 7: putfield #7 // Field age:I 10: return LineNumberTable: line 12: line 13: 10 LocalVariableTable: Start Length Slot Name Signature 11 this Lcom/flydean/JavaClassUsage; 11 1 number I}SourceFile: "JavaClassUsage.java"


ClassFile的二进制文件

慢着,上面javap的结果好像并不是二进制文件!


对的,javap是对二进制文件进行了解析,方便程序员阅读。如果你真的想直面底层的机器代码,就直接用支持16进制的文本编译器把编译好的class文件打开吧。


你准备好了吗?


来吧,展示吧!


上图左边是16进制的class文件代码,右边是对16进制文件的适当解析。大家可以隐约的看到一点点熟悉的内容。


是的,没错,你会读机器语言了!

class文件的密码本

如果你要了解class文件的结构,你需要这个密码本。


如果你想解析class文件,你需要这个密码本。


学好这个密码本,走遍天下都……没啥用!


下面就是密码本,也就是classFile的结构。

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];}


其中u2,u4表示的是无符号的两个字节,无符号的4个字节。


java class文件就是按照上面的格式排列下来的,按照这个格式,我们可以自己实现一个反编译器(大家有兴趣的话,可以自行研究)。


我们对比着上面的二进制文件一个一个的来理解。

01

magic

首先,class文件的前4个字节叫做magic word。


看一下十六进制的行的前4个字节:


CA FE BA BE 00 00 00 3A 00 17 0A 00 02 00 03 07 


0xCAFEBABE就是magic word。所有的java class文件都是以这4个字节开头的。


来一杯咖啡吧,baby!


多么有诗意的画面。

02

version

这两个version要连着讲,一个是主版本号,一个是次版本号。


00 00 00 3A




对比一下上面的表格,我们的主版本号是3A=58,也就是我们使用的是JDK14版本。

03

常量池

接下来是常量池。


首先是两个字节的constant_pool_count。对比一下,constant_pool_count的值是:


00 17


换算成十进制就是23。也就是说常量池的大小是23-1=22。

这里有两点要注意,点,常量池数组的index是从1开始到constant_pool_count-1结束。


第二点,常量池数组的第0位是作为一个保留位,表示“不引用任何常量池项目”,为某些特殊的情况下使用。

接下来是不定长度的cp_info:constant_pool[constant_pool_count-1]常量池数组。


常量池数组中存了些什么东西呢?


字符串常量,类和接口名字,字段名,和其他一些在class中引用的常量。


具体的constant_pool中存储的常量类型有下面几种:


每个常量都是以一个tag开头的。用来告诉JVM,这个到底是一个什么常量。


好了,我们对比着来看一下。在constant_pool_count之后,我们再取一部分16进制数据:


上面我们讲到了17是常量池的个数,接下来就是常量数组。


0A 00 02 00 03


首先个字节是常量的tag, 0A=10,对比一下上面的表格,10表示的是CONSTANT_Methodref方法引用。


CONSTANT_Methodref又是一个结构体,我们再看一下方法引用的定义:

CONSTANT_Methodref_info {    u1 tag;    u2 class_index;    u2 name_and_type_index;}


从上面的定义我们可以看出,CONSTANT_Methodref是由三部分组成的,部分是一个字节的tag,也就是上面的0A。

第二部分是2个字节的class_index,表示的是类在常量池中的index。


第三部分是2个字节的name_and_type_index,表示的是方法的名字和类型在常量池中的index。


先看class_index,0002=2。


常量池的个元素我们已经找到了就是CONSTANT_Methodref,第二个元素就是跟在CONSTANT_Methodref后面的部分,我们看下是什么:


07 00 04


一样的解析步骤,07=7,查表,表示的是CONSTANT_Class。


我们再看下CONSTANT_Class的定义:

CONSTANT_Class_info {    u1 tag;    u2 name_index;}


可以看到CONSTANT_Class占用3个字节,个字节是tag,后面两个字节是name在常量池中的索引。


00 04 = 4, 表示name在常量池中的索引是4。


然后我们就这样一路找下去,就得到了所有常量池中常量的信息。


这样找起来,眼睛都花了,有没有什么简单的办法呢?


当然有,就是上面的javap -version, 我们再回顾一下输出结果中的常量池部分:

Constant pool:   #1 = Methodref          #2.#3          // java/lang/Object."<init>":()V   #2 = Class              #4             // java/lang/Object   #3 = NameAndType        #5:#6          // "<init>":()V   #4 = Utf8               java/lang/Object   #5 = Utf8               <init>   #6 = Utf8               ()V   #7 = Fieldref           #8.#9          // com/flydean/JavaClassUsage.age:I   #8 = Class              #10            // com/flydean/JavaClassUsage   #9 = NameAndType        #11:#12        // age:I  #10 = Utf8               com/flydean/JavaClassUsage  #11 = Utf8               age  #12 = Utf8               I  #13 = Utf8               Code  #14 = Utf8               LineNumberTable  #15 = Utf8               LocalVariableTable  #16 = Utf8               this  #17 = Utf8               Lcom/flydean/JavaClassUsage;  #18 = Utf8               inc  #19 = Utf8               (I)V  #20 = Utf8               number  #21 = Utf8               SourceFile  #22 = Utf8               JavaClassUsage.java


以行为例,直接告诉你常量池中个index的类型是Methodref,它的classref是index=2,它的NameAndType是index=3。


并且直接在后面展示出了具体的值。

04

描述符

且慢,在常量池中我好像看到了一些不一样的东西,这些I,L是什么东西?


这些叫做字段描述符:


上图是他们的各项含义。除了8大基础类型,还有2个引用类型,分别是对象的实例,和数组。

05

access_flags

常量池后面就是access_flags:访问描述符,表示的是这个class或者接口的访问权限。


先上密码表:


再找一下我们16进制的access_flag:


没错,就是00 21。参照上面的表格,好像没有21,但是别怕:


21是ACC_PUBLIC和ACC_SUPER的并集。表示它有两个access权限。

06

this_class和super_class

接下来是this class和super class的名字,他们都是对常量池的引用。


00 08 00 02


this class的常量池index=8, super class的常量池index=2。


看一下2和8都代表什么:

  #2 = Class              #4             // java/lang/Object   #8 = Class              #10            // com/flydean/JavaClassUsage


没错,JavaClassUsage的父类是Object。


大家知道为什么java只能单继承了吗?因为class文件里面只有一个u2的位置,放不下了!

07

interfaces_count和interfaces[]

接下来就是接口的数目和接口的具体信息数组了。


00 00


我们没有实现任何接口,所以interfaces_count=0,这时候也就没有interfaces[]了。

08

fields_count和fields[]

然后是字段数目和字段具体的数组信息。


这里的字段包括类变量和实例变量。


每个字段信息也是一个结构体:

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


字段的access_flag跟class的有点不一样:


这里我们就不具体对比解释了,感兴趣的小伙伴可以自行体验。

09

methods_count和methods[]

接下来是方法信息。


method结构体:

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


method访问权限标记:


10

attributes_count和attributes[]

attributes被用在ClassFile, field_info, method_info和Code_attribute这些结构体中。


先看下attributes结构体的定义:

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


都有哪些attributes, 这些attributes都用在什么地方呢?


其中有六个属性对于Java虚拟机正确解释类文件至关重要,他们是:


ConstantValue,Code,StackMapTable,BootstrapMethods,NestHost和NestMembers。


九个属性对于Java虚拟机正确解释类文件不是至关重要的,但是对于通过Java SE Platform的类库正确解释类文件是至关重要的,他们是:

Exceptions,InnerClasses,EnclosingMethod,Synthetic,Signature,SourceFile,LineNumberTable,LocalVariableTable,LocalVariableTypeTable。


其他13个属性,不是那么重要,但是包含有关类文件的元数据。

总结

后留给大家一个问题,java class中常量池的大小constant_pool_count是2个字节,两个字节可以表示2的16次方个常量。很明显已经够大了。


但是,万一我们写了超过2个字节大小的常量怎么办?欢迎大家留言给我讨论。

相关文章