Java 跨平台的基础
各种不同平台的虚拟机与所有平台都统一使用的程序存储格式——字节码(ByteCode)是
构成平台无关性的基石,也是语言无关性的基础。Java 虚拟机不和包括 Java 在内的任何
语言绑定,它只与“Class 文件”这种特定的二进制文件格式所关联,Class 文件中包含了
Java 虚拟机指令集和符号表以及若干其他辅助信息。
Class 类的本质
任何一个 Class 文件都对应着唯一一个类或接口的定义信息,但反过来说,Class 文件实
际上它并不一定以磁盘文件的形式存在。
Class 文件是一组以 8 位字节为基础单位的二进制流。
Class 文件格式
各个数据项目严格按照顺序紧凑地排列在 Class 文件之中,中间没有添加任何分隔符,这
使得整个 Class 文件中存储的内容几乎全部是程序运行的必要数据,没有空隙存在。
Class 文件格式采用一种类似于 C 语言结构体的伪结构来存储数据,这种伪结构中只有两
种数据类型:无符号数和表。
无符号数属于基本的数据类型,以 u1、u2、u4、u8 来分别代表 1 个字节、2 个字节、4
个字节和 8 个字节的无符号数,无符号数可以用来描述数字、索引引用、数量值或者按照
UTF-8 编码构成字符串值。
表是由多个无符号数或者其他表作为数据项构成的复合数据类型,所有表都习惯性地以
“_info”结尾。表用于描述有层次关系的复合结构的数据,整个 Class 文件本质上就是一
张表。
Class 文件格式详解
Class 的结构不像 XML 等描述语言,由于它没有任何分隔符号,所以在其中的数据项,无
论是顺序还是数量,都是被严格限定的,哪个字节代表什么含义,长度是多少,先后顺序
如何,都不允许改变。
按顺序包括:
魔数与 Class 文件的版本
每个 Class 文件的头 4 个字节称为魔数(Magic Number),它的唯一作用是确定这个文件
是否为一个能被虚拟机接受的 Class 文件。使用魔数而不是扩展名来进行识别主要是基于
安全方面的考虑,因为文件扩展名可以随意地改动。文件格式的制定者可以自由地选择魔
数值,只要这个魔数值还没有被广泛采用过同时又不会引起混淆即可。
紧接着魔数的 4 个字节存储的是 Class 文件的版本号:第 5 和第 6 个字节是次版本号
(MinorVersion),第 7 和第 8 个字节是主版本号(Major Version)。Java 的版本号是从
45 开始的,JDK 1.1 之后的每个 JDK 大版本发布主版本号向上加 1 高版本的 JDK 能向下
兼容以前版本的 Class 文件,但不能运行以后版本的 Class 文件,即使文件格式并未发生
任何变化,虚拟机也必须拒绝执行超过其版本号的 Class 文件。
常量池
常量池中常量的数量是不固定的,所以在常量池的入口需要放置一项 u2 类型的数据,代
表常量池容量计数值(constant_pool_count)。与 Java 中语言习惯不一样的是,这个容
量计数是从 1 而不是 0 开始的
常量池中主要存放两大类常量:字面量(Literal)和符号引用(Symbolic References)。
字面量比较接近于 Java 语言层面的常量概念,如文本字符串、声明为 final 的常量值等。
而符号引用则属于编译原理方面的概念,包括了下面三类常量:
类和接口的全限定名(Fully Qualified Name)、字段的名称和描述符(Descriptor)、方
法的名称和描述符
访问标志
用于识别一些类或者接口层次的访问信息,包括:这个 Class 是类还是接口;是否定义为
public 类型;是否定义为 abstract 类型;如果是类的话,是否被声明为 final 等
类索引、父类索引与接口索引集合
这三项数据来确定这个类的继承关系。类索引用于确定这个类的全限定名,父类索引用于
确定这个类的父类的全限定名。由于 Java 语言不允许多重继承,所以父类索引只有一
个,除了 java.lang.Object 之外,所有的 Java 类都有父类,因此除了 java.lang.Object
外,所有 Java 类的父类索引都不为 0。接口索引集合就用来描述这个类实现了哪些接口,
这些被实现的接口将按 implements 语句(如果这个类本身是一个接口,则应当是 extends
语句)后的接口顺序从左到右排列在接口索引集合中
字段表集合
描述接口或者类中声明的变量。字段(field)包括类级变量以及实例级变量。
而字段叫什么名字、字段被定义为什么数据类型,这些都是无法固定的,只能引用常量池
中的常量来描述。
字段表集合中不会列出从超类或者父接口中继承而来的字段,但有可能列出原本 Java 代
码之中不存在的字段,譬如在内部类中为了保持对外部类的访问性,会自动添加指向外部
类实例的字段。
方法表集合
描述了方法的定义,但是方法里的 Java 代码,经过编译器编译成字节码指令后,存放在
属性表集合中的方法属性表集合中一个名为“Code”的属性里面。
与字段表集合相类似的,如果父类方法在子类中没有被重写(Override),方法表集合中
就不会出现来自父类的方法信息。但同样的,有可能会出现由编译器自动添加的方法,最
典型的便是类构造器“<clinit>”方法和实例构造器“<init>”
属性表集合
存储 Class 文件、字段表、方法表都自己的属性表集合,以用于描述某些场景
专有的信息。如方法的代码就存储在 Code 属性表中。
字节码指令
Java 虚拟机的指令由一个字节长度的、代表着某种特定操作含义的数字(称为操作码,
Opcode)以及跟随其后的零至多个代表此操作所需参数(称为操作数,Operands)而构
成。由于限制了 Java 虚拟机操作码的长度为一个字节(即 0~255),这意味着指令集的操作
码总数不可能超过 256 条。
大多数的指令都包含了其操作所对应的数据类型信息。例如:
iload 指令用于从局部变量表中加载 int 型的数据到操作数栈中,而 fload 指令加载的则是
float 类型的数据。
大部分的指令都没有支持整数类型 byte、char 和 short,甚至没有任何指令支持 boolean
类型。大多数对于 boolean、byte、short 和 char 类型数据的操作,实际上都是使用相应
的 int 类型作为运算类型
阅读字节码作为了解 Java 虚拟机的基础技能,请熟练掌握。请熟悉并掌握常见指令即
可。
加载和存储指令
用于将数据在栈帧中的局部变量表和操作数栈之间来回传输,这类指令包括如下内容。
将一个局部变量加载到操作栈:iload、iload_<n>、lload、lload_<n>、fload、fload_
<n>、dload、dload_<n>、aload、aload_<n>。
将一个数值从操作数栈存储到局部变量表:istore、istore_<n>、lstore、lstore_<n>、
fstore、fstore_<n>、dstore、dstore_<n>、astore、astore_<n>。
将一个常量加载到操作数栈:bipush、sipush、ldc、ldc_w、ldc2_w、aconst_null、
iconst_m1、iconst_<i>、lconst_<l>、fconst_<f>、dconst_<d>。
扩充局部变量表的访问索引的指令:wide。
运算或算术指令
用于对两个操作数栈上的值进行某种特定运算,并把结果重新存入到操作栈顶。
加法指令:iadd、ladd、fadd、dadd。
减法指令:isub、lsub、fsub、dsub。
乘法指令:imul、lmul、fmul、dmul 等等
类型转换指令
可以将两种不同的数值类型进行相互转换,
Java 虚拟机直接支持以下数值类型的宽化类型转换(即小范围类型向大范围类型的安全转
换):
int 类型到 long、float 或者 double 类型。
long 类型到 float、double 类型。
float 类型到 double 类型。
处理窄化类型转换(Narrowing Numeric Conversions)时,必须显式地使用转换指令来完
成,这些转换指令包括:i2b、i2c、i2s、l2i、f2i、f2l、d2i、d2l 和 d2f。
创建类实例的指令:
new。
创建数组的指令:
newarray、anewarray、multianewarray。
访问字段指令:
getfield、putfield、getstatic、putstatic。
数组存取相关指令
把一个数组元素加载到操作数栈的指令:baload、caload、saload、iaload、laload、
faload、daload、aaload。
将一个操作数栈的值存储到数组元素中的指令:bastore、castore、sastore、iastore、
fastore、dastore、aastore。
取数组长度的指令:arraylength。
检查类实例类型的指令:
instanceof、checkcast。
操作数栈管理指令
如同操作一个普通数据结构中的堆栈那样,Java 虚拟机提供了一些用于直接操作操作数栈
的指令,包括:将操作数栈的栈顶一个或两个元素出栈:pop、pop2。
复制栈顶一个或两个数值并将复制值或双份的复制值重新压入栈顶:dup、dup2、
dup_x1、dup2_x1、dup_x2、dup2_x2。
将栈最顶端的两个数值互换:swap。
控制转移指令
控制转移指令可以让 Java 虚拟机有条件或无条件地从指定的位置指令而不是控制转移指
令的下一条指令继续执行程序,从概念模型上理解,可以认为控制转移指令就是在有条件
或无条件地修改 PC 寄存器的值。控制转移指令如下。
条件分支:ifeq、iflt、ifle、ifne、ifgt、ifge、ifnull、ifnonnull、if_icmpeq、if_icmpne、
if_icmplt、if_icmpgt、if_icmple、if_icmpge、if_acmpeq 和 if_acmpne。
复合条件分支:tableswitch、lookupswitch。
无条件分支:goto、goto_w、jsr、jsr_w、ret。
方法调用指令
invokevirtual 指令用于调用对象的实例方法,根据对象的实际类型进行分派(虚方法分
派),这也是 Java 语言中最常见的方法分派方式。
invokeinterface 指令用于调用接口方法,它会在运行时搜索一个实现了这个接口方法的对
象,找出适合的方法进行调用。
invokespecial 指令用于调用一些需要特殊处理的实例方法,包括实例初始化方法、私有方
法和父类方法。
invokestatic 指令用于调用类方法(static 方法)。
invokedynamic 指令用于在运行时动态解析出调用点限定符所引用的方法,并执行该方
法,前面 4 条调用指令的分派逻辑都固化在 Java 虚拟机内部,而 invokedynamic 指令的
分派逻辑是由用户所设定的引导方法决定的。
方法调用指令与数据类型无关。
方法返回指令
是根据返回值的类型区分的,包括 ireturn(当返回值是 boolean、byte、char、short 和 int
类型时使用)、lreturn、freturn、dreturn 和 areturn,另外还有一条 return 指令供声明为
void 的方法、实例初始化方法以及类和接口的类初始化方法使用。