如何看懂字节码文件

测试使用的类


public class Test {

    public int i;
    public long y;

}

基础概念

每个Class文件的头4个字节被称为魔数(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。不仅是Class文件，很多文件格式标准中都有使用魔数来进行身份识别的习惯，譬如图片格式，如GIF或者JPEG等在文件头中都存有魔数。使用魔数而不是扩展名来进行识别主要是基于安全考虑，因为文件扩展名可以随意改动。

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(Minor Version)，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（JDK 1.0～1.1使用了45.0～45.3的版本号），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，因为《Java虚拟机规范》在Class文件校验部分明确要求了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。

这里使用nodepad++安装HEX插件【可以用任意具有HEX查看功能的工具】打开class文件观察数据

首先是魔数cafe babe,代表次版本号的第5个和第6个字节值为0x0000，而主版本号的值为0x003d，也即是十进制的61，即JDK17编译的class文件。

常量池

紧接着主、次版本号之后的是常量池入口，常量池可以比喻为Class文件里的资源仓库，它是Class文件结构中与其他项目关联最多的数据，通常也是占用Class文件空间最大的数据项目之一，另外，它还是在Class文件中第一个出现的表类型数据项目。

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、被声明为final的常量值等。而符号引用则属于编译原理方面的概念，主要包括下面几类常量：·被模块导出或者开放的包(Package)·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·方法句柄和方法类型(Method Handle、Method Type、Invoke Dynamic)·动态调用点和动态常量(Dynamically-Computed Call Site、Dynamically-Computed Constant)。

常量池中的每一项常量都是一个表，在 JDK 7 之前共有 11 种结构不同的表，在 JDK 7 中为了更好的支持动态语言调用，又增加了 3 种。都是CONSTANT 开头，info 结尾。我们以下表为基础来解析class文件。

其中 CONSTANT_Utf8_info 类型的常量，它的 length 值说明了这个 UTF-8 编码的字符串长度是多少字节，bytes 的值为长度为 length 字节的 UTF-8 缩略编码表示的字符串

由于 Class 文件中方法、字段等都需要引用 CONSTANT_Utf8_info 型常量来描述名称，所以 CONSTANT_Utf8_info 型常量的最大长度也就是 Java 中方法、字段名的最大长度，即 u2 的 65535，也就是说最大 65535 字节，即 64KB。

由于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中语言习惯不同，这个容量计数是从1而不是0开始的，本例图中第8，9位便是我们常量池的大小。（偏移地址：0x00000008）为十六进制数0x0014，即十进制的20，这就代表常量池中有19项常量，索引值范围为1～19;

表结构起始的第一位是个u1类型的标志位，代表着当前常量属于哪种常量类型，即图中a位置；这里就从图中a开始解读：

常量池的第一项常量，它的标志位（偏移地址：0x0000000A）是0x0a，查表获取类型如下图，此处是CONSTANT_Methodref_info类型的tag，得知tag后跟2个u2类型的index索引，分别是(偏移地址：0x0000000C）0x02和(偏移地址：0x0000000E）0x03[这两个索引具体是什么我们在下面解析]。

第一个常量池数据结束，目前得到的常量池：

[01] CONSTANT_Methodref_info #2,#3

接着是第二个常量池：它的标志位（偏移地址：0x0000000F）是0x07,依然是查类型表07；此处是CONSTANT_Class_info类型的tag

后跟1个u2类型的index索引(偏移地址：0x0000000C）0x04

第二个常量池数据结束，目前得到的常量池：

[01] CONSTANT_Methodref_info #2,#3
[02] CONSTANT_Class_info #4

第三个常量池：它的标志位（偏移地址：0x00000012）是0x0c,依然是查类型表12；此处是CONSTANT_NameAndType类型的tag,后跟2个u2类型的index索引，分别是(偏移地址：0x00000014）0x05和(偏移地址：0x00000016）0x06

第三个常量池数据结束，目前得到的常量池：

[01] CONSTANT_Methodref_info #2,#3
[02] CONSTANT_Class_info #4
[03] CONSTANT_NameAndType #5,#6

第四个常量池：它的标志位（偏移地址：0x00000017）是0x01,查类型表01；此处是CONSTANT_Utf8_info类型的tag；

跟1个u2类型的长度(偏移地址：0x00000019）0x10，长度是16【length值说明了这个UTF-8编码的字符串长度是多少字节，它后面紧跟着的长度为length字节的连续数据是一个使用UTF-8缩略编码表示的字符串。UTF-8缩略编码与普通UTF-8编码的区别是：从’\u0001’到’\u007f’之间的字符（相当于1～127的ASCII码）的缩略编码使用一个字节表示，从’\u0080’到’\u07ff’之间的所有字符的缩略编码用两个字节表示，从’\u0800’开始到’\uffff’之间的所有字符的缩略编码就按照普通UTF-8编码规则使用三个字节表示】，这里后面数据是(偏移地址：0x00000029) java/lang/object

第四个常量池数据结束，目前得到的常量池：

[01] CONSTANT_Methodref_info #2,#3
[02] CONSTANT_Class_info #4
[03] CONSTANT_NameAndType #5,#6
[04] CONSTANT_Utf8_info java/lang/Object

从上面的第二个常量池[02] CONSTANT_Class_info #4知道它的索引是第四个常量池，而第四个常量池便是我们的[04] CONSTANT_Utf8_info java/lang/Object.

jclasslib

以此类推，便可以获得所有的常量池数据；这里虽然抽象但是具体的步骤便是如此，为了让大家能明白，我们使用IntelliJ IDEA的jclasslib插件来验证上面的解析。

第四个常量池长度16，字符串便是我们解析的 java/lang/Object

javap

我们再使用jdk提供的命令来验证javap -c -v Test.class：

Classfile /D:/project/java/blog/target/classes/com/mystic/ycc/blog/test/Test.class
  Last modified 2024-5-22; size 319 bytes
  MD5 checksum d41bbe1c5d1a6eb390ca59cadaeb48d3
  Compiled from "Test.java"
public class com.mystic.ycc.blog.test.Test
  minor version: 0
  major version: 61
  flags: ACC_PUBLIC, ACC_SUPER
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 = Class              #8             // com/mystic/ycc/blog/test/Test
   #8 = Utf8               com/mystic/ycc/blog/test/Test
   #9 = Utf8               i
  #10 = Utf8               I
  #11 = Utf8               y
  #12 = Utf8               J
  #13 = Utf8               Code
  #14 = Utf8               LineNumberTable
  #15 = Utf8               LocalVariableTable
  #16 = Utf8               this
  #17 = Utf8               Lcom/mystic/ycc/blog/test/Test;
  #18 = Utf8               SourceFile
  #19 = Utf8               Test.java
{
  public int i;
    descriptor: I
    flags: ACC_PUBLIC

  public long y;
    descriptor: J
    flags: ACC_PUBLIC

  public com.mystic.ycc.blog.test.Test();
    descriptor: ()V
    flags: ACC_PUBLIC
    Code:
      stack=1, locals=1, args_size=1
         0: aload_0
         1: invokespecial #1                  // Method java/lang/Object."<init>":()V
         4: return
      LineNumberTable:
        line 3: 0
      LocalVariableTable:
        Start  Length  Slot  Name   Signature
            0       5     0  this   Lcom/mystic/ycc/blog/test/Test;
}
SourceFile: "Test.java"

这里的1到4的常量池便是上面一步步解析的数据。