破解class文件的第一步：深入理解JAVA Class文件
华为云开发者社区 人气:0摘要： java定义了一套与操作系统，硬件无关的字节码格式，这个字节码就是用java class文件来表示的，java class文件内部定义了虚拟机可以识别的字节码格式，这个格式是平台无关性的。
java语言是跨平台的，所谓一次编写，到处运行。之所以是跨平台的，就是java定义了一套与操作系统，硬件无关的字节码格式，这个字节码就是用java class文件来表示的，java class文件内部定义了虚拟机可以识别的字节码格式，这个格式是平台无关性的，在linux系统或者在windows系统上都是一致的。这个就好比html文件，我们定义好规范，这个系统只要去按照规范显示出来里面的内容就好了。
一.JVM的语言无关性
JVM是干什么用的？
运行java的啊，难不成是运行python的？
这句话是对的，但不完整，JVM并不是只能运行java程序。
事实上，JVM上运行的本身也不是java文件，而是class文件。
而能够编译转化为class文件的，并不只有java一种。
这就是JVM的语言无关性。
至于能不能运行python，取决于是否有一个能将python转成class文件的工具。
当然这样做没有太多的意义，毕竟python也有其运行环境，且在某种意义上，比java更强大，核心类库更完善。
各种语言也有各自的平台，所以没有必要强制编译。
但掌握class文件还是很有意义的。
作为一个程序员，你是否有过或者曾经有过创建一门语言的奢望？最好还是用汉语开发。
但现实，或者大学里的某个导师，却给你兜头一盆冷水。
先花个三五年研究汇编，再考虑实现这些。
三五年，黄花菜都凉了。
现在，有了JVM，似乎看到了一点希望的曙光。
二.class文件的本质
要实现之前的设想，或者说，想开发一个编译工具。首先要做的，就是要解构class文件本身。
无论如何得来，class文件的本质都是一组以 8 位字节为基础单位的2进制流。
记住，是2进制。
为了证明这一点，我们还是要用到一些工具。比如，Sublime。
它并不是一个直接查看2进制的工具，而是16 进制的编辑器（2进制和16进制可以无缝切换）。
这里面似乎还有python的事情哦。使用时，直接点击sublime_text.exe文件即可。
然后选择class文件，打开，如下图的样子。
看的人眼花对不对？这都什么玩意！
前文说了，2进制，不，这就是16进制啊。
如果你不想去看16进制，也可以使用javap，直接去查看字节码指令（详细内容见前文《一段java代码是如何执行的》）。
如果你也不想打开命令行，还有一个叫jclasslib的工具，可提供图形化界面，它还有适用于idea的插件。
但它不是重点，暂且忽略。
三.class文件结构揭秘
class文件格式中只有两种数据类型，无符号数和表。
其中，无符号数包含所有的基础数据类型和字符串，索引引用等，根据字节长度又可以分为u1，u2，u4，u8，分别代表无符号数的长度为1，2，4，8。
而表，即对象类型。
接下来，以sublime文件解析的内容为蓝本，按顺序说说的class文件的构成。
（1）class文件的头四个字节被称为魔数，它的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。
如，上文中魔数的值为：
它代表该文件是一个class类型的文件，不信，你可以多打开几个class文件看看。
（2）接下来的四个字节代表jdk的版本
如上的内容代表jdk的版本为1.8。
PS:jdk1.1的版本数字为45，以后每跨一个大版本，数字+1，所以jdk1.8的版本数字为51(十进制)，转化为16进制即为34。
（3）下面一个概念是常量池
以上内容是常量池的计数器，通过该数字，我们计算出常量的个数为15个（计算出的数字减1，因为该计数器的起始数不是0，而是1）
我们用javap命令打开常量池，证明常量的确是15个。
（4）常量池后面就是访问标志，访问标志主要分为如下类别
我们回头去看看这段class的源码（居然如此简单）
Java 代码
public class ByteCode {
public ByteCode(){
}
}
该类非接口，非抽象类，非枚举，非系统代码，非final，有pulbic，且编译器在jdk1.2之后，所以，满足条件的标志为：
ACC_PUBLIC和 ACC_SUPER，对应标志数为0001和0020，合并起来就是0021。如下图位置：
（5）类索引，父类索引和接口索引
- 上文访问标志后面就是类索引，索引值为0002，对应常量池第二位。
- 类索引后面就是夫类索引，索引值为0003，对应常量池第三位。
- 父类索引后面就是接口索引，索引值为0000，代表该类没有实现任何接口。
（6）字段表，方法表，属性表
三大索引之后就是字段表
字段表为0000，代表无字段。
如上图，方法表分为四部分
- 方法表计数器的结果为1，代表有一个字段
- 方法表访问标志为0001，代表public
- 方法表名称索引为0004，对应常量池第4个
- 方法表描述索引为0005，对应常量池第5个
属性表以此类推。
四.字节码指令
单独开一个章节讲讲字节码指令，它存在于方法表中，如下分类：
（1）加载和存储指令
此部分内容，见前文《一段java代码是如何执行的》）
（2）运算或算术指令
源码：
Java 代码
public class Test {
public void add(int a,int b){
System.out.println(a+b);
System.out.println(a-b);
System.out.println(a*b);
System.out.println(a/b);
}
}
字节码指令如下：
（3）类型转换指令
源码：
Java 代码
public class Test {
public void add(int a,int b){
int c = 1;
long d = c;
}
}
字节码指令：
（4）创建实例指令
这个不用多讲，就是new
（5）创建数组指令
源码：
Java 代码
public class Test {
public void add(int a,int b){
int[] c = new int[4];
String[] d = new String[5];
}
}
字节码指令：
（6）访问字段指令
源码：
Java 代码
public class Test {
private static String name = "1";
private String age = "2";
public static void main(String[] args) {
Test test = new Test();
String a = test.age;
String b = Test.name;
}
}
字节码指令：
（7）数组存取指令
源码：
Java 代码
public static void main(String[] args) {
String[] a = new String[5];
a[1] = "2";
String b = a[1];
}
字节码指令：
（8）检查实例类型指令
就是instanceof，演示略
（9）方法返回指令
就是return，演示略
五.异常操作
直接看一段代码：
Java 代码
public class Test {
public void test() {
InputStream in = null;
try {
in = new FileInputStream("i.txt");
} catch (FileNotFoundException e) {
e.printStackTrace();
}finally {
try {
in.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
代码是一段典型的文件流操作，与其他代码不同的是，它捕获了两个异常。
那么，字节码指令又是如何处理该异常的呢
我们可以看到，最底下出现了一个exception table，即异常表，它记录了所有的异常数据
以异常表第一行举例，from，to分别代表，如果第12行，到第16行间发生异常，则直接跳到第19行（target）。
六.装箱拆箱
这是绕不过去的一个话题。
但凡有一点java基础的人都知道，java有八大基础数据类型，每一种类型都对应一种包装类。如int之于Integer，long之于Long。
一般来讲，基础数据类型和包装类都可以相互赋值。但这其中的逻辑如何呢？
Java 代码
public class Test {
public static void main(String[] args) {
Integer i = 1;
int a = 2;
int b = 3;
i = a;
b = i;
}
}
我们来看看字节码指令
从字节码指令中，我们可以看到，有三次拆装操作
- 第一次，调用Integer的valueOf方法，讲常量1转为Integer类型；
- 第二次，调用Integer的valueOf方法，讲栈顶值2转为Integer类型；
- 第三次，调用intValue方法，讲Integer转为int，然后赋值给b。
前两部为装箱，后一步为拆箱。
这就是拆装箱的底层实现逻辑了。
本文分享自华为云社区《java之深入class文件》，原文作者：技术火炬手。
点击关注，第一时间了解华为云新鲜技术~
加载全部内容