前言：

身為一個java程序員，怎么能不了解JVM呢，倘若想學習JVM，那就又必須要了解Class文件，Class之于虛擬機，就如魚之于水，虛擬機因為Class而有了生命。《深入理解java虛擬機》中花了一整個章節來講解Class文件，可是看完后，一直都還是迷迷糊糊，似懂非懂。正好前段時間看見一本書很不錯：《自己動手寫Java虛擬機》，作者利用go語言實現了一個簡單的JVM，雖然沒有完整實現JVM的所有功能，但是對于一些對JVM稍感興趣的人來說，可讀性還是很高的。作者講解的很詳細，每個過程都分為了一章，其中一部分就是講解如何解析Class文件。

這本書不太厚，很快就讀完了，讀完后，收獲頗豐。但是紙上得來終覺淺，絕知此事要躬行，我便嘗試著自己解析Class文件。go語言雖然很優秀，但是終究不熟練，尤其是不太習慣其把類型放在變量之后的語法，還是老老實實用java吧。

話不多說，先貼出項目地址：https://github.com/HalfStackDeveloper/ClassReader

Class文件

什么是Class文件？

java之所以能夠實現跨平臺，便在于其編譯階段不是將代碼直接編譯為平臺相關的機器語言，而是先編譯成二進制形式的java字節碼，放在Class文件之中，虛擬機再加載Class文件，解析出程序運行所需的內容。每個類都會被編譯成一個單獨的class文件，內部類也會作為一個獨立的類，生成自己的class。

基本結構

隨便找到一個class文件，用Sublime Text打開是這樣的：

屏幕快照 2017-02-06 上午8.44.42.png

是不是一臉懵逼，不過java虛擬機規范中給出了class文件的基本格式，只要按照這個格式去解析就可以了：

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]; }

ClassFile中的字段類型有u1、u2、u4,這是什么類型呢？其實很簡單，就是分別表示1個字節，2個字節和4個字節。

開頭四個字節為：magic，是用來唯一標識文件格式的，一般被稱作magic number（魔數），這樣虛擬機才能識別出所加載的文件是否是class格式，class文件的魔數為cafebabe。不只是class文件，基本上大部分文件都有魔數，用來標識自己的格式。

接下來的部分主要是class文件的一些信息，如常量池、類訪問標志、父類、接口信息、字段、方法等，具體的信息可參考《Java虛擬機規范》。

解析

字段類型

上面說到ClassFile中的字段類型有u1、u2、u4，分別表示1個字節，2個字節和4個字節的無符號整數。java中short、int、long分別為2、4、8個字節的有符號整數，去掉符號位，剛好可以用來表示u1、u2、u4。

public class U1 {public static short read(InputStream inputStream) {byte[] bytes = new byte[1];try {inputStream.read(bytes);} catch (IOException e) {e.printStackTrace();}short value = (short) (bytes[0] & 0xFF);return value;} }public class U2 {public static int read(InputStream inputStream) {byte[] bytes = new byte[2];try {inputStream.read(bytes);} catch (IOException e) {e.printStackTrace();}int num = 0;for (int i= 0; i < bytes.length; i++) {num <<= 8;num |= (bytes[i] & 0xff);}return num;} }public class U4 {public static long read(InputStream inputStream) {byte[] bytes = new byte[4];try {inputStream.read(bytes);} catch (IOException e) {e.printStackTrace();}long num = 0;for (int i= 0; i < bytes.length; i++) {num <<= 8;num |= (bytes[i] & 0xff);}return num;} }

常量池

定義好字段類型后，我們就可以讀取class文件了，首先是讀取魔數之類的基本信息，這部分很簡單：

FileInputStream inputStream = new FileInputStream(file); ClassFile classFile = new ClassFile(); classFile.magic = U4.read(inputStream); classFile.minorVersion = U2.read(inputStream); classFile.majorVersion = U2.read(inputStream);

這部分只是熱熱身，接下來的大頭在于常量池。解析常量池之前，我們先來解釋一下常量池是什么。

常量池，顧名思義，存放常量的資源池，這里的常量指的是字面量和符號引用。字面量指的是一些字符串資源，而符號引用分為三類：類符號引用、方法符號引用和字段符號引用。通過將資源放在常量池中，其他項就可以直接定義成常量池中的索引了，避免了空間的浪費，不只是class文件，Android可執行文件dex也是同樣如此，將字符串資源等放在DexData中，其他項通過索引定位資源。java虛擬機規范給出了常量池中每一項的格式：

cp_info {u1 tag;u1 info[]; }

上面的這個格式只是一個通用格式，常量池中真正包含的數據有14種格式，每種格式的tag值不同,具體如下所示:

屏幕快照 2017-02-06 下午2.20.08.png

由于格式太多，文章中只挑選一部分講解：

這里首先讀取常量池的大小，初始化常量池：

//解析常量池 int constant_pool_count = U2.read(inputStream); ConstantPool constantPool = new ConstantPool(constant_pool_count); constantPool.read(inputStream);

接下來再逐個讀取每項內容，并存儲到數組cpInfo中，這里需要注意的是，cpInfo[]下標從1開始，0無效，且真正的常量池大小為constant_pool_count-1。

public class ConstantPool {public int constant_pool_count;public ConstantInfo[] cpInfo;public ConstantPool(int count) {constant_pool_count = count;cpInfo = new ConstantInfo[constant_pool_count];}public void read(InputStream inputStream) {for (int i = 1; i < constant_pool_count; i++) {short tag = U1.read(inputStream);ConstantInfo constantInfo = ConstantInfo.getConstantInfo(tag);constantInfo.read(inputStream);cpInfo[i] = constantInfo;if (tag == ConstantInfo.CONSTANT_Double || tag == ConstantInfo.CONSTANT_Long) {i++;}}} }

我們先來看看CONSTANT_Utf8格式，這一項里面存放的是MUTF-8編碼的字符串：

CONSTANT_Utf8_info { u1 tag;u2 length;u1 bytes[length]; }

那么如何讀取這一項呢？

public class ConstantUtf8 extends ConstantInfo {public String value;@Overridepublic void read(InputStream inputStream) {int length = U2.read(inputStream);byte[] bytes = new byte[length];try {inputStream.read(bytes);} catch (IOException e) {e.printStackTrace();}try {value = readUtf8(bytes);} catch (UTFDataFormatException e) {e.printStackTrace();}}private String readUtf8(byte[] bytearr) throws UTFDataFormatException {//copy from java.io.DataInputStream.readUTF()} }

很簡單，首先讀取這一項的字節數組長度，接著調用readUtf8(),將字節數組轉化為String字符串。

再來看看CONSTANT_Class這一項，這一項存儲的是類或者接口的符號引用：

CONSTANT_Class_info {u1 tag;u2 name_index; }

注意這里的name_index并不是直接的字符串，而是指向常量池中cpInfo數組的name_index項，且cpInfo[name_index]一定是CONSTANT_Utf8格式。

public class ConstantClass extends ConstantInfo {public int nameIndex;@Overridepublic void read(InputStream inputStream) {nameIndex = U2.read(inputStream);} }

常量池解析完畢后，就可以供后面的數據使用了，比方說ClassFile中的this_class指向的就是常量池中格式為CONSTANT_Class的某一項,那么我們就可以讀取出類名：

int classIndex = U2.read(inputStream); ConstantClass clazz = (ConstantClass) constantPool.cpInfo[classIndex]; ConstantUtf8 className = (ConstantUtf8) constantPool.cpInfo[clazz.nameIndex]; classFile.className = className.value; System.out.print("classname:" + classFile.className + "\n");

字節碼指令

解析常量池之后還需要接著解析一些類信息，如父類、接口類、字段等，但是相信大家最好奇的還是java指令的存儲，大家都知道，我們平時寫的java代碼會被編譯成java字節碼，那么這些字節碼到底存儲在哪呢？別急，講解指令之前，我們先來了解下ClassFile中的method_info，其格式如下：

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

method_info里主要是一些方法信息：如訪問標志、方法名索引、方法描述符索引及屬性數組。這里要強調的是屬性數組，因為字節碼指令就存儲在這個屬性數組里。屬性有很多種，比如說異常表就是一個屬性，而存儲字節碼指令的屬性為CODE屬性，看這名字也知道是用來存儲代碼的了。屬性的通用格式為：

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

根據attribute_name_index可以從常量池中拿到屬性名，再根據屬性名就可以判斷屬性種類了。

Code屬性的具體格式為：

Code_attribute {u2 attribute_name_index; u4 attribute_length;u2 max_stack;u2 max_locals;u4 code_length;u1 code[code_length];u2 exception_table_length; {u2 start_pc;u2 end_pc;u2 handler_pc;u2 catch_type;} exception_table[exception_table_length];u2 attributes_count;attribute_info attributes[attributes_count]; }

其中code數組里存儲就是字節碼指令，那么如何解析呢？每條指令在code[]中都是一個字節，我們平時javap命令反編譯看到的指令其實是助記符，只是方便閱讀字節碼使用的，jvm有一張字節碼與助記符的對照表，根據對照表，就可以將指令翻譯為可讀的助記符了。這里我也是在網上隨便找了一個對照表，保存到本地txt文件中，并在使用時解析成HashMap。代碼很簡單，就不貼了，可以參考我代碼中InstructionTable.java。

接下來我們就可以解析字節碼了：

for (int j = 0; j < methodInfo.attributesCount; j++) {if (methodInfo.attributes[j] instanceof CodeAttribute) {CodeAttribute codeAttribute = (CodeAttribute) methodInfo.attributes[j]; for (int m = 0; m < codeAttribute.codeLength; m++) {short code = codeAttribute.code[m];System.out.print(InstructionTable.getInstruction(code) + "\n");}} }

運行

整個項目終于寫完了，接下來就來看看效果如何，隨便找一個class文件解析運行：

屏幕快照 2017-02-06 下午3.55.10.png

哈哈，是不是很贊！

最后再貼一下項目地址：https://github.com/HalfStackDeveloper/ClassReader，歡迎Fork And Star！

總結

Class文件看起來很復雜，其實真正解析起來，也沒有那么難，關鍵是要自己動手試試，才能徹底理解，希望各位看完后也能覺知此事要躬行！

參考：

1. 周志明《java虛擬機規范（JavaSE7）》

2. 張秀宏《自己動手寫Java虛擬機》

3. 周志明《深入理解Java虛擬機（第2版）》

（如有錯誤，歡迎指正！）

(轉載請標明ID：半棧工程師，個人博客：https://halfstackdeveloper.github.io)

歡迎關注我的知乎專欄：https://zhuanlan.zhihu.com/halfstack

歡迎Follow我的github:?https://github.com/HalfStackDeveloper

總結

以上是生活随笔為你收集整理的Jvm之用java解析class文件的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。