最近在写一个私有项目，叫ClassAnalyzer。ClassAnalyzer的目的是让我们深入了解JavaClass文件的设计和结构。主要框架和基本功能已经完成，后续会增加一些细节功能。其实JDK已经提供了反编译Class文件的命令行工具javap，不过这篇文章将阐明我实现解析器的思路。Class文件作为类或接口信息的载体，每个Class文件完整地定义了一个类。为了让Java程序“一次编写，到处运行”，Java虚拟机规范对Class文件进行了严格的规定。构成Class文件的基本数据单位是字节，而这些字节之间没有分隔符，这使得整个Class文件存储的内容几乎都是程序运行所必需的数据，而不能表示的数据由单个字节由多个连续字节表示。根据Java虚拟机规范，Class文件使用类似于C语言结构的伪结构来存储数据。这个伪结构中只有两种数据类型：无符号数和表格。Java虚拟机规范定义了u1、u2、u4、u8分别表示1字节、2字节、4字节、8字节的无符号数。无符号数可用于描述数字和索引一个引用、一个数值或一个字符串。表是由多个无符号数或其他表作为数据项组成的一致数据类型。表是用来描述符合层次关系结构的数据的，所以整个Class文件本质上就是一个表。在ClassAnalyzer中，u1、u2、u4、u8分别对应byte、short、int、long，Class文件描述为如下Java类。公共类ClassFile{公共U4魔法；//魔法公共U2次要版本；//minor_versionpublicU2majorVersion;//major_versionpublicU2constantPoolCount;//constant_pool_countpublicConstantPoolInfo[]cpInfo;//cp_infopublicU2accessFlags;//access_flagspublicU2thisClass;//this_classpublicU2superClass;//super_classpublicU2interfacesCount;//interfaces_count公共U2[]接口；//接口publicU2fieldsCount;//fields_countpublicFieldInfo[]fields;//字段publicU2methodsCount;//methods_countpublicMethodInfo[]方法；//方法publicU2attributesCount;//属性计数公共BasicAttributeInfo[]属性；//attributes}如何解析组成Class文件的各种数据项，比如幻数、Class文件的版本、访问标志、类索引、父类索引等数据项，它们在每个Class文件中都有占用固定的字节数，解析时只需要读取相应的字节数。除此之外，还有四个主要部分需要灵活处理：常量池、字段表集合、方法表集合、属性表集合。字段和方法可以有自己的属性，Class本身也有相应的属性。因此，对字段表集合和方法表集合的解析也包括对属性表的解析。常量池在Class文件中占据了很大一部分数据，用来存放所有的常量信息，包括数字和字符串常量、类名、接口名、字段名和方法名。Java虚拟机规范定义了多种常量类型，每一种都有自己的结构。常量池本身就是一个表，解析的时候需要注意几点。每个常量类型都由类型为u1的标记标识。表头给出的常量池大小（constantPoolCount）比实际值大1。比如constantPoolCount等于47，那么常量池中就有46个常量。常量池的索引范围从1开始，例如constantPoolCount=47，则常量池的索引范围为1~46。设计者将第0项留空的目的是表达“不引用任何常量池项”。CONSTANT_Utf8_info类型常量的结构包含一个u1类型的标签，一个u2类型的长度，以及长度为u1类型组成的字节。这个长度字节的连续数据是使用MUTF-8（ModifiedUTF-8）编码的字符串。MUTF-8与UTF-8不兼容。主要区别有两个：一是空字符会被编码成2个字节（0xC0和0x80）；另一种是增补字符按照UTF-16拆分成surrogatepairs，单独编码是的，详情可以看这里（变体UTF-8）。属性表用于描述特定场景下的信息，Class文件、字段表、方法表都有对应的属性表集合。Java虚拟机规范定义了多种属性，ClassAnalyzer目前实现了对常用属性的分析。与常量类型的数据项不同，属性没有标识属性类型的标签，但每个属性都包含一个u2类型的attribute_name_index，attribute_name_index指向常量池中一个CONSTANT_Utf8_info类型的常量，其中包含该属性的姓名。ClassAnalyzer在解析属性时，通过attribute_name_index指向的常量对应的属性名，知道属性类型。字段表用于描述在类或接口中声明的变量，字段包括类级变量和实例级变量。字段表的结构包括u2类型access_flags、u2类型name_index、u2类型descriptor_index、u2类型attributes_count和attributes_countattributes_info类型属性。属性表的解析我们已经介绍过了，属性的解析方法和属性表一样。Class的文件方法表采用与字段表相同的存储格式，只是access_flags对应的含义不同。方法表包含一个重要的属性：代码属性。Code属性存放Java代码编译后的字节码指令。在ClassAnalyzer中，Code对应的Java类如下（只列出了类的属性）。公共类代码扩展BasicAttributeInfo{privateshortmaxStack;私有短maxLocals；私人长代码长度；私有字节[]代码；私有短异常表长度；私有ExceptionInfo[]exceptionTable；私有短属性计数；私有BasicAttributeInfo[]属性；...私有类ExceptionInfo{publicshortstartPc;公共短端PC；公共空头处理程序Pc；公共短catchType；...}}在Code属性中，codeLength和code分别用来存放字节码长度和字节码指令，每条指令是一个word段（u1类型）。虚拟机在执行时，会读取代码中的字节码，并将字节码翻译成相应的指令。另外，codeLength虽然是u4类型的值，但实际上一个方法不允许超过65535条字节码指令。实现ClassAnalyzer的源代码已经放在GitHub上。在ClassAnalyzer的README中，我以一个类的Class文件为例，分析了Class文件的每个字节，希望能帮助大家理解。
