最近在寫一個私人項目，名字叫做ClassAnalyzer，ClassAnalyzer的目的是能讓我們對Java Class文件的設計與結構能夠有一個深入的理解。主體框架與基本功能已經完成，還有一些細節(jié)功能日后再增加。實際上JDK已經提供了命令行工具javap來反編譯Class文件，但本篇文章將闡明我實現(xiàn)解析器的思路。
Class文件
作為類或者接口信息的載體，每個Class文件都完整的定義了一個類。為了使Java程序可以“編寫一次，處處運行”，Java虛擬機規(guī)范對Class文件進行了嚴格的規(guī)定。構成Class文件的基本數據單位是字節(jié)，這些字節(jié)之間不存在任何分隔符，這使得整個Class文件中存儲的內容幾乎全部是程序運行的必要數據，單個字節(jié)無法表示的數據由多個連續(xù)的字節(jié)來表示。
根據Java虛擬機規(guī)范，Class文件采用一種類似于C語言結構體的偽結構來存儲數據，這種偽結構中只有兩種數據類型：無符號數和表。Java虛擬機規(guī)范定義了u1、u2、u4和u8來分別表示1個字節(jié)、2個字節(jié)、4個字節(jié)和8個字節(jié)的無符號數，無符號數可以用來描述數字、索引引用、數量值或者是字符串。表是由多個無符號數或者其它表作為數據項構成的復合數據類型，表用于描述有層次關系的復合結構的數據，因此整個Class文件本質上就是一張表。在ClassAnalyzer中，byte、short、int和long分別對應u1、u2、u4和u8數據類型，Class文件被描述為如下Java類。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
public class ClassFile { public U4 magic; // magic public U2 minorVersion; // minor_version public U2 majorVersion; // major_version public U2 constantPoolCount; // constant_pool_count public ConstantPoolInfo[] cpInfo; // cp_info public U2 accessFlags; // access_flags public U2 thisClass; // this_class public U2 superClass; // super_class public U2 interfacesCount; // interfaces_count public U2[] interfaces; // interfaces public U2 fieldsCount; // fields_count public FieldInfo[] fields; // fields public U2 methodsCount; // methods_count public MethodInfo[] methods; // methods public U2 attributesCount; // attributes_count public BasicAttributeInfo[] attributes; // attributes} |
如何解析
組成Class文件的各個數據項中，例如魔數、Class文件的版本等數據項、訪問標志、類索引、父類索引，它們在每個Class文件中都占用固定數量的字節(jié)，在解析時只需要讀取相應數量的字節(jié)。除此之外，需要靈活處理的主要包括4部分：常量池、字段表集合、方法表集合和屬性表集合。字段和方法都可以具備自己的屬性，Class本身也有相應的屬性，因此，在解析字段表集合和方法表集合的同時也包含了屬性表的解析。
常量池占據了Class文件很大一部分的數據，用于存儲所有的常量信息，包括數字和字符串常量、類名、接口名、字段名和方法名等。Java虛擬機規(guī)范定義了多種常量類型，每一種常量類型都有自己的結構。常量池本身是一個表，在解析時有幾點需要注意。
每個常量類型都通過一個u1類型的tag來標識。
表頭給出的常量池大小（constantPoolCount）比實際大1，例如，如果constantPoolCount等于47，那么常量池中有46項常量。
常量池的索引范圍從1開始，例如，如果constantPoolCount等于47，那么常量池的索引范圍為1~46。設計者將第0項空出來的目的是用于表達“不引用任何一個常量池項目”。
CONSTANT_Utf8_info型常量的結構中包含u1類型的tag、u2類型的length和由length個u1類型組成的bytes，這length字節(jié)的連續(xù)數據是一個使用MUTF-8（Modified UTF-8）編碼的字符串。MUTF-8與UTF-8并不兼容，主要區(qū)別有兩點：一是null字符會被編碼成2字節(jié)（0xC0和0x80）；二是補充字符是按照UTF-16拆分為代理對分別編碼的，相關細節(jié)可以看這里（變種UTF-8）。
屬性表用于描述某些場景專有的信息，Class文件、字段表和方法表都有相應的屬性表集合。Java虛擬機規(guī)范定義了多種屬性，ClassAnalyzer目前實現(xiàn)了對常用屬性的解析。和常量類型的數據項不同，屬性并沒有一個tag來標識屬性的類型，但是每個屬性都包含有一個u2類型的attribute_name_index，attribute_name_index指向常量池中的一個CONSTANT_Utf8_info類型的常量，該常量包含著屬性的名稱。在解析屬性時，ClassAnalyzer正是通過attribute_name_index指向的常量對應的屬性名稱來得知屬性的類型。
字段表用于描述類或者接口中聲明的變量，字段包括類級變量以及實例級變量。字段表的結構包含一個u2類型的access_flags、一個u2類型的name_index、一個u2類型的descriptor_index、一個u2類型的attributes_count和attributes_count個attribute_info類型的attributes。我們已經介紹了屬性表的解析，attributes的解析方式與屬性表的解析方式一致。
Class的文件方法表采用了和字段表相同的存儲格式，只是access_flags對應的含義有所不同。方法表包含著一個重要的屬性：Code屬性。Code屬性存儲了Java代碼編譯成的字節(jié)碼指令，在ClassAnalyzer中，Code對應的Java類如下所示（僅列出了類屬性）
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
public class Code extends BasicAttributeInfo { private short maxStack; private short maxLocals; private long codeLength; private byte[] code; private short exceptionTableLength; private ExceptionInfo[] exceptionTable; private short attributesCount; private BasicAttributeInfo[] attributes; ... private class ExceptionInfo { public short startPc; public short endPc; public short handlerPc; public short catchType; ... }} |
在Code屬性中，codeLength和code分別用于存儲字節(jié)碼長度和字節(jié)碼指令，每條指令即一個字節(jié)（u1類型）。在虛擬機執(zhí)行時，通過讀取code中的一個個字節(jié)碼，并將字節(jié)碼翻譯成相應的指令。另外，雖然codeLength是一個u4類型的值，但是實際上一個方法不允許超過65535條字節(jié)碼指令。
代碼實現(xiàn)
ClassAnalyzer的源碼已放在了GitHub上。在ClassAnalyzer的README中，我以一個類的Class文件為例，對該Class文件的每個字節(jié)進行了分析，希望對大家的理解有所幫助。
參考
結束語：以上就是本文關于如何實現(xiàn)一個Java class 解析器的全部內容，希望對大家有所幫助。
原文鏈接：https://segmentfault.com/a/1190000008328534
