摘要：在屬性中，和分別用于存儲(chǔ)字節(jié)碼長(zhǎng)度和字節(jié)碼指令，每條指令即一個(gè)字節(jié)類(lèi)型。在虛擬機(jī)執(zhí)行時(shí)，通過(guò)讀取中的一個(gè)個(gè)字節(jié)碼，并將字節(jié)碼翻譯成相應(yīng)的指令。另外，雖然是一個(gè)類(lèi)型的值，但是實(shí)際上一個(gè)方法不允許超過(guò)條字節(jié)碼指令。

最近在寫(xiě)一個(gè)私人項(xiàng)目，名字叫做SmallVM，SmallVM的目的在于通過(guò)實(shí)現(xiàn)一個(gè)輕量級(jí)的Java虛擬機(jī)，加深對(duì)Java虛擬機(jī)的認(rèn)知和理解。在Java虛擬機(jī)加載類(lèi)的過(guò)程中，需要對(duì)Class文件進(jìn)行解析，我曾經(jīng)多帶帶實(shí)現(xiàn)過(guò)一個(gè)Java版的Class字節(jié)解析器ClassAnalyzer，相比于Java版，新版（Golang版）更加健壯，思路也更加清晰。本文即闡述我實(shí)現(xiàn)Class字節(jié)解析器的思路。

作為類(lèi)或者接口信息的載體，每個(gè)Class文件都完整的定義了一個(gè)類(lèi)。為了使Java程序可以“編寫(xiě)一次，處處運(yùn)行”，Java虛擬機(jī)規(guī)范對(duì)Class文件進(jìn)行了嚴(yán)格的規(guī)定。構(gòu)成Class文件的基本數(shù)據(jù)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(gè)Class文件中存儲(chǔ)的內(nèi)容幾乎全部是程序運(yùn)行的必要數(shù)據(jù)，單個(gè)字節(jié)無(wú)法表示的數(shù)據(jù)由多個(gè)連續(xù)的字節(jié)來(lái)表示。

根據(jù)Java虛擬機(jī)規(guī)范，Class文件采用一種類(lèi)似于C語(yǔ)言結(jié)構(gòu)體的偽結(jié)構(gòu)來(lái)存儲(chǔ)數(shù)據(jù)，這種偽結(jié)構(gòu)中只有兩種數(shù)據(jù)類(lèi)型：無(wú)符號(hào)數(shù)和表。Java虛擬機(jī)規(guī)范定義了u1、u2、u4和u8來(lái)分別表示1個(gè)字節(jié)、2個(gè)字節(jié)、4個(gè)字節(jié)和8個(gè)字節(jié)的無(wú)符號(hào)數(shù)，無(wú)符號(hào)數(shù)可以用來(lái)描述數(shù)字、索引引用、數(shù)量值或者是字符串。表是由多個(gè)無(wú)符號(hào)數(shù)或者其它表作為數(shù)據(jù)項(xiàng)構(gòu)成的復(fù)合數(shù)據(jù)類(lèi)型，表用于描述有層次關(guān)系的復(fù)合結(jié)構(gòu)的數(shù)據(jù)，因此整個(gè)Class文件本質(zhì)上就是一張表。在SmallVM中u1、u2、u4和u8分別對(duì)應(yīng)于uint8、uint16、uint32和uint64，Class文件被描述為如下結(jié)構(gòu)體。

type ClassFile struct {
    magic             uint32
    minorVersion      uint16
    majorVersion      uint16
    constantPoolCount uint16
    constantPool      []constantpool.ConstantInfo
    accessFlags       uint16
    thisClass         uint16
    superClass        uint16
    interfacesCount   uint16
    interfaces        []uint16
    fieldsCount       uint16
    fields            []FieldInfo
    methodsCount      uint16
    methods           []MethodInfo
    attributesCount   uint16
    attributes        []attribute.AttributeInfo
}

type FieldInfo struct {
    accessFlags     uint16
    nameIndex       uint16
    descriptorIndex uint16
    attributesCount uint16
    attributes      []attribute.AttributeInfo
}

type MethodInfo struct {
    accessFlags     uint16
    nameIndex       uint16
    descriptorIndex uint16
    attributesCount uint16
    attributes      []attribute.AttributeInfo
}

組成Class文件的各個(gè)數(shù)據(jù)項(xiàng)中，例如魔數(shù)、Class文件的版本、訪(fǎng)問(wèn)標(biāo)志、類(lèi)索引和父類(lèi)索引等數(shù)據(jù)項(xiàng)，它們?cè)诿總€(gè)Class文件中都占用固定數(shù)量的字節(jié)，在解析時(shí)只需要讀取相應(yīng)數(shù)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(yīng)的屬性，因此，在解析字段表集合和方法表集合的同時(shí)也包含了屬性表的解析。

常量池占據(jù)了Class文件很大一部分的數(shù)據(jù)，用于存儲(chǔ)所有的常量信息，包括數(shù)字和字符串常量、類(lèi)名、接口名、字段名和方法名等。Java虛擬機(jī)規(guī)范定義了多種常量類(lèi)型，每一種常量類(lèi)型都有自己的結(jié)構(gòu)。常量池本身是一個(gè)表，在解析時(shí)有幾點(diǎn)需要注意。

每個(gè)常量類(lèi)型都通過(guò)一個(gè)u1類(lèi)型的tag來(lái)標(biāo)識(shí)。

表頭給出的常量池大小（constantPoolCount）比實(shí)際大1，例如，如果constantPoolCount等于47，那么常量池中有46項(xiàng)常量。

常量池的索引范圍從1開(kāi)始，例如，如果constantPoolCount等于47，那么常量池的索引范圍為1~46。設(shè)計(jì)者將第0項(xiàng)空出來(lái)的目的是用于表達(dá)“不引用任何一個(gè)常量池項(xiàng)目”。

如果一個(gè)CONSTANT_Long_info或CONSTANT_Double_info結(jié)構(gòu)的項(xiàng)在常量池中的索引為n，則常量池中下一個(gè)有效的項(xiàng)的索引為n+2，此時(shí)常量池中索引為n+1的項(xiàng)有效但必須被認(rèn)為不可用。

CONSTANT_Utf8_info型常量的結(jié)構(gòu)中包含u1類(lèi)型的tag、u2類(lèi)型的length和由length個(gè)u1類(lèi)型組成的bytes，這length字節(jié)的連續(xù)數(shù)據(jù)是一個(gè)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(diǎn)：一是null字符會(huì)被編碼成2字節(jié)（0xC0和0x80）；二是補(bǔ)充字符是按照UTF-16拆分為代理對(duì)分別編碼的，相關(guān)細(xì)節(jié)可以看這里（變種UTF-8）。

屬性表用于描述某些場(chǎng)景專(zhuān)有的信息，Class文件、字段表和方法表都有相應(yīng)的屬性表集合。Java虛擬機(jī)規(guī)范定義了多種屬性，SmallVM目前實(shí)現(xiàn)了對(duì)常用屬性的解析。和常量類(lèi)型的數(shù)據(jù)項(xiàng)不同，屬性并沒(méi)有一個(gè)tag來(lái)標(biāo)識(shí)屬性的類(lèi)型，但是每個(gè)屬性都包含有一個(gè)u2類(lèi)型的attribute_name_index，attribute_name_index指向常量池中的一個(gè)CONSTANT_Utf8_info類(lèi)型的常量，該常量包含著屬性的名稱(chēng)。在解析屬性時(shí)，SmallVM正是通過(guò)attribute_name_index指向的常量對(duì)應(yīng)的屬性名稱(chēng)來(lái)得知屬性的類(lèi)型。

字段表用于描述類(lèi)或者接口中聲明的變量，字段包括類(lèi)級(jí)變量以及實(shí)例級(jí)變量。字段表的結(jié)構(gòu)包含一個(gè)u2類(lèi)型的access_flags、一個(gè)u2類(lèi)型的name_index、一個(gè)u2類(lèi)型的descriptor_index、一個(gè)u2類(lèi)型的attributes_count和attributes_count個(gè)attribute_info類(lèi)型的attributes。我們已經(jīng)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(chǔ)格式，只是access_flags對(duì)應(yīng)的含義有所不同。方法表包含著一個(gè)重要的屬性：Code屬性。Code屬性存儲(chǔ)了Java代碼編譯成的字節(jié)碼指令，在SmallVM中，Code對(duì)應(yīng)的結(jié)構(gòu)體如下所示（僅列出了類(lèi)屬性）。

type Code struct {
    pool                 []constantpool.ConstantInfo
    attributeNameIndex   uint16
    attributeLength      uint32
    maxStack             uint16
    maxLocals            uint16
    codeLength           uint32
    code                 []byte
    exceptionTableLength uint16
    exceptionTable       []ExceptionInfo
    attributesCount      uint16
    attributes           []AttributeInfo
}

type ExceptionInfo struct {
    startPc   uint16
    endPc     uint16
    handlerPc uint16
    catchType uint16
}

在Code屬性中，codeLength和code分別用于存儲(chǔ)字節(jié)碼長(zhǎng)度和字節(jié)碼指令，每條指令即一個(gè)字節(jié)（u1類(lèi)型）。在虛擬機(jī)執(zhí)行時(shí)，通過(guò)讀取code中的一個(gè)個(gè)字節(jié)碼，并將字節(jié)碼翻譯成相應(yīng)的指令。另外，雖然codeLength是一個(gè)u4類(lèi)型的值，但是實(shí)際上一個(gè)方法不允許超過(guò)65535條字節(jié)碼指令。

整個(gè)Class字節(jié)解析器的源碼已放在了GitHub上，字節(jié)解析器僅僅是SmallVM的一個(gè)小模塊，對(duì)應(yīng)的目錄為src/classfile。另外，可以參考ClassAnalyzer的README，我以一個(gè)類(lèi)的Class文件為例，對(duì)該Class文件的每個(gè)字節(jié)進(jìn)行了分析，希望對(duì)大家的理解有所幫助。