工具
反编译命令: javap -verbose -p 类的全限定名
win Hex: 该工具用于将class文件以二进制的形式显示, 并以16进制来表示二进制
jclasslib：idea集成的插件, 用于对反编译命令的信息进行更加直观的展示
常量池(constant pool)的概念
紧接着主版本号之后的就是常量池入口, 一个Java类中定义的很多信息都是由常量池来维护和描述的, 可以将常
量池看作是Class文件的资源仓库, 比如Java类中定义的方法与变量信息, 都是存储在常量池中。常量池中主要
存储了两类常量: 字面量常量与符号引用。字面量如文本字符串, Java中声明为final的常量等, 而符号引用如
类和接口的全局限定名, 字段的名称和描述符, 方法的名称和描述符等
常量池的总体结构
Java类所对应的常量池主要由常量池数量与常量池数组(常量表)两部分组成。常量池数量紧跟在主版本号后面,
占据两个字节, 表示常量池中常量的个数, 常量池数组就是真正的常量值, 则紧跟在常量池数量之后, 常量池数
组与一般的数组不同的是, 常量池数组中的不同的元素的类型、结构都是不同的, 长度当然也就不同, 但是常量
池数组中的每一个元素都以一个U1类型(下面会说)的tag开始(占一个字节), tag不同对应着不同的常量类型, 然
后找到常量类型就能够分析该常量的结构了(下面会具体说明, 如果看不懂可以先看常量池数组值分析后再回过头
来看这段描述), 注意: 常量池数组中的元素个数 = 常量池数(二进制数据中表示的数) 减去1(因为0暂时不使用)
, 比如我们分析二进制数据中发现常量池数对应的二进制转为10进制后为23, 那么常量池中元素的个数是22个,
之所以少一个的原因是某些常量池索引值的数据再特定情况下需要表达[不引用任何一个常量池]的含义, 根本原因
是, 索引为0也是一个常量(保留常量), 只不过它不位于常量表(常量池数组)中, 这个常量就对应null; 所以,
常量池的索引从1而非0开始
字节码分析
源Java代码
package com.fightzhong.jvm.bytecode; public class TestClass1 { private String name = "zhangsan"; private int age = 111; public int getAge () { return age; } public String getName () { return name; } public static void main (String[] args) { } }执行javap -verbose -p com.fightzhong.fightzhong.jvm.bytecode获取字节码数据(显示一部分, 下面称为数据A)
Last modified Jul 29, 2019; size 707 bytes MD5 checksum 54a3e5dde0279ec5f2813f05cdc6d36a Compiled from "TestClass1.java" public class com.fightzhong.jvm.bytecode.TestClass1 minor version: 0 major version: 52 flags: ACC_PUBLIC, ACC_SUPER Constant pool: #1 = Methodref #6.#28 // java/lang/Object."<init>":()V #2 = String #29 // zhangsan #3 = Fieldref #5.#30 // com/fightzhong/jvm/bytecode/TestClass1.name:Ljava/lang/String; #4 = Fieldref #5.#31 // com/fightzhong/jvm/bytecode/TestClass1.age:I #5 = Class #32 // com/fightzhong/jvm/bytecode/TestClass1 #6 = Class #33 // java/lang/Object #7 = Utf8 name #8 = Utf8 Ljava/lang/String; #9 = Utf8 age #10 = Utf8 I #11 = Utf8 <init> #12 = Utf8 ()V #13 = Utf8 Code #14 = Utf8 LineNumberTable #15 = Utf8 LocalVariableTable #16 = Utf8 this #17 = Utf8 Lcom/fightzhong/jvm/bytecode/TestClass1; #18 = Utf8 getAge #19 = Utf8 ()I #20 = Utf8 getName #21 = Utf8 ()Ljava/lang/String; #22 = Utf8 main #23 = Utf8 ([Ljava/lang/String;)V #24 = Utf8 args #25 = Utf8 [Ljava/lang/String; #26 = Utf8 SourceFile #27 = Utf8 TestClass1.java #28 = NameAndType #11:#12 // "<init>":()V #29 = Utf8 zhangsan #30 = NameAndType #7:#8 // name:Ljava/lang/String; #31 = NameAndType #9:#10 // age:I #32 = Utf8 com/fightzhong/jvm/bytecode/TestClass1 #33 = Utf8 java/lang/Object我利用电脑上git自带的bash命令行来查看16进制显示的字节码数据 vim 文件后输入:%!xxd
用16进制来表示二进制数据, 就是说对于这个图片上的数据, 每两个数代表一个字节(八位可以用两个16进制数表示)
魔数分析
cafe babe: 占四个字节, 魔数, 用于标识这是一个class文件, 每个class文件都以这个数开始, 就像图片 数据的二进制数据也会以一个魔数开头一样, 标识一个文件的类型版本号分析(表示编译该Java文件成为一个class文件的Java版本)
0000 0034: 占4个字节, 前两个字节表示次版本号, 后两个字节表示主版本号, 转为10进制为0和52, 即数据 A中表示的表示的minor version: 0, major version: 52, 编译该文件的Java版本为1.8.0, 1.8为主版本号, 0为次版本号常量池数量
0022: 转为10进制为34, 减去1为33, 所以常量池数组中元素个数为33个, 即数据A中constant pool只显示了 33个元素在对常量池数组即常量池值进行分析之前, 我们先了解下各个描述符代表的含义
<1> 对于基本数据类型, 每一个类型都用大写的字母表示, 如byte => B, short => S, char => C, int => I, double => D, long => J, float => F, boolean => Z, void => V <2> 对于对象类型来说, 用L加上对象的全限定名称来表示, 例如String表示Ljava/lang/String <3> 对于数组类型来说, 每一个维度使用一个前置的[来表示, 如int[]表示为[I, String[][]表示为 [[Ljava/lang/String <4> 对于方法来说, 按照参数的顺序来描述, 将参数描述放在一对括号()中并在参数结尾用分号结束, 如方法 String getAddressByNameAndAge(String name, int age)则被描述为: (Ljava/lang/String, I;)Ljava/lang/String
常量池数组分析(分析时需要对照数据A和下面的常量池结构图片以及二进制数据来进行分析)
只分析第一个常量元素: U1类型表示1个字节, U2表示2个字节, Ux表示x个字节 <1> U1类型(表示占据一个字节)的tag开头, 占一个字节, 二进制显示为0a, 值为10, 即U1 = 10 <2> 在元素结构表中查找U1为10的, 即为Methodref常量, 说明第一个常量元素是用来描述一个方法的信息, 根据元素结构表, 描述一个方法还需要两个U2类型index来描述, 第一个U2类型的值表示[指向声明方法的 类描述符], 即表示该方法是由哪个类声明的, 第二个U2类型的值表示[指向名称及类型描述符], 即表示该 方法的参数类型, 返回值类型, U1字段后面的4个字节为对该方法的一个具体描述 <3> 查看二进制数据, 第一个U2类型(两个字节)为00 06, 转为10进制为6, 第二个U2类型为00 1c, 转为10 进制为28, 表示该方法的描述由常量元素第6个和第28个来共同表示 #6 = Class #33 // java/lang/Object #33 = Utf8 java/lang/Object #28 = NameAndType #11:#12 // "<init>":()V #11 = Utf8 <init> #12 = Utf8 ()V <4> 第6个常量引用了第33个常量值, 即java/lang/object, 所以第6个常量的值为注释符号//后面的字符串, 第28个常量引用了第11和12个常量, 第11个常量为<init>, 表示为构造方法, 第12个表示为()V, 即空参 方法, 返回值为void 注意: 上面的分析描述了二进制class文件数据是如何与javap -verbose -p反编译后的数据进行映射的
上面是对字节码的一小部分的简略分析, 下面的内容是对字节码结构(各种表结构即占据字节个数)的描述, 我 将在下一节利用jclasslib插件对字节码进行完整的分析
Java字节码结构
U4 Magic(魔数);
U2 minor_version(次版本号)
U2 major_version(主版本号)
U2 constant_pool_count(常量池中元素的个数)
cp_info constant_pool(常量池)
U2 access_flags;(类访问控制标志)
U2 this_class(类名, index)
U2 super_class(父类名, index)
U2 interface_count(实现的接口个数)
U2 interfaces(接口名,可以为多个, index)
U2 fields_count(域的个数)
fileld_info fields(域的表)
U2 methods_count(方法的个数)
method_info methods(方法表)
u2 attributes_count(额外的属性的个数)
attribute_info attributes(额外的属性表)
Access Flag访问控制权限
ACC_DEFAULT 0x0000: default类型
ACC_PUBLIC 0X0001: 为public类型
ACC_PRIVATE 0X0002: 被声明为private
ACC_FINAL 0X0010: 被final修饰
ACC_STATIC 0x0008: 被static修饰
ACC_SUPER 0X0020: 是否允许使用invokespecial字节码指令的新语义
ACC_INTERFACE 0X0200: 标志这是一个接口
ACC_ABSTRACT 0X0400: 是否为Abstract类型
ACC_ANNOTATION 0X2000: 标志这是一个注解
ACC_ENUM 0X4000: 标志这是一个枚举
ACC_SYNTHETIC 0x1000: 标志这个类并非由用户代码产生
字段表(属性表)
描述: 用于描述类和接口中声明的变量, 这里的字段包含了类级别变量以及实例变量, 但是不包含方法内部声明
的局部变量
结构:
U2 access_flags
U2 name_index
U2 descriptor_index
U2 attributes_count
attribute_info attributes(多个attribute_info)
方法表
U2 access_index
U2 name_index
U2 descriptor_index
U2 attribute_count
atrribute_info attributes(多个attribute_info)
字段表和方法表中的attribute_info结构表
U2 attribute_name_index
U4 attribute_length
U1 info[attribute_length]
Code attribute结构
作用: 保存该方法的结构
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] (在下面有讲解)
attribute_length: 表示attribute所包含的字节数, 不包含attribute_name_index和attribute_length字段
max_stack: 表示这个方法运行的任何时刻所能达到的操作数栈的最大深度
max_locals: 表示方法指向期间创建的局部变量的数目, 包含用来表示传入的参数的局部变量
code_length: 表示该方法所包含的字节码的字节数, 即从该字段之后的x个字节都代表的是字节码的指令集, 假
设ldc指令对应0x22, 并且ldc为第一个指令, 那么该字段后的第一个字节就是22, 然后根据该
指令是否还存在参数从而判断后面的x个字节是否属于该指令的范围
exception_table: 存放的是处理异常的信息
每一个exception_table表项由start_pc, end_pc, handler_pc, catch_type组成
start_pc和end_pc表示在code数组中的从start_pc到end_pc处(包含start_pc, 不包含end_pc)的之林所抛出
的异常都会由这个表项来处理
handler_pc表示处理异常的代码的开始处, catch_type表示会被处理的异常类型, 指向常量池里的一个异常类,
当catch_type为0时, 表示处理所有的异常
attribute_info是该方法的附加属性:
LineNumberTable(行号对应表): 用来表示code数组中字节码和Java代码行数之间的关系。这个属性可以用来
在调试的时候定位代码执行的行数, 代表该属性的前两个字节表示有几对映
射, 之后每四个字节代表一对映射(两个字节对应两个字节)
LineNumberTable属性结构:
U2 attribute_name_index
U4 attribute_length
U2 line_number_table_length
{
U2 start_pc
u2 line_number
} line_number_table[line_number_table_length]
注意: start_pc表示在Code属性中对应的助记符的索引, line_number表示真正的代码所在的行号, 例如:
1 -> 6, 5 -> 7: 助记符中索引为1的助记符是代码中第6行, 索引为5的助记符是代码中的第7行,
那么第1行到第4行的助记符就是真实代码中第6行的完整助记符表现形式, 换句话说, 代码的第6行需要
通过1,2,3,4这四个助记符来实现
LocalVariableTable(局部变量表): 前四个字节代表接下来的n个字节表示局部变量表中信息, 信息中前两个
字节表示局部变量表中变量的个数, 之后的两个字节表示局部变量的开始
位置, 再之后的两个字节表示局部变量的结束位置, 之后的一个字节为
索引, 之后的一个字节表示该局部变量对应的常量池中的索引, 之后的
两个字节是对这个局部变量的描述对应的常量池中的索引, 再之后的两
个字节是校验检查(StackMapTable)
this: 在字节码的层面是作为方法的参数传进来的, 对当前对象的一个引用
其它的概念
Class字节码中有两种数据类型
字节数据直接量: 这是基本数据类型, 共细分为U1, U2, U4, U8四种, 分别代表连续的1个字节、2个字节
4个字节、8个字节组成的整体数据
表(数组): 表是由多个基本数据或其它表, 按照既定顺序组成的大的数据集合。表是有结构的, 它的结构体
现在: 组成的表的成分所在的位置和顺序都是已经严格定义好的