破解class文件的第一步:深入理解JAVA Class文件

举报
技术火炬手 发表于 2021/04/23 16:05:05 2021/04/23
【摘要】 java语言是跨平台的,所谓一次编写,到处运行。之所以是跨平台的,就是java定义了一套与操作系统,硬件无关的字节码格式,这个字节码就是用java class文件来表示的,java class文件内部定义了虚拟机可以识别的字节码格式,这个格式是平台无关性的,在linux系统或者在windows系统上都是一致的。这个就好比html文件,我们定义好规范,这个系统只要去按照规范显示出来里面的内容就好了。

java语言是跨平台的,所谓一次编写,到处运行。之所以是跨平台的,就是java定义了一套与操作系统,硬件无关的字节码格式,这个字节码就是用java class文件来表示的,java class文件内部定义了虚拟机可以识别的字节码格式,这个格式是平台无关性的,在linux系统或者在windows系统上都是一致的。这个就好比html文件,我们定义好规范,这个系统只要去按照规范显示出来里面的内容就好了。

一.JVM的语言无关性

JVM是干什么用的?

运行java的啊,难不成是运行python的?

这句话是对的,但不完整,JVM并不是只能运行java程序。

事实上,JVM上运行的本身也不是java文件,而是class文件。

而能够编译转化为class文件的,并不只有java一种。

这就是JVM的语言无关性。

至于能不能运行python,取决于是否有一个能将python转成class文件的工具。

当然这样做没有太多的意义,毕竟python也有其运行环境,且在某种意义上,比java更强大,核心类库更完善。

各种语言也有各自的平台,所以没有必要强制编译。

但掌握class文件还是很有意义的。

作为一个程序员,你是否有过或者曾经有过创建一门语言的奢望?最好还是用汉语开发。

但现实,或者大学里的某个导师,却给你兜头一盆冷水。

先花个三五年研究汇编,再考虑实现这些。

三五年,黄花菜都凉了。

现在,有了JVM,似乎看到了一点希望的曙光。

二.class文件的本质
要实现之前的设想,或者说,想开发一个编译工具。首先要做的,就是要解构class文件本身。

无论如何得来,class文件的本质都是一组以 8 位字节为基础单位的2进制流。

记住,是2进制。

为了证明这一点,我们还是要用到一些工具。比如,Sublime。

它并不是一个直接查看2进制的工具,而是16 进制的编辑器(2进制和16进制可以无缝切换)。

这里面似乎还有python的事情哦。使用时,直接点击sublime_text.exe文件即可。

然后选择class文件,打开,如下图的样子。

看的人眼花对不对?这都什么玩意!

前文说了,2进制,不,这就是16进制啊。

如果你不想去看16进制,也可以使用javap,直接去查看字节码指令(详细内容见前文《一段java代码是如何执行的》)。

如果你也不想打开命令行,还有一个叫jclasslib的工具,可提供图形化界面,它还有适用于idea的插件。

但它不是重点,暂且忽略。

三.class文件结构揭秘

class文件格式中只有两种数据类型,无符号数和表。

其中,无符号数包含所有的基础数据类型和字符串,索引引用等,根据字节长度又可以分为u1,u2,u4,u8,分别代表无符号数的长度为1,2,4,8。

而表,即对象类型。

接下来,以sublime文件解析的内容为蓝本,按顺序说说的class文件的构成。

(1)class文件的头四个字节被称为魔数,它的作用是确定这个文件是否为一个能被虚拟机接受的 Class 文件。

如,上文中魔数的值为:

它代表该文件是一个class类型的文件,不信,你可以多打开几个class文件看看。

(2)接下来的四个字节代表jdk的版本

如上的内容代表jdk的版本为1.8。

PS:jdk1.1的版本数字为45,以后每跨一个大版本,数字+1,所以jdk1.8的版本数字为51(十进制),转化为16进制即为34。

(3)下面一个概念是常量池

以上内容是常量池的计数器,通过该数字,我们计算出常量的个数为15个(计算出的数字减1,因为该计数器的起始数不是0,而是1)

我们用javap命令打开常量池,证明常量的确是15个。

(4)常量池后面就是访问标志,访问标志主要分为如下类别

我们回头去看看这段class的源码(居然如此简单)

Java 代码

public class ByteCode {
    public ByteCode(){
    }
}

该类非接口,非抽象类,非枚举,非系统代码,非final,有pulbic,且编译器在jdk1.2之后,所以,满足条件的标志为:

ACC_PUBLIC和 ACC_SUPER,对应标志数为0001和0020,合并起来就是0021。如下图位置:

(5)类索引,父类索引和接口索引

上文访问标志后面就是类索引,索引值为0002,对应常量池第二位。
类索引后面就是夫类索引,索引值为0003,对应常量池第三位。
父类索引后面就是接口索引,索引值为0000,代表该类没有实现任何接口。


(6)字段表,方法表,属性表

三大索引之后就是字段表

字段表为0000,代表无字段。

如上图,方法表分为四部分

方法表计数器的结果为1,代表有一个字段
方法表访问标志为0001,代表public
方法表名称索引为0004,对应常量池第4个
方法表描述索引为0005,对应常量池第5个


属性表以此类推。

四.字节码指令
单独开一个章节讲讲字节码指令,它存在于方法表中,如下分类:

(1)加载和存储指令

此部分内容,见前文《一段java代码是如何执行的》)

(2)运算或算术指令

源码:

Java 代码

public class Test {
    public void add(int a,int b){
        System.out.println(a+b);
        System.out.println(a-b);
        System.out.println(a*b);
        System.out.println(a/b);
    }
}

字节码指令如下:

(3)类型转换指令

源码:

Java 代码

public class Test {
    public void add(int a,int b){
        int c = 1;
        long d = c;
    }
}

字节码指令:

(4)创建实例指令

这个不用多讲,就是new

(5)创建数组指令

源码:

Java 代码

public class Test {
    public void add(int a,int b){
        int[] c = new int[4];
        String[] d = new String[5];
    }
}

字节码指令:

(6)访问字段指令

源码:

Java 代码

public class Test {
    private static String name = "1";
    private String age = "2";
    public static void main(String[] args) {
        Test test = new Test();
        String a = test.age;
        String b = Test.name;
    }
}

字节码指令:

(7)数组存取指令

源码:

Java 代码

public static void main(String[] args) {
    String[] a = new String[5];
    a[1] = "2";
    String b = a[1];
}

字节码指令:

(8)检查实例类型指令

就是instanceof,演示略

(9)方法返回指令

就是return,演示略

五.异常操作

直接看一段代码:

Java 代码

public class Test {
    public void test() {
        InputStream in = null;
        try {
            in = new FileInputStream("i.txt");
        } catch (FileNotFoundException e) {
            e.printStackTrace();
        }finally {
            try {
                in.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }
}

代码是一段典型的文件流操作,与其他代码不同的是,它捕获了两个异常。

那么,字节码指令又是如何处理该异常的呢

我们可以看到,最底下出现了一个exception table,即异常表,它记录了所有的异常数据

以异常表第一行举例,from,to分别代表,如果第12行,到第16行间发生异常,则直接跳到第19行(target)。

六.装箱拆箱

这是绕不过去的一个话题。

但凡有一点java基础的人都知道,java有八大基础数据类型,每一种类型都对应一种包装类。如int之于Integer,long之于Long。

一般来讲,基础数据类型和包装类都可以相互赋值。但这其中的逻辑如何呢?

Java 代码

public class Test {
    public static void main(String[] args) {
       Integer i = 1;
       int a = 2;
       int b = 3;
       i = a;
       b = i;
    }
}

我们来看看字节码指令

从字节码指令中,我们可以看到,有三次拆装操作

第一次,调用Integer的valueOf方法,讲常量1转为Integer类型;
第二次,调用Integer的valueOf方法,讲栈顶值2转为Integer类型;
第三次,调用intValue方法,讲Integer转为int,然后赋值给b。
前两部为装箱,后一步为拆箱。

这就是拆装箱的底层实现逻辑了。

【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

举报
请填写举报理由
0/200