使用Java開發(fā)，我們不必關(guān)系編譯器對源碼做了什么，但是我們現(xiàn)在要探索java許多的幕后細(xì)節(jié)。

  

  

1          用二進(jìn)制表示的類

二進(jìn)制類的格式實(shí)際上是由jvm規(guī)范定義的，他們是編譯器從java源碼生成，并存儲(chǔ)在擴(kuò)展名為.class文件中，不重要的部分不是源碼以及如何存儲(chǔ)源碼，而是格式本身，一個(gè)類的格式可能是下面這樣：

public class HelloWorld{

       public static void main(){

              System.out.println("helloworld");

       }    

}

 

Class文件結(jié)構(gòu)，通過tag+長度的形式來表示某種結(jié)構(gòu)，最基本的組成是8位的無符號(hào)數(shù)，分別是U1,U2,U4,U8，這些字節(jié)可以被解釋成有符號(hào)數(shù)，UTF-8編碼的字符等。

1.1   有符號(hào)無符號(hào)

參考我的：java中的有符號(hào)，無符號(hào)操作以及DataInputStream

數(shù)據(jù)底層讀取都是一個(gè)byte，那作為int的輸入，實(shí)際是0X000000byte，所以肯定是無符號(hào)類型，如果是想讀取有符號(hào)的，比如byte，或者short，那可以直接做轉(zhuǎn)換，因?yàn)?/span>java在寬類型轉(zhuǎn)為窄類型的時(shí)候，直接截取掉長的byte。下面給出一個(gè)讀取short型以及讀取int型的例子

int

(((a & 0xff) << 24) | ((b & 0xff) << 16) |
  ((c & 0xff) << 8) | (d & 0xff))

或者是

  int ch1 = in.read();

  int ch2 = in.read();

  int ch3 = in.read();

  int ch4 = in.read();

  if ((ch1 | ch2 | ch3 | ch4) < 0)

      throw new EOFException();

  return ((ch1 << 24) + (ch2 << 16) + (ch3 << 8) + (ch4 << 0));

Short

 int ch1 = in.read();

 int ch2 = in.read();

 if ((ch1 | ch2) < 0)

     throw new EOFException();

 return (short)((ch1 << 8) + (ch2 << 0));

1.2   Utf-8

UTF-8變體結(jié)構(gòu)的規(guī)則如下：

1. 標(biāo)準(zhǔn)的ascii碼表只需要7位（不包括擴(kuò)展表），當(dāng)然還有一個(gè)NULL，在這里，除了Null以外的ASCII碼全部使用一個(gè)字節(jié)表示

All characters in the range '\u0001' to '\u007F' are represented by a single byte:

 

2.NULL字符（0000）和在00800007FF范圍內(nèi)的使用雙字節(jié)表示：

 

The bytes represent the character with the value ((x & 0x1f) << 6) + (y & 0x3f).

3.從0800到FFFF的所有字符使用三個(gè)字節(jié)表示：

 

他和標(biāo)準(zhǔn)UTF8的區(qū)別在于：

1.標(biāo)準(zhǔn)UTF-8編碼，空字符null使用一個(gè)字節(jié)表示，在CONSTANT_Utf8_info表中，空字符，使用兩個(gè)字節(jié)表示，這樣字節(jié)數(shù)組就不會(huì)為0，（據(jù)說是為了排除編碼\0帶來的干擾）

2.Bytes項(xiàng)中只使用了標(biāo)準(zhǔn)UTF-8編碼中的單字節(jié)、雙字節(jié)和三字節(jié)，而標(biāo)準(zhǔn)UTF-8編碼還包括未在CONSTANT_Utf8_info表中使用的較長的格式。

可以參考標(biāo)準(zhǔn)UTF-8編碼：UTF-8

1.3   類文件基本格式

對Java class文件的精確定義使得所有Java虛擬機(jī)都能夠正確地讀取和解釋所有Java class文件。

 {

   0xCAFEBABE，小版本號(hào)，大版本號(hào)，常量池大小，常量池?cái)?shù)組，

   訪問控制標(biāo)記，當(dāng)前類信息，父類信息，實(shí)現(xiàn)的接口個(gè)數(shù)，實(shí)現(xiàn)的接口信息數(shù)組，

域個(gè)數(shù)，域信息數(shù)組，方法個(gè)數(shù)，方法信息數(shù)組，屬性個(gè)數(shù)，屬性信息數(shù)組

}

二進(jìn)制類表示中首先是“cafe babe”特征符，它標(biāo)識(shí) Java 二進(jìn)制類格式，這個(gè)特征符恰好是一種驗(yàn)證一個(gè)數(shù)據(jù)塊 確實(shí)聲明成 Java 類格式的一個(gè)實(shí)例的簡單方法。任何 Java 二進(jìn)制類（甚至是文件系統(tǒng)中沒有出現(xiàn)的類）都需要以這四個(gè)字節(jié)作為開始。 （think in java中，說作者正在思念一個(gè)女人）。

2          class文件格式詳細(xì)

參考我的：class文件格式詳細(xì)

這里可以學(xué)習(xí)到得主要就是怎么設(shè)計(jì)一個(gè)緊湊的格式，里面有個(gè)讓我映像深刻的主要是：

1.UTF_8結(jié)構(gòu)的大量使用，幾乎所有其他結(jié)構(gòu)都指向了這種結(jié)構(gòu)，比如字段名，字段類型，方法名，方法參數(shù)類型，類名等等。

2.類構(gòu)造器方法<clint>，以及實(shí)例構(gòu)造器方法<init>

3.指令描述Code屬性，方法的指令不是在方法體中的，而是引用了一個(gè)Code屬性

4.局部變量表，LocalVariableTable以及LineNumberTable（字節(jié)碼和sourcecode行數(shù)的對應(yīng)關(guān)系），用于提供調(diào)試時(shí)候的信息，包括變量的作用域范圍等

3          指令符

Java字節(jié)碼有259個(gè)操作符（類似Ascii），用一個(gè)byte（8位）就可以表示了。

0x00 - 0xca, 0xfe, and 0xff 被指定為不同的值. 0xba 因?yàn)橐恍v史原因沒有被使用。 0xca 被作為一個(gè)debug的斷點(diǎn)，在程序中沒有被使用. 同樣, 0xfe 和0xff 也沒有被語言使用，而是被保留為jvm內(nèi)部使用。

指令可以被寬泛的分為幾個(gè)組：

1.Load和Store（例如aload_0和istore）

2.運(yùn)算和邏輯（例如ladd，fcmpl）

3.類型轉(zhuǎn)換（例如i2b，d2i）

4.對象的創(chuàng)建和操作（例如new putfiled）

5.操作數(shù)棧管理（例如swap、Dup2）

6.流程控制（例如ifeq、goto）

7方法的執(zhí)行和返回（例如invokespecial、areturn）

另外，還有幾個(gè)特殊的指令，比如異常、同步等。

3.1   類型前綴和后綴

很多指令的前綴和/或后綴表明了他們操作的類型：

例如，iadd將會(huì)將兩個(gè)integer數(shù)相加，dadd將兩個(gè)double類型的數(shù)相加?！?/span>const”、“load”、“store”指令帶一個(gè)后綴“_n”，對于load和store來說，n是一個(gè)1-3的數(shù)；對于const，對大的類型要根據(jù)類型而定。

“const”指令將一個(gè)指定類型的數(shù)壓入棧頂，例如，“iconst_5”將一個(gè)integer型的5壓入棧，“dconst_1”將一個(gè)double型的1入棧。還有一個(gè)特殊的iconst_null，會(huì)將null入棧。

對于load和store來說，n表示變量表中的位置來載入或者存入。“aload_0”指令將變量[0]壓入棧頂（通常是“this”）。“istore_1”將棧頂?shù)臄?shù)存入變量[1]；對于更大的n，就不能使用后綴，而需要使用操作數(shù)。

3.2   基于棧的指令結(jié)構(gòu)

Java字節(jié)碼是“面向棧的編程語言”，類似的有X86的處理器，比如：

add eax, edx

mov ecx, eax

上面的指令將兩個(gè)數(shù)相加，并且將結(jié)果移到另一個(gè)地方，相似的字節(jié)碼類似下面：

0 iload_1

1 iload_2

2 iadd

3 istore_3

上面的代碼中，通過iadd指令，先將兩個(gè)數(shù)壓入棧，并且相加，將結(jié)果重新壓入棧。Istrore指令將棧頂?shù)闹狄迫刖植孔兞繀^(qū)。每個(gè)指令前面的數(shù)，僅僅代表每個(gè)指令相對于方法開始的偏移量。一個(gè)“getName”方法，類似下面這樣：

下面是另一個(gè)例子： 

 0:   iconst_2

4          參考

4.1   指令參考

1.本地下載的指令集合：“Instructions2.doc.html”，以及java虛擬機(jī)的書。

2.wiki  http://en.wikipedia.org/wiki/Java_bytecode

3.http://en.wikipedia.org/wiki/Java_bytecode_instruction_listings 簡單指令集合

4.2   基于棧的程序體系

Stack-oriented programming language

http://en.wikipedia.org/wiki/Stack-oriented_programming_language