Arquivo de classe Java - Java class file

Um arquivo de classe Java é um arquivo (com a extensão de nome de arquivo .class ) contendo bytecode Java que pode ser executado na Java Virtual Machine (JVM) . Um arquivo de classe Java geralmente é produzido por um compilador Java a partir de arquivos de origem da linguagem de programação Java ( arquivos .java ) contendo classes Java (como alternativa, outras linguagens JVM também podem ser usadas para criar arquivos de classe). Se um arquivo de origem tiver mais de uma classe, cada classe será compilada em um arquivo de classe separado.

As JVMs estão disponíveis para muitas plataformas e um arquivo de classe compilado em uma plataforma será executado em uma JVM de outra plataforma. Isso torna os aplicativos Java independentes da plataforma .

História

Em 11 de dezembro de 2006, o formato do arquivo de classe foi modificado em Java Specification Request (JSR) 202.

Layout e estrutura do arquivo

Seções

Existem 10 seções básicas para a estrutura do arquivo de classe Java:

• Número mágico : 0xCAFEBABE
• Versão do formato de arquivo de classe : as versões secundária e principal do arquivo de classe
• Pool constante : pool de constantes para a classe
• Sinalizadores de acesso : por exemplo, se a classe é abstrata, estática, etc.
• Esta classe : o nome da classe atual
• Superclasse : o nome da superclasse
• Interfaces : quaisquer interfaces da classe
• Campos : quaisquer campos da classe
• Métodos : quaisquer métodos da classe
• Atributos : quaisquer atributos da classe (por exemplo, o nome do arquivo-fonte, etc.)

Número mágico

Os arquivos de classe são identificados pelo seguinte cabeçalho de 4 bytes (em hexadecimal ): (as primeiras 4 entradas na tabela abaixo). A história deste número mágico foi explicada por James Gosling referindo-se a um restaurante em Palo Alto : CA FE BA BE

"Costumávamos almoçar em um lugar chamado St Michael's Alley. De acordo com a lenda local, no passado obscuro, os Grateful Dead costumavam se apresentar lá antes de se tornarem grandes. Era um lugar bem descolado que era definitivamente um Grateful Dead Kinda Place. Quando Jerry morreu, eles até ergueram um pequeno santuário budista. Quando costumávamos ir lá, nos referíamos ao lugar como Café Dead. Em algum lugar ao longo da linha, percebeu-se que era um número HEX. estava reformulando algum código de formato de arquivo e precisava de alguns números mágicos : um para o arquivo de objeto persistente e outro para classes. Usei CAFEDEAD para o formato de arquivo de objeto e no grepping para palavras hexadecimais de 4 caracteres que cabem depois de "CAFE "(parecia ser um bom tema) Eu bati no BABE e decidi usá-lo. Naquela época, não parecia muito importante ou destinado a ir a qualquer lugar a não ser a lata de lixo da história. Então CAFEBABE se tornou o arquivo da classe formato, e CAFEDEAD era o formato de objeto persistente. Mas a facilidade de objeto persistente falhou sim, e junto com ele foi o uso do CAFEDEAD - ele foi eventualmente substituído pelo RMI .

Layout geral

Como o arquivo de classe contém itens de tamanho variável e também não contém deslocamentos de arquivo embutidos (ou ponteiros), ele é normalmente analisado sequencialmente, do primeiro byte até o final. No nível mais baixo, o formato do arquivo é descrito em termos de alguns tipos de dados fundamentais:

• u1 : um inteiro sem sinal de 8 bits
• u2 : um inteiro sem sinal de 16 bits na ordem de bytes big-endian
• u4 : um inteiro não assinado de 32 bits na ordem de bytes big-endian
• tabela : uma matriz de itens de comprimento variável de algum tipo. O número de itens na tabela é identificado por um número de contagem precedente (a contagem é u2), mas o tamanho em bytes da tabela só pode ser determinado examinando cada um de seus itens.

Alguns desses tipos fundamentais são então reinterpretados como valores de nível superior (como strings ou números de ponto flutuante), dependendo do contexto. Não há imposição de alinhamento de palavras e, portanto, nenhum byte de preenchimento é usado. O layout geral do arquivo de classe é mostrado na tabela a seguir.

Representação em uma linguagem de programação semelhante a C

Como C não oferece suporte a vários arrays de comprimento variável dentro de uma estrutura, o código a seguir não compilará e servirá apenas como uma demonstração.

struct Class_File_Format {
   u4 magic_number;

   u2 minor_version;   
   u2 major_version;

   u2 constant_pool_count;   
  
   cp_info constant_pool[constant_pool_count - 1];

   u2 access_flags;

   u2 this_class;
   u2 super_class;

   u2 interfaces_count;   
   
   u2 interfaces[interfaces_count];

   u2 fields_count;   
   field_info fields[fields_count];

   u2 methods_count;
   method_info methods[methods_count];

   u2 attributes_count;   
   attribute_info attributes[attributes_count];
}

A piscina constante

A mesa de pool constante é onde a maioria dos valores constantes literais são armazenados. Isso inclui valores como números de todos os tipos, strings, nomes de identificadores, referências a classes e métodos e descritores de tipo. Todos os índices, ou referências, a constantes específicas na tabela de pool de constantes são dados por números de 16 bits (tipo u2), onde o valor de índice 1 se refere à primeira constante na tabela (o valor de índice 0 é inválido).

Devido às escolhas históricas feitas durante o desenvolvimento do formato do arquivo, o número de constantes na tabela de pool constante não é realmente o mesmo que a contagem de pool constante que precede a tabela. Primeiro, a tabela é indexada começando em 1 (em vez de 0), mas a contagem deve ser interpretada como o índice máximo mais um. Além disso, dois tipos de constantes (longas e duplas) ocupam dois slots consecutivos na tabela, embora o segundo desses slots seja um índice fantasma que nunca é usado diretamente.

O tipo de cada item (constante) no pool de constantes é identificado por uma tag de byte inicial . O número de bytes após esta tag e sua interpretação dependem do valor da tag. Os tipos de constantes válidos e seus valores de tag são:

Existem apenas dois tipos de constantes integrais, inteiros e longos. Outros tipos integrais que aparecem na linguagem de alto nível, como booleano, byte e short devem ser representados como uma constante inteira.

Nomes de classes em Java, quando totalmente qualificados, são tradicionalmente separados por pontos, como "java.lang.Object". No entanto, nas constantes de referência de classe de baixo nível, aparece um formulário interno que usa barras, como "java / lang / Object".

As strings Unicode, apesar do moniker "string UTF-8", não são realmente codificadas de acordo com o padrão Unicode, embora seja semelhante. Existem duas diferenças (consulte UTF-8 para uma discussão completa). A primeira é que o ponto de código U + 0000 é codificado como a sequência de dois bytes C0 80(em hexadecimal) em vez da codificação de byte único padrão 00. A segunda diferença é que os caracteres suplementares (aqueles fora do BMP em U + 10000 e acima) são codificados usando uma construção de par substituto semelhante ao UTF-16 em vez de serem codificados diretamente usando UTF-8. Nesse caso, cada um dos dois substitutos é codificado separadamente em UTF-8. Por exemplo, U + 1D11E é codificado como a sequência de 6 bytes ED A0 B4 ED B4 9E, em vez da codificação UTF-8 correta de 4 bytes F0 9D 84 9E.

Veja também

• Bytecode Java

Referências

Leitura adicional

• Tim Lindholm , Frank Yellin (1999). The Java Virtual Machine Specification (segunda edição). Prentice Hall. ISBN 0-201-43294-3. Página visitada em 2008-10-13 .O documento oficial de definição da Java Virtual Machine , que inclui o formato do arquivo de classe. Tanto a primeira como a segunda edições do livro estão disponíveis gratuitamente online para visualização e / ou download .