1.1 什麼是位元組碼？
Java 在剛剛誕生之時曾經提出過一個非常著名的口号: “一次編寫，到處運作（write once，run anywhere）”，這句話充分表達了軟體開發人員對沖破平台界限的渴求。“與平台無關”的理想最終實作在作業系統的運用層上: 虛拟機提供商開發了許多可以運作在不同平台上的虛拟機，這些虛拟機都可以載入和執行同一種平台無關的位元組碼，進而實作了程式的“一次編寫到處運作”。
各種不同平台的虛拟機與所有平台都統一使用的程式存儲格式 — 位元組碼（ByteCode），是以，可以看出位元組碼對 Java 生态的重要性。之是以被稱為位元組碼，是因為位元組碼是由十六進制組成的，而 JVM（Java Virtual Machine）以兩個十六進制為一組，即以位元組為機關進行讀取。在 Java 中使用 javac 指令把源代碼編譯成位元組碼檔案，一個 .java 源檔案從編譯成 .class 位元組碼檔案的示例如圖 1 所示:
圖 1
對于從事基于 JVM 的語言的開發人員來說，比如: Java，了解位元組碼可以更準确、更直覺的了解 Java 語言中更深層次的東西，比如通過位元組碼，可以很直覺的看到 volatile 關鍵字如何在位元組碼上生效。另外，位元組碼增強技術在各種 ORM 架構、Spring AOP、熱部署等一些應用中經常使用，深入了解其原理對于我們來說大有裨益。由于 JVM 規範的存在，隻要最終生成了符合 JVM 位元組碼規範的檔案都可以在 JVM 上運作，是以，這個也給其它各種運作在 JVM 上的語言（如: Scala、Grovvy、Kotlin）提供了一個機會，可以擴充 Java 沒有實作的特性或者實作一些文法糖。
接下來就讓我們就一起看看這個位元組碼檔案結構到底是什麼樣的。
1.2 Java 位元組碼結構
Java 源檔案通過用 javac 指令編譯後就會得到 .class 結尾的位元組碼檔案，比如一個簡單的 JavaCodeCompilerDemo 類如圖 2 所示:null
圖 2
編譯後生成的 .class 位元組碼檔案，打開後是一堆十六進制數，如圖 3 所示:
圖 3
在上節提過，JVM 對于位元組碼規範是有要求的，打開編譯後的位元組碼檔案看似混亂無章，其實它是符合一定的結構規範的，JVM 規範要求每一個位元組碼檔案都要由十部分固定的順序組成的，接下來我們将一一介紹這部分，整體的組成結構如圖 4 所示:圖檔
圖 4
（1）魔數（Magic Number） 每個位元組碼檔案的頭 4 個位元組稱為魔數，它的唯一作用是确定這個檔案是否為一個能被虛拟機接受的 Class 檔案。很多檔案存儲标準中都使用魔數來進行身份識别，譬如圖檔格式，如 gif 或者 jpg 等在檔案頭中都存有魔數。使用魔數而不是擴充名來進行識别主要是基于安全方面的考慮，因為檔案擴充名可以随意改動。魔數的固定值為: 0xCAFEBABE，魔數放在檔案頭，JVM 可以根據檔案的開頭來判斷這個檔案是否可能是一個位元組碼檔案，如果是，才會進行之後的操作。
有趣的是，魔數的固定值是 Java 之父 James Gosling 制定的，為 CafeBabe（咖啡寶貝），而 Java 的圖示為一杯咖啡。
（2）版本号（Version） 版本号為魔數之後的 4 個位元組，前兩個位元組表示次版本号（Minor Version），後兩個位元組表示主版本号（Major Version），上圖 3 中版本号為: “00 00 00 34”，次版本号轉化為十進制為 0，主版本号轉化為十進制 52（3 16^1 + 4 16^0 = 52），在 Oracle 官網中查詢序号 52 對應的 JDK 版本為 1.8，是以編譯該源代碼檔案的 Java 版本為 1.8.0。
（3）常量池（Constant Pool） 緊接着主版本号之後的位元組是常量池入口。常量池中存儲兩種類型常量: 字面量和符号運用。字面量為代碼中聲明為 final 的常量值，符号引用如類和接口的全局限定名、字段的名稱和描述符、方法的名稱和描述符。常量池整體上分為兩部分: 常量池計數器和常量池資料區，如圖 5 所示：
圖 5
常量池計數器（constant_pool_count）: 由于常量池的數量不固定，是以需要先放置兩個位元組來表示常量池容量計數值，圖 2 示例代碼的位元組碼的前十個位元組如下圖 6 所示，将十六進制的 17 轉為十進制的值為 33 (1 16^1 + 7 16^0 = 33)，排除下标 0，也就是說這個類檔案有 32 個常量。
圖 6
常量池資料區: 資料區是由（constant_pool_count - 1）個 cp_info 結構組成，一個 cp_info 的結構對應一個常量。在位元組碼中共有 14 種類型的 cp_info ，每種類型的結構都是固定的，如圖 7 所示
圖 7
以 CONSTANT_Utf8_info 為例，它的結構如表 1 所示:
表 1
首先第一個位元組 tag，它的取值對應圖 7 中的 Tag，由于它的類型是 CONSTANT_Utf8_info，是以值為 01（十六進制）。接下來兩個位元組辨別該字元串的長度 length，然後 length 個位元組為這個字元串具體的值。從圖 3 的位元組碼中摘取一個 cp_info 結構，将它翻譯過來後，其含義為: 該常量為 utf8 字元串，長度為 7 位元組，資料為: numberA，如圖 8 所示:
圖 8
其它類型的 cp_info 結構在本文不在細說，和 CONSTANT_Utf8_info 的結構大同小異，都是先通過 tag 來辨別類型，然後後續的 n 個位元組來描述長度和資料。等我們對這些結構比較了解了之後，我們可以通過: javap -verbose JavaCodeCompilerDemo 指令檢視 JVM 反編譯後的完整常量池，可以看到反編譯結果可以将每一個 cp_info 結構的類型和值都很明确的呈現出來，如圖 9 所示
圖 9
（4）通路标志（access_flag） 常量池結束之後的兩個位元組，描述該 Class 是類還是接口，以及是否被 Public、Abstract、Final 等修飾符修飾。JVM 規範規定了如下表 2 所示的 9 種通路标志。需要注意的是，JVM 并沒有窮舉所有的通路标志，而是使用按位或操作來進行描述的，比如某個類的修飾符為 public final，則對應的通路修飾符的值為 ACC_PUBLIC | ACC_FINAL，即 0x0001 | 0x0010 = 0x0011。
表 2
（5）目前類名（this_class） 通路标志後的兩個位元組，描述的是目前類的全限定名。這兩個位元組儲存的值為常量池中的索引值，根據索引值就能在常量池中找到這個類的全限定名。
（6）父類名稱（super_class） 目前類名的後兩個位元組，描述父類的全限定名。這兩個位元組儲存的值也是在常量池中的索引值，根據索引值就能在常量池中找到這個類的父類的全限定名。
（7）接口資訊（interfaces） 父類名稱後的兩個位元組，描述這個類的接口計數器，即: 目前類或父類實作的接口數量。緊接着的 n 個位元組是所有的接口名稱的字元串常量在常量池的索引值。
（8）字段表（field_table） 字段表用于描述類和接口中聲明的變量，包含類級别的變量以及執行個體變量，但是不包含方法内部聲明的局部變量。字段表也分為兩部分，第一部分是兩個位元組，描述字段個數，第二部分是每個字段的詳細資訊 field_info。字段表結構如圖 10 所示:
圖 10
以圖 3 中的位元組碼字段表為例，如下圖 11 所示。其中字段的通路标志查表 2，002 對應為 Private，通過索引下标在圖 9 中常量池分别得到字段名為: numberA，描述符為: I（在JVM 中的I代表 Java 中的 int）。綜上，就可以唯一确定出類 JavaCodeCompilerDemo 中聲明的變量為: private int numberA 。
圖 11
（9）方法表（method_table） 字段表結束後為方法表，方法表也是由兩部分組成，第一部分為兩個位元組描述方法的個數，第二個部分為每個方法的詳細資訊。方法的詳細資訊包括：方法的通路标志、方法名、方法的描述符以及方法的屬性，如圖 12 所示:
方法的權限修飾符依然可以通過圖 9 的值查詢到，方法名和方法的描述符都是常量池的索引值，可以通過索引值在常量池中查詢得到。而方法屬性這個部分比較複雜，我們可以借助 javap -verbose 将其反編譯為人們可讀的資訊進行解讀。如圖 13 所示。我們可以看到屬性中包含三個部分:
1.Code 區: 源代碼對應的 JVM 指令操作碼，我們在位元組碼增強的時候重點操作的就是這個部分。
2.LineNumberTable: 行号表，将 Code 區的操作碼和源代碼的行号對應，Debug 時會起到作用（即: 當源代碼向下走一行，相應的需要走幾個 JVM 指令操作碼）。
3.LocalVariableTable: 本地變量表，包含 this 和局部變量，之是以可以在每一個非 static 的方法内部都可以調用到 this，是因為 JVM 将 this 作為每個方法的第一個參數隐式進行傳入。
圖 13
（10）附加屬性表（additional_attribute_table） 位元組碼的最後一部分，存放了在檔案中類或接口所定義的屬性的基本資訊。
1.3 Java 位元組碼操作集合
在圖 13 中，Code 區的編号是 0 ~ 10，就是 .java 源檔案的方法源代碼編譯後讓 JVM 真正執行的操作碼。為了幫助人們了解，反編譯後看到的是十六進制操作碼所對應的助記符，十六進制值操作碼和助記符的對應關系，以及每個操作碼的具體作用可以檢視 Oracle 官網，在需要的時候查閱即可。比如上圖 13 的助記符為 iconst_2，對應圖 3 中的位元組碼 0x05，作用是将 int 值 2 壓入操作數棧中。以此類推，對 0 ~ 10 的助記符了解後就是整個 sum() 方法的操作數位實作。
1.4 檢視位元組碼工具
如果我們每次反編譯都要使用 javap 指令的話，确實比較繁瑣，這裡我推薦大家一個 IDEA 插件: jclasslib。使用效果如圖 14 所示: 代碼編譯後在菜單欄: View —> Show Bytecode With jclasslib，可以很直覺地看到目前位元組碼檔案的類資訊、常量池、方法區等資訊，非常友善。
圖 14
1.5 總結
Java 中位元組碼檔案是 JVM 執行引擎的資料入口，也是 Java 技術體系的基礎構成之一。了解位元組碼檔案的組成結構對後面進一步了解虛拟機和深入學習 Java 有很重要的意義。本文較為詳細的講解了位元組碼檔案結構的各個組成部分，以及每個部分的定義、資料結構和使用方法。強烈建議自己動手分析一下，會了解得更加深入。