JAVA类文件结构（一）

2022-11-04 22:02:50

JAVA类文件结构（一）

Java技术能够一直保持良好的想后兼容，类文件结构是工功不可没的。类文件结构大多数都在在《Java虚拟机规范第一版》中已经定义好的。虽然发展到现在经历了十几个大版本和几个小版本，但是类文件结构细节几乎没有发生什么改变。尽管不同版本的《Java虚拟机规范》都对类结构有改进，但是都是进行扩充，原来定义好的都没有发生改变

根据《Java虚拟机规范》的规定，Class文件格式采用一种类似于C语言结构体的伪结构来存储数 据，这种伪结构中只有两种数据类型：“无符号数”和“表”。后面的解析都要以这两种数据类型为基础，

·无符号数属于基本的数据类型，以u1、u2、u4、u8来分别代表1个字节、2个字节、4个字节和8个 字节的无符号数，无符号数可以用来描述数字、索引引用、数量值或者按照UTF-8编码构成字符串值。表是由多个无符号数或者其他表作为数据项构成的复合数据类型

类型 名称 数量
u4 magic 1
u2 minor_version 1
u2 major_version 1
u2 constant_pool_count 1
cp_info constant_pool constant_pool_count
u2 access_flags 1
u2 this_class 1
u2 super_class 1
u2 interfaces_count 1
u2 interfaces interfaces_count
u2 fields_count 1
field_info fields fields_count
u2 methods_count 1
mothod_info methods methods_count
u2 attributes_count 1
attribute_info attributes attributes_count

无论是无符号数还是表，当需要描述同一类型但数量不定的多个数据时，经常会使用一个前置的 容量计数器加若干个连续的数据项的形式，这时候称这一系列连续的某一类型的数据为某一类型的“集 合”。

Class的结构不像XML等描述语言，由于它没有任何分隔符 号，所以在表6-1中的数据项，无论是顺序还是数量，甚至于数据存储的字节序（Byte Ordering，Class 文件中字节序为Big-Endian）这样的细节，都是被严格限定的，哪个字节代表什么含义，长度是多少， 先后顺序如何，全部都不允许改变

示例代码

下面说讲解的内容都是以改示例代码为基础

源码
package org.test;

public class Test{
	
	private int value=0;
	
	public void setValue(int value){
		this.value=value;
	}
	
	public int getValue(){
		return value;
	}
	
	public void autoIncrement(){
		++value;
	}		
	
}
字节码
  Compiled from "Test.java"
public class org.test.Test
  minor version: 0
  major version: 52
  flags: ACC_PUBLIC, ACC_SUPER
Constant pool:
   #1 = Methodref          #4.#18         // java/lang/Object."<init>":()V
   #2 = Fieldref           #3.#19         // org/test/Test.value:I
   #3 = Class              #20            // org/test/Test
   #4 = Class              #21            // java/lang/Object
   #5 = Utf8               value
   #6 = Utf8               I
   #7 = Utf8               <init>
   #8 = Utf8               ()V
   #9 = Utf8               Code
  #10 = Utf8               LineNumberTable
  #11 = Utf8               setValue
  #12 = Utf8               (I)V
  #13 = Utf8               getValue
  #14 = Utf8               ()I
  #15 = Utf8               autoIncrement
  #16 = Utf8               SourceFile
  #17 = Utf8               Test.java
  #18 = NameAndType        #7:#8          // "<init>":()V
  #19 = NameAndType        #5:#6          // value:I
  #20 = Utf8               org/test/Test
  #21 = Utf8               java/lang/Object
{
  public org.test.Test();
    descriptor: ()V
    flags: ACC_PUBLIC
    Code:
      stack=2, locals=1, args_size=1
         0: aload_0
         1: invokespecial #1                  // Method java/lang/Object."<init>":()V
         4: aload_0
         5: iconst_0
         6: putfield      #2                  // Field value:I
         9: return
      LineNumberTable:
        line 3: 0
        line 5: 4

  public void setValue(int);
    descriptor: (I)V
    flags: ACC_PUBLIC
    Code:
      stack=2, locals=2, args_size=2
         0: aload_0
         1: iload_1
         2: putfield      #2                  // Field value:I
         5: return
      LineNumberTable:
        line 8: 0
        line 9: 5

  public int getValue();
    descriptor: ()I
    flags: ACC_PUBLIC
    Code:
      stack=1, locals=1, args_size=1
         0: aload_0
         1: getfield      #2                  // Field value:I
         4: ireturn
      LineNumberTable:
        line 12: 0

  public void autoIncrement();
    descriptor: ()V
    flags: ACC_PUBLIC
    Code:
      stack=3, locals=1, args_size=1
         0: aload_0
         1: dup
         2: getfield      #2                  // Field value:I
         5: iconst_1
         6: iadd
         7: putfield      #2                  // Field value:I
        10: return
      LineNumberTable:
        line 16: 0
        line 17: 10
}
SourceFile: "Test.java"
hex
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

1. 魔数与Class文件的版本

每个Class文件的头4个字节被称为魔术，它的唯一作用是确定这个文件是否为一个被虚拟机接受的文件。除了Java还有很多文件格式标准中都是用了魔数，如Gif或者JEPG等文件头中都有魔数。java文件的魔数为0xCAFEBABE。
紧接着魔数的4个字节是Class的版本号：第5和第6个字节是次版本号（Minor Version），第7和第8个字节是主版本号（Major Version）如上面的示例代码中Hex 前4个字节分别是CAFEBABE，后面紧跟着次版本号占两个字节 0x0000，再后面是主版本号0x0034,查询资料0x0034为JAVA8

2.常量池

在主次版本之后是常量池入口，此处是一个u2类型的数据，表示常量池中数据的格式。此处需要注意常量池数量是从1开始计数的也就是当这个位置是0x0001时没有表示常量池中数据数量为0。这样做的目的在于，如果后面某些指向常量池的索引值的数据在特定情况下 需要表达“不引用任何一个常量池项目”的含义，可以把索引值设置为0来表示。上面的示例中常量池容量（偏移地址：0x00000008）是：0x0016(十进制 22)，表示常量池中有21项常量

常量池中主要放两类常量：字面量（Literal），符号引用（Symbolic References）

  1. 字面量
    接近Java语言层面的常量概念，如文本字符串，被声明为final的常量值

  2. 符号常量
    属于编译原理方面的概念主要包含一下几种

    • 被模块导出或者开放的包
    • 类和接口的全限定名
    • 字段的名称和描述符
    • 方法的名称和描述符
    • 方法句柄和方法类型
    • 动态调用点和动态常量

常量池每一项常量都是一个表，最初表中有11项结构不同的表后来又扩充了4中动态语言相关的常量，为了支持java模块化系统又加入了两个常量。17类常量都有同一个特点，表的起始第一位是一个u1类型的标志位代表常量属于那种常量

常量池中17种数据类型表结构
  1. CONSTANT_Utf8_info
项目 类型 描述
tag u1 值为1
length u2 UTF-8编码的字符串占用的字节数
byte u2 长度为length的UTF-8编码的字符串
  1. CONSTANT_Integer_info
项目 类型 描述
tag u1 值为3
byte u4 按高位在前储存的int值
  1. CONSTANT_Float_info
项目 类型 描述
tag u1 值为4
byte u4 按高位在前储存的float值
  1. CONSTANT_Long_info
项目 类型 描述
tag u1 值为5
byte u4 按高位在前储存的long值
  1. CONSTANT_Double_info
项目 类型 描述
tag u1 值为6
byte u4 按高位在前储存的double值
  1. CONSTANT_Class_info
项目 类型 描述
tag u1 值为7
index u2 指向全限定常量的索引
  1. CONSTANT_String_info
项目 类型 描述
tag u1 值为8
index u2 指向字符串字面量的索引
  1. CONSTANT_Fieldref_info
项目 类型 描述
tag u1 值为9
index u2 指向声明字段的类或接口描述符CONSTANT_Class_info
index u2 指向字段描述符CONSTANT_NameAndType的索引
  1. CONSTANT_Methodref_info
项目 类型 描述
tag u1 值为10
index u2 指向声明字段的类或接口描述符CONSTANT_Class_info
index u2 指向字段描述符CONSTANT_NameAndType的索引
  1. CONSTANT_InterfaceMethodref_info
项目 类型 描述
tag u1 值为11
index u2 指向声明字段的类或接口描述符CONSTANT_Class_info
index u2 指向字段描述符CONSTANT_NameAndType的索引
  1. CONSTANT_NameAndType_info
项目 类型 描述
tag u1 值为12
index u2 指向该字段或方法名称的索引
index u2 指向该字段或方法描述符常量的索引
  1. CONSTANT_MethodHandle_info
项目 类型 描述
tag u1 值为15
reference_kind u1 值必须在1-0之间（包括1，9）它决定了方法句柄类型。方法句柄类型的值表示方法句柄的字节码行为
reference_index u2 值必须是对常量池的有效索引
  1. CONSTANT_MethodType_info
项目 类型 描述
tag u1 值为16
descriptor u2 值必须是对常量池的有效索引，常量池在该索引处的项必须是CONSTANT_Utf8_info结构，表示方法的描述符
  1. CONSTANT_Dynamic_info
项目 类型 描述
tag u1 值为17
bootstrap_method_attr_index u2 值必须是对当前Class文件中引导方法表的bootstrap_methods[]数组的有效索引
name_and_type_index u2 值必须是对当前常量池的有效索引，常量池在该索引处的项必须是CONSTANT_NameAndType_info结构，表示方法名和方法描述符
  1. CONSTANT_InvokeDynamic_info
项目 类型 描述
tag u1 值为18
bootstrap_method_attr_index u2 值必须是对当前Class文件中引导方法表的bootstrap_methods[]数组的有效索引
name_and_type_index u2 值必须是对当前常量池的有效索引，常量池在该索引处的项必须是CONSTANT_NameAndType_info结构，表示方法名和方法描述符
  1. CONSTANT_Module_info
项目 类型 描述
tag u1 值为19
name_index u2 值必须是对当前常量池的有效索引，常量池在该索引处的项必须是CONSTANT_Utf8_info结构，表示模块名称
  1. CONSTANT_Package_info
项目 类型 描述
tag u1 值为20
name_index u2 值必须是对当前常量池的有效索引，常量池在该索引处的项必须是CONSTANT_Utf8_info结构，表示包名称

回过头我们在分析一下上面的示例代码

第一项

在常量池数量后的是0x0A(位置：偏移量0x000A)，查找上面常量池项目类型0x0A对应的是CONSTANS_Methodref_info 它一共占用5个字节所以就是0x0A 0004 0012 查表可知0x0004表示的是类或接口描述符的索引， 0x0012 表示字段描述符 索引。查看示例代码中字节码常量池中第4项是一个Class项，第 0x0012项是一个NameAndType

第二项

第二项是0x09（位置：偏移量0x000F），查表可知0x09是CONSTANT_Fieldref_info， 一共占5个字节0x09 0003 0013。
第一个index CONSTANT_Class_info的索引是0x03，查示例代码中字节码可知常量池第三个项Class。
第二个index：CONSTANT_NameAndType_info的索引是0x0013，查看示例代码中字节码可知常量中第0x0013项是NameAndType

第三项

第三项0x07(位置：偏移量0x0014)，查表可知0x07是CONSTANT_Class_info ，一共占3个字节 0x07 0014。
index: 全限定常量名常量项的索引 0014 （是一个CONSTANST_Utf8_info类型的表），查示例代码中字节码可知常量池中第0x0014项是 org/test/Test。

第四项

第四项0x07(位置：偏移量0x0017),，查表可知0x07是CONSTANT_Class_info ，一共占3个字节 0x07 0015
index: 全限定常量名常量项的索引 0014 （是一个CONSTANST_Utf8_info类型的表），查示例代码中字节码可知常量池中第0x0014项是 java/lang/Object。

第五项

第五项0x01(位置：偏移量0x001A),查表可知0x01是CONSTANT_Utf8_info，查表可知 length 占2个字节是0x0005，
所以一个bytes是一个字节一共又length（0x0005）个,第五项一共占了8个字节(u1+u2+u1*5=u8) 0x01 0005 76616C7565 。
76 61 6C 75 65转换成字符串（Assic）"value"

第六项

第六项0x01(位置：偏移量0x0022),查表可知0x01是CONSTANT_Utf8_info，查表可知 length 占2个字节是0x0001，
所以一个bytes是一个字节一共又length（0x0001）个,第五项一共占了4个字节(u1+u2+u1*1=u4) 0x01 0001 49 。
49转换成字符串（Assic）"I"

第七项

第七项0x01(位置：偏移量0x0026),查表可知0x01是CONSTANT_Utf8_info，查表可知 length 占2个字节是0x0006，
所以一个bytes是一个字节一共又length（0x0001）个,第五项一共占了9个字节(u1+u2+u1*6=u9) 0x 01 0006 3C696E69743E 。
3C 69 6E 69 74 3E转换成字符串（Assic）"< init >"

第八项

第八项0x01(位置：偏移量0x002F),查表可知0x01是CONSTANT_Utf8_info，查表可知 length 占2个字节是0x0003，
所以一个bytes是一个字节一共又length（0x0003）个,第五项一共占了5个字节(u1+u2+u1*3=u5) 0x 01 0003 282956 。
28 29 56转换成字符串（Assic）"()V"

第九项

第九项0x01(位置：偏移量0x0035)，和上面差不多，一共占7字节 为0x01 0004 436F6465，bytes为"Code"

第十项

第十项0x01(位置：偏移量0x003C)，和上面差不多，一共占0x12字节 为0x01 000F4 C696E654E756D6265725461626C65，bytes为Code ""LineNumberTable"

第十一项

第十一项0x01(位置：偏移量0x004E)，和上面差不多，一共占0x0B字节 为0x01 0008 73657456616C7565，bytes为"setValue"

第十二项

第十二项0x01(位置：偏移量0x0059)，和上面差不多，一共占0x07字节 为0x01 0004 28492956，bytes为"(I)V"

第十三项

第十三项0x01(位置：偏移量0x0060)，和上面差不多，一共占0x0B字节 为0x01 0008 67657456616C7565，bytes为”getValue”

第十四项

第十四项0x01(位置：偏移量0x006b)，和上面差不多，一共占0x06字节 为0x01 0003 282949，bytes为”()I”

第十五项

第十五项0x01(位置：偏移量0x0071)，和上面差不多，一共占0x10字节 为0x01 000D 6175746F496E6372656D656E74，bytes为”autoIncrement"

第十六项

第十六项0x01(位置：偏移量0x0081)，和上面差不多，一共占0x0D字节 为0x01 000A 536F7572636546696C65，bytes为”SourceFile"

第十七项

第十七项0x01(位置：偏移量0x008E)，和上面差不多，一共占0x0C字节 为0x01 0009 546573742E6A617661，bytes为”Test.java"

第十八项

第十八项0x0C(位置：偏移量0x009A),查表可知0x0C是CONSTANT_MethodHandle_info，完整信息0x0C 0007 0008。查表可知 ：
第一个index：占2个字节是0x0007，常量池的0x07项CONSTANT_Utf8_info 是 "< init >"

第二个index：占2个字节0x0008,常量池的0x08项CONSTANT_Utf8_info 是 "()V"

第十九项

第十八项0x0C(位置：偏移量0x009F),查表可
知0x0C是CONSTANT_MethodHandle_info,完整信息0x0C 0005 0006。
第一个index：占2个字节是0x0005，常量池的0x05项CONSTANT_Utf8_info 是 "value"

第二个index：占2个字节0x0006,常量池的0x06项CONSTANT_Utf8_info 是 "I"

第二十项

第十四项0x01(位置：偏移量0x00A4)，和上面差不多，一共占0x10字节 为0x01 000D 6F72672F746573742F54657374，bytes为”org/test/Test”

第二十一项

第十四项0x01(位置：偏移量0x00A4)，和上面差不多，一共占0x10字节 为0x01 0010 6A6176612F6C616E672F4F626A656374，bytes为”java/lang/Object”

到此位置常量池部分字节码Hex就分析完了，下一节在常量池之后的字节码

如有错误希望您指出，我将及时修改更新。

“路漫漫其修远兮，吾将上下而求索”

上一篇：re | [GKCTF2020]EzMachine


下一篇：基于ASP.NET core的MVC站点开发笔记 0x01