Soubor třídy Java - Java class file

Soubor třídy Java je soubor (s příponou názvu souboru .class ) obsahující bajtový kód Java, který lze spustit na Java Virtual Machine (JVM) . Soubor třídy Java obvykle vytváří kompilátor jazyka Java ze zdrojových souborů programovacího jazyka Java ( soubory .java ) obsahujících třídy Java (alternativně lze k vytváření souborů tříd použít také jiné jazyky JVM ). Pokud má zdrojový soubor více než jednu třídu, je každá třída zkompilována do samostatného souboru třídy.

JVM jsou k dispozici pro mnoho platforem a soubor třídy kompilovaný na jedné platformě se spustí na JVM jiné platformy. Díky tomu jsou aplikace Java nezávislé na platformě .

Dějiny

Dne 11. prosince 2006 byl formát souboru třídy upraven v rámci Java Specification Request (JSR) 202.

Rozložení a struktura souboru

Sekce

Struktura souboru třídy Java obsahuje 10 základních částí:

• Magické číslo : 0xCAFEBABE
• Verze formátu souboru třídy : vedlejší a hlavní verze souboru třídy
• Constant Pool : Pool of constants for the class
• Přístupové příznaky : například zda je třída abstraktní, statická atd.
• Tato třída : Název aktuální třídy
• Super třída : Název super třídy
• Rozhraní : Jakákoli rozhraní ve třídě
• Pole : Jakákoli pole ve třídě
• Metody : Všechny metody ve třídě
• Atributy : Libovolné atributy třídy (například název zdrojového souboru atd.)

Magické číslo

Soubory tříd jsou označeny následujícím záhlavím se 4 bajty (v šestnáctkové soustavě ): (první 4 položky v níže uvedené tabulce). Historii tohoto magického čísla vysvětlil James Gosling s odkazem na restauraci v Palo Alto : CA FE BA BE

„Chodili jsme na oběd na místo zvané St Michael's Alley. Podle místní legendy tam v hluboké temné minulosti Grateful Dead vystupovali, než se proslavili. Bylo to docela funky místo, které rozhodně bylo Grateful Dead Kinda Place. Když Jerry zemřel, dokonce postavili malou buddhistickou svatyni. Když jsme tam chodili, říkali jsme tomu místu jako Cafe Dead. Někde podél čáry si všimli, že to bylo HEX číslo. I přepracoval nějaký kód formátu souboru a potřeboval pár kouzelných čísel : jedno pro soubor trvalých objektů a jedno pro třídy. Použil jsem CAFEDEAD pro formát souboru objektu a při grepování pro 4 znaková hexadecimální slova, která se hodí po „CAFE "(Zdálo se, že je to dobré téma) Trefil jsem se do BABE a rozhodl jsem se to použít. V té době mi to nepřipadalo nijak zvlášť důležité ani předurčené někam jít, než do popelnice historie. Takže CAFEBABE se stal třídním souborem formát a CAFEDEAD byl formát trvalého objektu. Zařízení trvalých objektů však přešlo ano, a spolu s tím šlo použití CAFEDEAD - nakonec byl nahrazen RMI .

Obecné rozložení

Protože soubor třídy obsahuje položky proměnné velikosti a neobsahuje také vložené posuny souborů (nebo ukazatele), je obvykle analyzován postupně, od prvního bajtu ke konci. Na nejnižší úrovni je formát souboru popsán pomocí několika základních datových typů:

• u1 : 8bitové celé číslo bez znaménka
• u2 : 16bitové celé číslo bez znaménka v pořadí bajtů big-endian
• u4 : 32bitové celé číslo bez znaménka v pořadí bajtů big-endian
• tabulka : pole položek proměnné délky nějakého typu. Počet položek v tabulce je identifikován předchozím číslem (počet je u2), ale velikost tabulky v bajtech lze určit pouze prozkoumáním každé z jejích položek.

Některé z těchto základních typů jsou pak znovu interpretovány jako hodnoty vyšší úrovně (například řetězce nebo čísla s plovoucí desetinnou čárkou), v závislosti na kontextu. Neexistuje vynucování zarovnání slov, a proto se nikdy nepoužívají žádné výplňové bajty. Celkové rozložení souboru třídy je uvedeno v následující tabulce.

Reprezentace v programovacím jazyce podobném C

Protože C nepodporuje více polí s proměnnou délkou v rámci struktury, níže uvedený kód nebude kompilován a slouží pouze jako ukázka.

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];
}

Neustálý bazén

Tabulka konstantních fondů je místem, kde je uložena většina doslovných konstant. To zahrnuje hodnoty, jako jsou čísla všech druhů, řetězce, názvy identifikátorů, odkazy na třídy a metody a deskriptory typů. Všechny indexy nebo odkazy na konkrétní konstanty v tabulce konstantních fondů jsou dány 16bitovými čísly (typ u2), kde hodnota indexu 1 odkazuje na první konstantu v tabulce (hodnota indexu 0 je neplatná).

Kvůli historickým volbám provedeným během vývoje formátu souboru není počet konstant v tabulce konstantních fondů ve skutečnosti stejný jako počet konstantních fondů, který tabulce předchází. Za prvé, tabulka je indexována počínaje 1 (spíše než 0), ale počet by měl být ve skutečnosti interpretován jako maximální index plus jedna. Navíc dva typy konstant (dlouhé a zdvojené) zabírají dva po sobě následující sloty v tabulce, ačkoli druhý takový slot je fantomový index, který se nikdy přímo nepoužívá.

Typ každé položky (konstanty) ve fondu konstant je identifikován počáteční bajtovou značkou . Počet bajtů následujících za touto značkou a jejich interpretace pak závisí na hodnotě značky. Platné typy konstant a jejich hodnoty značek jsou:

Existují pouze dva integrální typy konstant, celočíselné a dlouhé. Jiné integrální typy, které se objevují v jazyce vyšší úrovně, například boolean, byte a short, musí být reprezentovány jako celočíselná konstanta.

Pokud jsou názvy tříd v Javě plně kvalifikovány, jsou tradičně odděleny tečkami, například „java.lang.Object“. V rámci referenčních konstant nízké třídy se však objeví interní formulář, který místo toho používá lomítka, například „java/lang/Object“.

Řetězce Unicode, navzdory přezdívce „řetězec UTF-8“, nejsou ve skutečnosti kódovány podle standardu Unicode, i když je podobný. Existují dva rozdíly ( kompletní diskusi viz UTF-8 ). První je, že kódový bod U+0000 je kódován jako dvoubajtová sekvence C0 80(v hexu) místo standardního jednobajtového kódování 00. Druhým rozdílem je, že doplňkové znaky (znaky mimo BMP při U+10 000 a výše) jsou kódovány pomocí konstrukce náhradních párů podobným UTF-16 , než aby byly přímo kódovány pomocí UTF-8. V tomto případě je každý ze dvou náhradníků kódován samostatně v UTF-8. Například U+1D11E je kódováno jako 6bajtová sekvence ED A0 B4 ED B4 9E, nikoli správné 4bajtové kódování UTF-8 F0 9D 84 9E.

Viz také

• Java bytecode

Reference

Další čtení

• Tim Lindholm , Frank Yellin (1999). Specifikace virtuálního stroje Java (druhé vydání). Sál Prentice. ISBN 0-201-43294-3. Citováno 2008-10-13 .Oficiální definující dokument Java Virtual Machine , který obsahuje formát souboru třídy. První i druhé vydání knihy jsou volně dostupné online ke zhlédnutí a/nebo stažení .