SekceUpravit

Struktura souboru třídy Java obsahuje 10 základních sekcí:

• Magické číslo: 0xCAFEBABE
• Verze formátu souboru třídy: minoritní a majoritní verze souboru třídy
• Fond konstant:
• Příznaky přístupu: například zda je třída abstraktní, statická atd.
• Tato třída: Název aktuální třídy
• Super třída: Název nadřazené třídy
• Rozhraní: Veškerá rozhraní ve třídě
• Pole: Jakákoli pole ve třídě
• Metody: Atributy: Jakékoli metody ve třídě
• Atributy:

Magic NumberEdit

Soubory třídy se identifikují pomocí následující 4bajtové hlavičky (v šestnáctkové soustavě): CA FE BA BE (první 4 položky v tabulce níže). Historii tohoto magického čísla vysvětlil James Gosling s odkazem na restauraci v Palo Altu:

„Chodívali jsme na oběd do podniku, který se jmenoval Ulička svatého Michala. Podle místní legendy tam v hluboké temné minulosti vystupovali Grateful Dead, než se prosadili. Bylo to dost funky místo, které rozhodně patřilo Grateful Dead Kinda Place. Když Jerry zemřel, dokonce tam postavili malou buddhistickou svatyni. Když jsme tam chodili, říkali jsme tomu místu Cafe Dead. Někde v průběhu se zjistilo, že je to číslo HEX. Přepracovával jsem nějaký kód formátu souborů a potřeboval jsem pár magických čísel: jedno pro soubor trvalých objektů a jedno pro třídy. Pro formát objektového souboru jsem použil CAFEDEAD a při hledání čtyřznakových hexadecimálních slov, která se hodila za „CAFE“ (zdálo se to být dobré téma), jsem narazil na BABE a rozhodl se ho použít. v té době mi to nepřipadalo nijak strašně důležité ani předurčené k tomu, aby se dostalo někam jinam než do koše historie. A tak se CAFEBABE stalo formátem souborů tříd a CAFEDEAD formátem trvalých objektů. Ale zařízení pro trvalé objekty zaniklo a spolu s ním zaniklo i používání CAFEDEAD – nakonec bylo nahrazeno RMI.

Obecné rozloženíEdit

Protože soubor třídy obsahuje položky s proměnlivou velikostí a neobsahuje také vložené souborové offsety (nebo ukazatele), obvykle se analyzuje postupně, od prvního bajtu směrem ke konci. Na nejnižší úrovni je formát souboru popsán pomocí několika základních datových typů:

• u1: celé 8bitové číslo bez znaménka
• u2: celé 16bitové číslo bez znaménka v big-endiánském pořadí bajtů
• u4: celé 32bitové číslo bez znaménka v big-endiánském pořadí bajtů
• tabulka: pole položek proměnné délky nějakého typu. Počet položek v tabulce je identifikován předcházejícím číslem count (count je u2), ale velikost tabulky v bajtech lze určit pouze zkoumáním každé její položky.

Některé z těchto základních typů jsou pak v závislosti na kontextu reinterpretovány jako hodnoty vyšší úrovně (například řetězce nebo čísla s plovoucí desetinnou čárkou). není vynucováno zarovnání slov, a proto se nikdy nepoužívají žádné výplňové bajty. celkové uspořádání souboru třídy je uvedeno v následující tabulce.

Reprezentace v programovacím jazyce podobném CEdit

Protože jazyk C nepodporuje vícenásobná pole proměnné délky v rámci struktury, níže uvedený kód se nezkompiluje 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; u2 access_flags; u2 this_class; u2 super_class; u2 interfaces_count; u2 interfaces; u2 fields_count; field_info fields; u2 methods_count; method_info methods; u2 attributes_count; attribute_info attributes;}

Bazén konstantEdit

Tabulka bazénu konstant je místem, kde je uložena většina literálních hodnot konstant. Patří sem hodnoty jako čísla všeho druhu, řetězce, názvy identifikátorů, odkazy na třídy a metody a deskriptory typů. Všechny indexy neboli odkazy na konkrétní konstanty v tabulce konstantního fondu jsou dány 16bitovými čísly (typ u2), kde hodnota indexu 1 odkazuje na první konstantu v tabulce (hodnota indexu 0 je neplatná).

Vzhledem k historickým volbám učiněným během vývoje formátu souboru není počet konstant v tabulce konstantního fondu ve skutečnosti stejný jako počet konstant, který tabulce předchází. Zaprvé, tabulka je indexována od 1 (nikoli od 0), ale počet by měl být ve skutečnosti interpretován jako maximální index plus jedna. Navíc dva typy konstant (longs a doubles) zabírají v tabulce dva po sobě jdoucí sloty, ačkoli druhý takový slot je fantomový index, který se nikdy přímo nepoužívá.

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

Existují pouze dva integrální konstantní typy, integer a long. Ostatní integrální typy vyskytující se ve vysokoúrovňovém jazyce, jako jsou boolean, byte a short, musí být reprezentovány jako celočíselné konstanty.

Jména tříd v jazyce Java, pokud jsou plně kvalifikovaná, jsou tradičně oddělena tečkou, například „java.lang.Object“. V rámci nízkoúrovňových konstant odkazů na třídy se však objevuje vnitřní forma, která 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 to podobné. Existují dva rozdíly (kompletní diskusi naleznete v části UTF-8). Prvním je, že kódový bod U+0000 je kódován jako dvoubajtová sekvence C0 80 (v hexadecimálním tvaru) namísto standardního jednobajtového kódování 00. Druhý rozdíl spočívá v tom, že doplňkové znaky (ty, které jsou mimo BMP při U+10000 a výše) jsou kódovány pomocí konstrukce náhradních párů podobně jako UTF-16, místo aby byly přímo kódovány pomocí UTF-8. V tomto případě je každý ze dvou zástupných znaků kódován v UTF-8 samostatně. Například U+1D11E je kódováno jako 6bajtová sekvence ED A0 B4 ED B4 9E, nikoli jako správné 4bajtové kódování UTF-8 F0 9D 84 9E.

.