OsiotMuokkaa

Java-luokkatiedoston rakenteessa on 10 perusosiota:

• Taikanumero: 0xCAFEBABE
• Luokkatiedoston formaatin versio: luokkatiedoston minor- ja major-versiot
• Konstanttipooli: Pool of constants for the class
• Access Flags: esimerkiksi onko luokka abstrakti, staattinen jne.
• This Class: Nykyisen luokan nimi
• Super Class: Super-luokan nimi
• Rajapinnat: Luokan mahdolliset rajapinnat
• Kentät: Kaikki luokan kentät
• Metodit: Kaikki luokan metodit
• Attribuutit: Luokan mahdolliset attribuutit (esim. lähdetiedoston nimi jne.)

Magic NumberEdit

Luokkatiedostot tunnistetaan seuraavalla 4 tavun otsikolla (heksadesimaalisessa muodossa): CA FE BA BE (neljä ensimmäistä merkintää alla olevassa taulukossa). Tämän maagisen numeron historian selitti James Gosling viitaten ravintolaan Palo Altossa:

”Meillä oli tapana käydä lounaalla paikassa nimeltä St Michael’s Alley. Paikallisen legendan mukaan syvällä pimeässä menneisyydessä Grateful Dead esiintyi siellä ennen kuin se nousi suureksi. Se oli aika funky paikka, joka oli ehdottomasti Grateful Dead Kinda Place. Kun Jerry kuoli, sinne pystytettiin jopa pieni buddhalainen pyhäkkö. Kun kävimme siellä, kutsuimme paikkaa Cafe Deadiksi. Jossain vaiheessa huomattiin, että kyseessä oli HEX-numero. Olin uudistamassa tiedostomuotokoodia ja tarvitsin pari taikanumeroa: yhden pysyvää objektitiedostoa varten ja yhden luokkia varten. Käytin CAFEDEADia objektitiedoston muotoa varten, ja etsiessäni 4-merkkisiä heksasanoja, jotka sopivat ”CAFE”:n jälkeen (se tuntui olevan hyvä teema), törmäsin BABEen ja päätin käyttää sitä. tuolloin se ei tuntunut kauhean tärkeältä eikä sen kohtalona ollut mennä minnekään muualle kuin historian roskakoriin. Niinpä CAFEBABEsta tuli luokkatiedostomuoto ja CAFEDEADista pysyvien objektien muoto. Mutta pysyvien objektien mahdollisuus hävisi, ja sen mukana hävisi myös CAFEDEADin käyttö – se korvattiin lopulta RMI:llä.

Yleinen ulkoasuEdit

Koska luokkatiedosto sisältää vaihtelevan kokoisia kohteita eikä se sisällä myös upotettuja tiedostooffsetteja (tai osoittimia), se jäsennetään tyypillisesti peräkkäin, ensimmäisestä tavusta kohti loppua. Alimmalla tasolla tiedostomuoto kuvataan muutaman perustavanlaatuisen tietotyypin avulla:

• u1: 8-bittinen ennenmerkitsematon kokonaisluku
• u2: 16-bittinen ennenmerkitsematon kokonaisluku big-endiaanisessa tavujärjestyksessä
• u4: 32-bittinen ennenmerkitsematon kokonaisluku big-endiaanisessa tavujärjestyksessä
• taulukko (table): Joukko (array) vaihtelevan pituisia elementtejä jostakin tyypistä. Taulukon kohteiden lukumäärä tunnistetaan sitä edeltävällä laskentanumerolla (laskentanumero on u2), mutta taulukon koko tavuina voidaan määrittää vain tarkastelemalla kutakin sen kohdetta.

Joitakin näistä perustyypeistä tulkitaan sitten uudelleen korkeamman tason arvoiksi (kuten merkkijonoiksi tai liukuluvuiksi) asiayhteydestä riippuen.Sanakohdistusta (word alignment) ei pakoteta noudattamaan, joten pehmustustavaroita ei käytetä.Luokkatiedoston yleinen ulkoasu on seuraavassa taulukossa esitetyn mukainen.

Esitys C:n kaltaisella ohjelmointikielelläMuokkaa

Sen vuoksi, että C ei tue useita muuttuvan pituisia matriiseja yhden structin sisällä, alla oleva koodi ei käänny, ja se toimii vain demonstraationa.

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;}

VakiopooliEdit

Vakiopooli-taulukkoon tallennetaan suurin osa literaalisista vakioarvoista. Siihen kuuluvat sellaiset arvot kuin kaikenlaiset numerot, merkkijonot, tunnistenimet, viittaukset luokkiin ja metodeihin sekä tyyppikuvaajat. Kaikki indeksit eli viittaukset tiettyihin vakioihin vakiopoolitaulukossa annetaan 16-bittisinä (tyyppi u2) numeroina, joissa indeksiarvo 1 viittaa taulukon ensimmäiseen vakioon (indeksiarvo 0 on mitätön).

Tiedostomuodon kehityksessä tehtyjen historiallisten valintojen vuoksi vakioiden määrä vakiopoolitaulukossa ei todellisuudessa ole sama kuin taulukon edessä oleva vakiopoolin määrä. Ensinnäkin taulukko on indeksoitu alkaen 1:stä (eikä 0:sta), mutta lukumäärää pitäisi itse asiassa tulkita enimmäisindeksiksi plus yksi. Lisäksi kaksi vakiotyyppiä (longit ja doublet) vievät taulukossa kaksi peräkkäistä paikkaa, vaikka toinen tällainen paikka on näennäisindeksi, jota ei koskaan suoraan käytetä.

Kunkin vakiopoolin kohteen (vakion) tyyppi tunnistetaan alkutunnisteen avulla. Tämän tunnisteen jälkeisten tavujen määrä ja niiden tulkinta riippuvat tunnisteen arvosta. Kelvolliset vakiotyypit ja niiden tag-arvot ovat:

On vain kaksi integraalista vakiotyyppiä, kokonaisluku ja pitkä. Muut korkean tason kielessä esiintyvät integraalityypit, kuten boolean, byte ja short, on esitettävä kokonaislukuvakioina.

Luokkien nimet Javassa, kun ne ovat täysin päteviä, ovat perinteisesti piste-erotettuja, kuten ”java.lang.Object”. Matalan tason luokkaviitevakioiden sisällä esiintyy kuitenkin sisäinen muoto, jossa käytetään sen sijaan vinoviivoja, kuten ”java/lang/Object”.

Unicode-merkkijonoja ei nimimerkistä ”UTF-8-merkkijono” huolimatta itse asiassa koodata Unicode-standardin mukaisesti, vaikka se onkin samankaltainen. Niissä on kaksi eroa (ks. UTF-8, jossa on kattava keskustelu). Ensimmäinen on se, että koodipiste U+0000 on koodattu kahden tavun sarjana C0 80 (heksadesimaalina) standardin yhden tavun koodauksen 00 sijasta. Toinen ero on se, että lisämerkit (BMP:n ulkopuolella olevat merkit U+10000:ssa ja sen yläpuolella) koodataan UTF-16:n kaltaisella korvaavalla parirakenteella sen sijaan, että ne koodattaisiin suoraan UTF-8:lla. Tällöin kumpikin kahdesta sijaismerkistä koodataan UTF-8:ssa erikseen. Esimerkiksi U+1D11E koodataan 6 tavun sarjana ED A0 B4 ED B4 9E, eikä oikeana 4 tavun UTF-8-koodauksena F0 9D 84 9E.

.