SectionsEdit

Existem 10 seções básicas para a estrutura do arquivo de classe Java:

• Magic Number: 0xCAFEBABE
• Version of Class File Format: as versões menor e maior do arquivo de classe
• Constant Pool: Pool de constantes para a classe
• Bandeiras de Acesso: por exemplo, se a classe é abstrata, estática, etc.
• Esta Classe: O nome da classe atual
• Super Classe: O nome da super classe
• Interfaces: Quaisquer interfaces na classe
• Campos: Quaisquer campos da classe
• Métodos: Quaisquer métodos na classe
• Atributos: Quaisquer atributos da classe (por exemplo, o nome do arquivo fonte, etc.)

Magic NumberEdit

Class files são identificados pelo seguinte cabeçalho de 4 bytes (em hexadecimal): CA FE BA BE (as 4 primeiras entradas na tabela abaixo). A história deste número mágico foi explicada por James Gosling referindo-se a um restaurante em Palo Alto:

“Costumávamos ir almoçar a um lugar chamado St Michael’s Alley. De acordo com a lenda local, no passado profundamente escuro, os Grateful Dead costumavam actuar lá antes de o tornarem grande. Era um lugar bem divertido que era definitivamente um Grateful Dead Kinda Place. Quando Jerry morreu, eles até colocaram um pequeno santuário budista. Quando íamos lá, referíamo-nos ao lugar como Cafe Dead. Em algum lugar ao longo da linha, notou-se que este era um número HEX. Eu estava reformulando algum código de formato de arquivo e precisava de um par de números mágicos: um para o arquivo objeto persistente e outro para as classes. Eu usei CAFEDEAD para o formato de arquivo objeto, e no grepping para palavras hexadecimais de 4 caracteres que cabiam depois de “CAFE” (parecia ser um bom tema) eu cliquei em BABE e decidi usá-lo. Naquela época, não parecia ser muito importante ou destinado a ir a lugar algum, a não ser a lata de lixo da história. Então CAFEBABE tornou-se o formato de arquivo de classe, e CAFEDEAD era o formato de objeto persistente. Mas o recurso de objeto persistente foi embora, e junto com ele foi o uso do CAFEDEAD – ele foi eventualmente substituído pelo RMI.

Layout geralEdit

Porque o arquivo de classe contém itens de tamanho variável e não contém também offsets de arquivo embutido (ou ponteiros), ele é tipicamente parsed sequencialmente, do primeiro byte para o final. No nível mais baixo o formato do arquivo é descrito em termos de alguns tipos de dados fundamentais:

• u1: um inteiro não assinado de 8 bits
• u2: um inteiro não assinado de 16 bits em ordem de byte big-endian
• u4: um inteiro não assinado de 32 bits em ordem de byte big-endian
• tabela: um array de itens de comprimento variável de algum tipo. O número de itens na tabela é identificado por um número de contagem anterior (a contagem é um u2), mas o tamanho em bytes da tabela só pode ser determinado examinando cada um de seus itens.

Alguns desses tipos fundamentais são então reinterpretados como valores de nível superior (como strings ou números de ponto flutuante), dependendo do contexto.

Representação em uma linguagem de programação tipo CEditar

Desde que C não suporta múltiplas matrizes de comprimento de variáveis dentro de uma estrutura, o código abaixo não irá compilar e serve apenas como uma demonstração.

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;}

A constante poolEdit

A tabela constante pool é onde a maioria dos valores literais das constantes são armazenados. Isto inclui valores como números de todos os tipos, strings, nomes identificadores, referências a classes e métodos, e descritores de tipo. Todos os índices, ou referências, a constantes específicas na tabela de pool de constantes são dados por números de 16 bits (tipo u2), onde o valor do índice 1 se refere à primeira constante da tabela (o valor do índice 0 é inválido).

De acordo com as escolhas históricas feitas durante o desenvolvimento do formato de arquivo, o número de constantes na tabela de pool de constantes não é na verdade o mesmo que a contagem do pool de constantes que precede a tabela. Primeiro, a tabela é indexada começando em 1 (ao invés de 0), mas a contagem deve na verdade ser interpretada como o índice máximo mais um. Além disso, dois tipos de constantes (longas e duplas) ocupam dois espaços consecutivos na tabela, embora o segundo seja um índice fantasma que nunca é usado diretamente.

O tipo de cada item (constante) no pool constante é identificado por uma tag de byte inicial. O número de bytes que seguem esta tag e sua interpretação dependem do valor da tag. Os tipos de constantes válidas e seus valores de tag são:

Existem apenas dois tipos de constantes integrais, inteiro e longo. Outros tipos integrais que aparecem na linguagem de alto nível, tais como boolean, byte e short devem ser representados como uma constante inteira.

Nomes de classes em Java, quando totalmente qualificados, são tradicionalmente separados por pontos, tais como “java.lang.Object”. Contudo dentro das constantes de referência de classe de baixo nível, aparece uma forma interna que utiliza slashes, como “java/lang/Object”.

As strings Unicode, apesar do moniker “UTF-8 string”, não são na verdade codificadas de acordo com o padrão Unicode, embora seja semelhante. Existem duas diferenças (ver UTF-8 para uma discussão completa). A primeira é que o ponto de código U+0000 é codificado como a sequência de dois bytes C0 80 (em hexadecimal) em vez da codificação padrão de um byte 00. A segunda diferença é que caracteres suplementares (aqueles fora do BMP em U+10000 e acima) são codificados usando uma construção de par substituto similar ao UTF-16 ao invés de serem diretamente codificados usando UTF-8. Neste caso, cada um dos dois substitutos é codificado separadamente em UTF-8. Por exemplo, U+1D11E é codificado como a sequência de 6 bytes ED A0 B4 ED B4 9E, em vez da codificação correcta de 4 bytes UTF-8 de F0 9D 84 9E.

.