Class文件与Dex文件
1.class文件基本概念
是一种8位字节的二进制流文件，其中各个数据按照顺序紧密排列，没有间隙；每个类或者接口都单独占据一个class文件。
通过 javac Hello.java 即可生成class文件。
javac -target 1.8 -source 1.8 Hello.java 可以指定Java代码版本和要编译运行的目标版本。
class 文件中只有两种数据类型无符号数和表，
无符号数用于描述数字、索引、数量值、按UTF8编码构成的字符串值。使用u1，u2，u4，u8 分别代表1一个字节，2个字节，4个字节。而一个字节有8位可表示两个十六进制数，u1类型例如"CA" ，u2类型例如："CA FE"，u4类型例如："CA FE BA BE"。
表用于描述更复杂的结构，比如字段、方法、属性等，通常以"_info"结尾，表中的数据项也是用无符号数表示。
例如： field_info 表由access_flags(u2)，name_index(u2)，descriptor_index(u2)，attributes_count(u2) 四项数据紧密排列构成，相当于一个field_info表占8个字节。
2.class文件结构
一个class文件主要包含以下内容：
| 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[0] | constant_pool_count-1 |
| constant_pool[constant_pool_count-1] | ||
| u2 | access_flag | 1 |
| u2 | this_class | 1 |
| u2 | super_class | 1 |
| u2 | interface_count | 1 |
| u2 | interfaces[1] | interface_count |
| interfaces[interface_count] | ||
| u2 | fields_count | 1 |
| field_info | fields[0] | fields_count-1 |
| fields[fields_count-1] | ||
| u2 | methods_count | 1 |
| method_info | methods[0] | methods_count-1 |
| methods[methods_count-1] | ||
| u2 | attributes_count | 1 |
| attribute_info | attributes | |
2.1 magic
魔数：用于文件类型身份识别表示该文件是否能被虚拟机接收，class文件中的值为：0xCAFEBABE
魔数作用和后缀名类似，但后缀名容易修改，使用魔数进行文件类型识别更安全。
2.2 class文件版本
早期JDK使用 1.主版本.次版本 的方式命名版本，例如 JDK 1.1.4；到Java 1.5开始使用Java SE 5.0 (1.5.0) 这种方式命名
minor_version 表示次版本号，值在0-65535之间。
major_version 表示主版本号，JDK 1.1从45开始，之后每个大版本+1，例如：JDK 1.8 就是52
2.3 常量池
常量池在class文件中相当于实际数据存储部分，而其他表更多的表示了class文件的结构，其各数据项都通过索引指向常量池。
常量池中存储了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。
constant_pool_count 代表常量池中常量的容量，该值有偏移，实际计数索引是从1开始的，第一项常量的索引就是1，比如：0x0028 代表十进制40，实际常量池中有39项常量。将第0项空出来用于，在有些表的数据需要表示“不引用任何一个常量池项目”的含义时，可将其数据索引置为0。 在class文件中其他集合类型都是从0开始计数的。
常量池中的内容有14种常量类型，基本结构都是 tag+值 或者 tag+索引 类型，tag是每种类型的标记是固定值。
(1) CONSTANT_Utf8_info
| tag | u1 | 1 |
|---|---|---|
| length | u2 | utf8编码的字符串占用的字节数 |
| bytes[length] | u1 | 以utf8编码的字符，每个字符长度为u1 |
(2) CONSTANT_Integer_info
| tag | u1 | 3 |
|---|---|---|
| bytes | u4 | 按照高位在前存储的int值 |
(3)CONSTANT_Float_info
| tag | u1 | 4 |
|---|---|---|
| bytes | u4 | 按高位在前存储的float值 |
(4)CONSTANT_Long_info
| tag | u1 | 5 |
|---|---|---|
| bytes | u8 | 按高位在前存储的Long值 |
(5)CONSTANT_Double_info
| tag | u1 | 6 |
|---|---|---|
| bytes | u8 | 按高位在前存储的Double值 |
(6)CONSTANT_Class_info
| tag | u1 | 7 |
|---|---|---|
| name_index | u2 | 指向全限定名常量的索引 |
(7)CONSTANT_String_info
| tag | u1 | 8 |
|---|---|---|
| string_index | u2 | 指向字符串字面量的索引 |
(8)CONSTANT_Fieldref_info
| tag | u1 | 9 |
|---|---|---|
| class_index | u2 | 指向声明字段的类或者接口描述符CONSTANT_Class_info的索引项 |
| name_and_type_index | u2 | 指向字段描述符CONSTANT_NameAndType_info的索引项 |
(9)CONSTANT_Methodref_info
| tag | u1 | 10 |
|---|---|---|
| class_index | u2 | 指向声明方法的类描述符CONSTANT_Class_info的索引项 |
| name_and_type_index | u2 | 指向方法名称及类型描述符CONSTANT_NameAndType_info的索引项 |
(10)CONSTANT_Interface_Methodref_info
| tag | u1 | 11 |
|---|---|---|
| class_index | u2 | 指向声明方法的接口描述符CONSTANT_Class_info的索引项 |
| name_and_type_index | u2 | 指向方法名称及类型描述符CONSTANT_NameAndType_info的索引项 |
(11)CONSTANT_NameAndType_info
| tag | u1 | 12 |
|---|---|---|
| class_index | u2 | 指向该字段或方法名称常量项的索引 |
| descriptor_index | u2 | 指向该字段或方法描述符常量项的索引 |
以上是11种常见的常量类型，下面还有3种
(12)CONSTANT_Method_Handle_info
| tag | u1 | 15 |
|---|---|---|
| reference_kind | u1 | 值在1-9之间，决定了方法句柄的类型，影响方法句柄的字节码行为 |
| reference_index | u2 | 对常量池的有效引用 |
(13)CONSTANT_Method_Type_info
| tag | u1 | 16 |
|---|---|---|
| descriptor_index | u2 | 对常量池的有效引用，方法的描述符 |
(14)CONSTANT_Invoke_Dynamic_info
| tag | u1 | 18 |
|---|---|---|
| bootstrap_method_attr_index | u2 | 值必须是对当前Class文件中引导方法表的bootstrap_method[]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，表示方法名和方法描述符 |
2.4 访问标志符
access_flags 长度为u2，标识该类或者接口的访问信息，0x0000 一共四位，
0x0001：ACC_PUBLIC 代表是否为public类型
0x0010：ACC_FINAL 代表是否为final类型
0x0020：ACC_SUPER 代表是否允许使用invokespecial字节码指令的新语义，在jdk1.0.2之后编译的类该位不能为0。
0x0200：ACC_INTERFACE 代表这是一个接口
0x0400：ACC_ABSTRACT 代表是否是抽象类类型
0x1000：ACC_SYNTHETIC 标志这个类不是由用户代码产生的
0x2000：ACC_ANNOTATION 代表这是一个注解
0x4000：ACC_ENUM 代表这是一个枚举
2.5 类索引
this_class 长度为u2，标志该类的全限定名称。
2.6 父类索引
super_class 长度为u2，标志该类的父类的全限定名称。
2.7 接口索引
接口索引是个数组列表，分为数量+若干item。
interfaces_count长度为u2，标志实现接口数量。
interfaces[0] 每个item长度为u2。
…...
interfaces[interfaces_count-1]
2.8 字段表集合
字段表记录了接口或类中声明的变量，包括类变量和实例变量。
fields_count 长度为u2，标识了字段个数。
field_info fields[0] 代表第1个字段，每个字段由5部分组成。
access_flags 访问控制符，长度为u2，可设置值和具体含义如下：
0x0001：ACC_PUBLIC 代表字段是否为public
0x0002：ACC_PRIVATE 代表字段是否为private
0x0004：ACC_PROTECTED 代表字段是否为protected
0x0008：ACC_FINAL 代表字段是否为final 类变量
0x0040：ACC_VOLATILE 代表字段是否是volatile 并发可见行
0x0080：ACC_TRANSIENT 代表字段是否是transient 是否可序列化
0x1000：ACC_SYNTHETIC 代表字段是否由编译器自动产生
0x4000：ACC_ENUM 代表字段是 enum
这里面public private protected 是互斥的 但可以和 final进行组合，组合值为相加值。
name_index 字段简单名称索引，长度为u2，简单名称即方法名去掉括号的部分或字段不包含修饰符的部分，如get()方法就是get，public String name 字段简单名称就是 name。
descriptor_index 字段描述符索引，长度为u2，描述字段的类型，使用特定标志字符代表类型。
基本类型：byte类型使用 B， char类型使用 C，double类型使用 D，float类型使用 F，int类型使用 I，long类型使用 J，short类型使用 S，boolean类型使用 Z，
对象类型：使用L加对象全限定名称表示 Ljava/lang/Object
数组类型：加[作为前缀，几维数组就加几个[ ，int[] 用[I][][ 表示。
attributes_count 属性长度，u2类型，当值为0时没有后面属性表。
attribute_info attributes 属性表，属性表给予了更多灵活性，一个属性分为以下三部分
（1）attribute_name_index 属性名称索引，指向常量池，长度为u2
（2）attribute_length 该属性占用位数，长度为u4
（3）info 属性具体信息，这部分不同属性长度不一样 如ConstantValue属性，标记该属性是静态变量，即方法变量使用ConstantValue属性进行初始化，而实例变量在构造函数中初始化。
2.9 方法表集合
方法表中记录了类中的方法信息，方法表外层结构和字段表类似，主要由以下几部分组成：
methods_count 标记了该字节码中方法数量，长度为u2
method_info methods[0] 代表第1个方法，每个方法同样有5部分组成：
access_flags u2 方法访问标记符，方法的访问标记和字段的不同，具体如下：
0x0001：ACC_PUBLIC 代表方法是否为public
0x0002：ACC_PRIVATE 代表方法是否为private
0x0004：ACC_PROTECTED 代表方法是否为protected
0x0008：ACC_FINAL 代表方法是否为final 类变量
0x0020：ACC_SYNCHRONIZED 代表方法是否synchronized
0x0040：ACC_BRIDGE 代表方法是否是由编译器产生的桥接方法
0x0080：ACC_VARARGS 代表方法是否接受不定参数
0x0100：ACC_NATIVE 代表方法是否是native
0x0400：ACC_ABSTRACT 代表方法是否是abstract
0x0800：ACC_STRICTFP 代表方法是否为strictfp
0x1000：ACC_SYNTHETIC 代表方法是否是由编译器自动产生的
name_index 字段简单名称索引，长度为u2，简单名称即方法名去掉括号的部分或字段不包含修饰符的部分，如get()方法就是get，public String name 字段简单名称就是 name。
descriptor_index 字段描述符索引，长度为u2，描述方法的签名，先参数列表后返回类型，
String get(int i) 的方法签名为 (I)Ljava/lang/String 参数列表在括号内。
attributes_count 属性长度，u2类型，当值为0时没有后面属性表。
（1）attribute_name_index 属性名称索引，指向常量池，长度为u2
（2）attribute_length 该属性占用位数，长度为u4
（3）info 属性具体信息，
方法的具体逻辑就 存储在Code属性当中。
属性表内容后面补充。
2.10 Class文件属性集合
以上字段表和方法表中都存在属性表，而在class文件最后面也存在一张属性表用于描述一些专有信息。
attributes_count 属性长度，u2类型，当值为0时没有后面属性表。
（1）attribute_name_index 属性名称索引，指向常量池，长度为u2
（2）attribute_length 该属性占用位数，长度为u4
（3）info 属性具体信息
3.class文件弊端
（1）内存占用大，不适用于移动端
（2）堆栈的加载模式，加载速度慢
（3）文件IO操作多，类查找慢
4. Dex文件基本概念
dex是能够被DVM识别，加载并执行的文件格式。dex文件记录了整个工程的所有类信息。
4.1 生成dex文件
我们可以通过as自动帮我们生成dex文件，也可以手动使用dx命令来生成dex文件，并在手机中运行dex文件。
dx命令在sdk/build-tools/29.0.0 下，选择一个较高版本。在用户目录下 .bash_profile 文件中添加环境变量，source .bash_profile 使其生效。
指定生成的目标文件名称为Hx.dex 以及使用的源字节码文件为Hello.class
dx --dex --output Hx.dex Hello.class
4.2 运行dex文件
将生成的dex文件push进模拟器或者手机中，adb push Hx.dex /sdcard
在adb shell 中调用dalvikvm命令，dalvikvm -cp Hx.dex Hello 就可以运行该文件。
5.Dex文件结构
以上是使用010editor展示的Hx.dex文件结构，以下是源代码，我们将对源码是如何存储在dex文件中的做一一分析。
import java.io.Serializable;
public class Hello implements Serializable {
public int b = 123;
public int c = 2343423;
public Integer d = 399394934;
public static final String a = "aaa";
public static void main(String[] sb) {
System.out.println("Hello, Android!\n");
}
private void dealData() {
System.out.println("DealData!!!");
}
}
5.1 Header区域
头部区域包含了dex文件整体结构
| 字段名称 | 偏移量 | 长度 | 当前dex文件中字段值 | 字段描述 |
|---|---|---|---|---|
| magic | 0x0 | 0x8 | dex 035 | dex魔术字固定值为dex\n035 |
| checksum | 0x8 | 0x4 | E2AE87EA | Alder32算法，是去除magic和checksum字段之外剩余所有内容的校验码 |
| signature | 0xC | 0x14 | E0872BBF123351DD2F8D 94FC2EFC8BE7A94C1292 | sha-1签名，去除了magic、checksum和signature之外所有内容的签名。 |
| file_size | 0x20 | 0x4 | 1080 | 整个dex文件的字节大小 |
| header_size | 0x24 | 0x4 | 112 | header部分的字节大小 |
| endian_tag | 0x28 | 0x4 | 0x12345678 | 字节序(大尾方式，小尾方式)默认为小尾方式，即0x12345678 |
| link_size | 0x2C | 0x4 | 0 | 链接段大小，默认为0表示静态链接 |
| link_off | 0x30 | 0x4 | 0 | 链接段开始偏移 |
| map_off | 0x34 | 0x4 | 908 | map_item偏移 |
| string_ids_size | 0x38 | 0x4 | 26 | 字符串列表中字符串个数 |
| string_ids_off | 0x3C | 0x4 | 112 | 字符串列表偏移字节 |
| type_ids_size | 0x40 | 0x4 | 10 | 类型列表中类型个数 |
| type_ids_off | 0x44 | 0x4 | 216 | 类型列表偏移字节 |
| proto_ids_size | 0x48 | 0x4 | 4 | 方法声明列表中的个数 |
| proto_ids_off | 0x4C | 0x4 | 256 | 方法声明列表偏移字节 |
| filed_ids_size | 0x50 | 0x4 | 5 | 字段列表中的个数 |
| filed_ids_off | 0x54 | 0x4 | 304 | 字段列表偏移字节 |
| method_ids_size | 0x58 | 0x4 | 6 | 方法列表中的个数 |
| method_ids_off | 0x5C | 0x4 | 344 | 方法列表偏移字节 |
| class_defs_size | 0x60 | 0x4 | 1 | 类定义列表中的个数 |
| class_defs_off | 0x64 | 0x4 | 392 | 类定义列表偏移字节 |
| data_size | 0x68 | 0x4 | 656 | 数据段的大小 |
| data_off | 0x6C | 0x4 | 424 | 数据段偏移字节 |
表中字段值部分处理成了十进制，处理过程涉及十六进制转换和字节序的概念。以下举例分析：
这就是小尾方式，即低位字节在前，高位字节在后，78 56 34 12 实际上是12 34 56 78 但在一个字节内部依旧是高位在前低位在后，注：一个字节8位，一个十六进制数是4位，所以用两个十六进制数代表一个字节。
再比如数据区域大小，在dex文件中为 90 02 00 00 调整顺序后为 0x00000290 ，转换为十进制为0+9*16+2*16*16=656
5.2 String_ids
字符串索引区记录了dex文件中每个字符串在数据区中的位置，每个索引占据4个字节，如下图所示：
虽然索引区只保存了索引，但010editor为了方便显示，将该字符串在数据区中的真实值也拿了过来。
比如第3个字符串Hello, Android! 在索引区的值为57 02 00 00，调整顺序后为00 00 02 57 说明该字符串在dex文件0x0257 这个位置，我们来验证一下
实际数据从0025h行7列开始，符合我们的预期。
在此顺便解析一下该字符串在数据区中存储方式，Dalvik中使用uleb128、uleb128p1、sleb128 三种编码表示32位整形数值。因为在java中通常使用32位表示一个整数，宽度不可变，不论实际数值多大都要分配32位空间。但在手机中存储空间比较有限，使用可变宽度的数据存储方式能更有效利用空间。这里我们不做详细讨论，先了解uleb128的两个特征，
一是其占用的字节数是不确定的，长度有可能在1到5个字节之间变化，
二是以字节中最高位是否为0来表示字节流有没有结束的。
上图中字符都是英文字符，都使用1个字节进行描述。
String在数据区中的存储
string_id 存储了字符串在数据区中的开始位置，比如 F1 02 00 00 就是在 0x02F1 这个位置，数据部分的第一个字节 0x12 代表存储该字符串需要字节个数为 2+1*16=18个 ，但其实下面的data部分有19个，最后一个字节为00 代表结束符。
5.3 Type_ids
这块区域存储在Dex中的类型，其中的值都是索引，指向字符串列表中的位置。同样这块区域的偏移位置和尺寸也都由header中的 字段决定。
type_ids_size 0x40 0x4 10 类型列表中类型个数
type_ids_off 0x44 0x4 216 类型列表偏移字节
这里type_id_item中包含了descriptor_idx 指向字符串列表的索引。
5.4 Proto_ids
这块区域存储了Dex中方法原型的声明列表，方法原型就是入参和返回类型 这里每个方法原型的结构如下：
shorty_idx u4 是该方法原型名称，这个索引值指向String列表中的位置。LI代表返回类型为String 入参为int
return_type_idx u4 是该方法原型的返回类型，这个索引值指向Type列表中的位置。
parameters_off u4 是该方法原型的参数列表在dex文件中的偏移位置，这个变量位置之后，一个proto_id_item 就结束了。
参数列表部分，由参数格式和参数类型构成。
size 代表参数个数。
type_item 代表一个参数类型，通过type_idx 指向具体typelist中的索引。
5.5 Field_ids
这块区域存储了Dex中的成员字段，结构如下图：
每个field_id_item 大小固定，由以下三部分组成。
class_idx u2 字段所在的Class，指向Type_ids 列表。
type_idx u2 字段类型，指向Type_ids 列表。
name_idx u4 字段名称，指向String列表。
5.6 Method_ids
这块区域存储了方法声明列表，
method_id_item 分为三部分：
class_idx u2 该方法所在的类，指向Type列表。
proto_idx u2 该方法的方法原型，指向Prototype列表。
name_idx u4 该方法的名称，指向String列表。
5.7 Class_def_items
类相关数据
这里只有一个class所以只有一个class_def_item_class_def，来分析一下类结构：
| 字段名称 | 长度 | 字段值 | 字段描述 | |
|---|---|---|---|---|
| class_idx | u4 | 0x1 | 类型名称的索引，指向type_ids列表 | |
| access_flags | u4 | 0x1 | 类型访问标志 | |
| superclass_idx | u4 | 0x5 | 父类类型的索引，指向type_ids列表 | |
| interface_off | u4 | 0x023C | 接口偏移，该类实现接口的开始位置 | |
| source_file_idx | u4 | 0x3 | class源文件的索引，指向String_ids列表 | |
| annotations_off | u4 | 0x0 | 注解偏移，指向DexAnnotationsDirectoryItem | |
| class_data_off | u4 | 0x03AD | 类数据偏移，指向class_data_item的开始位置 | |
| static_values_off | u4 | 0x03AA | 静态变量偏移，指向encoded_array_item的开始位置 | |
图中有三部分没有在表中列出，因为从字节码顺序上这三部分不在块里面，下面单独分析下：
type_item_list
首先，第一个字段是 size 4u 值为1 说明只有一个接口，接下来就是接口列表type_item_list 其中只包含一个值
type_idx 2u 值为3 ，指向了上面type_id_item[3]. 即 java.io.Serializable接口。
class_data_item 这是这部分比较复杂的一部分，展开如下：
static_fields_size 说明了静态成员变量个数
instance_fields_size 说明了实例变量个数
direct_method_size 说明了直接方法个数
virtual_method_size 说明了虚方法个数
static_fields 是静态成员变量列表，每个item由field_idx 和 access_flags 构成
instance_fields 是实例变量列表，同样每个item由field_idx 和access_flags构成
direct_methods 是直接方法列表，每个item由method_idx 指向方法表，access_flags 访问标记符，code_off 方法代码的偏移位置构成。
后面code_item 部分是方法实际内容部分，具体内容还是蛮多的
5.8 Dex_map_list
