Java class文件格式之常量池
转载 2017-06-14 作者:zhangjg
常量池中各数据项类型详
常量池中的数据项是通过索引来引用的, 常量池中的各个数据项之间也会相互引用。在这11中常量池数据项类型中, 有两种比较基础, 之所以说它们基础, 是因为这两种类型的数据项会被其他类型的数据项引用。 这两种数据类型就是CONSTANT_Utf8 和 CONSTANT_NameAndType , 其中CONSTANT_NameAndType类型的数据项(CONSTANT_NameAndType_info)也会引用CONSTANT_Utf8类型的数据项(CONSTANT_Utf8_info) 。 与其他介绍常量池的书籍或其他资料不同, 本着循序渐进和先后分明的原则, 我们首先对这两种比较基本的类型的数据项进行介绍, 然后再依次介绍其他9中数据项。
(1) CONSTANT_Utf8_info
一个CONSTANT_Utf8_info是一个CONSTANT_Utf8类型的常量池数据项, 它存储的是一个常量字符串。 常量池中的所有字面量几乎都是通过CONSTANT_Utf8_info描述的。下面我们首先讲解CONSTANT_Utf8_info数据项的存储格式。在前面的文章中, 我们提到, 常量池中数据项的类型由一个整型的标志值(tag)决定, 所以所有常量池类型的info中都必须有一个tag信息, 并且这个tag值位于数据项的第一个字节上。 一个11中常量池数据类型, 所以就有11个tag值表示这11中类型。而CONSTANT_Utf8_info的tag值为1, 也就是说如果虚拟机要解析一个常量池数据项, 首先去读这个数据项的第一个字节的tag值, 如果这个tag值为1, 那么就说明这个数据项是一个CONSTANT_Utf8类型的数据项。 紧挨着tag值的两个字节是存储的字符串的长度length, 剩下的字节就存储着字符串。 所以, 它的格式是这样的:
其中tag占一个字节, length占2个字节, bytes代表存储的字符串, 占length字节。所以, 如果这个CONSTANT_Utf8_info存储的是字符串"Hello", 那么他的存储形式是这样的:
现在我们知道了CONSTANT_Utf8_info数据项的存储形式, 那么CONSTANT_Utf8_info数据项都存储了什么字符串呢? CONSTANT_Utf8_info可包括的字符串主要以下这些:
- 程序中的字符串常量
- 常量池所在当前类(包括接口和枚举)的全限定名
- 常量池所在当前类的直接父类的全限定名
- 常量池所在当前类型所实现或继承的所有接口的全限定名
- 常量池所在当前类型中所定义的字段的名称和描述符
- 常量池所在当前类型中所定义的方法的名称和描述符
- 由当前类所引用的类型的全限定名
- 由当前类所引用的其他类中的字段的名称和描述符
- 由当前类所引用的其他类中的方法的名称和描述符
- 与当前class文件中的属性相关的字符串, 如属性名等
总结一下, 其中有这么五类: 程序中的字符串常量, 类型的全限定名, 方法和字段的名称, 方法和字段的描述符, 属性相关字符串。 程序中的字符串常量不用多说了, 我们经常使用它们创建字符串对象, 属性相关的字符串, 等到讲到class中的属性信息(attibute)时自会提及。 方法和字段的名称也不用多说了 。 剩下的就是类型的全限定名,方法和字段的描述符 。 还有一点需要说明, 类型的全限定名, 方法和字段的名称, 方法和字段的描述符, 可以是本类型中定义的, 也可能是本类中引用的其他类的。
下面我们通过一个例子来进行说明。 示例源码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
package
com.jg.zhang;
public
class
Programer
extends
Person {
static
String company =
"CompanyA"
;
static
{
System.out.println(
"staitc init"
);
}
String position;
Computer computer;
public
Programer() {
this
.position =
"engineer"
;
this
.computer =
new
Computer();
}
public
void
working(){
System.out.println(
"coding..."
);
computer.working();
}
}
|
别看这个类简单, 但是反编译后, 它的常量池有53项之多。 在这53项常量池数据项中, 各种类型的数据项都有, 当然也包括不少的CONSTANT_Utf8_info 。 下面只列出反编译后常量池中的CONSTANT_Utf8_info 数据项:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
#
2
= Utf8 com/jg/zhang/Programer
//当前类的全限定名
#
4
= Utf8 com/jg/zhang/Person
//父类的全限定名
#
5
= Utf8 company
//company字段的名称
#
6
= Utf8 Ljava/lang/String;
//company和position字段的描述符
#
7
= Utf8 position
//position字段的名称
#
8
= Utf8 computer
//computer字段的名称
#
9
= Utf8 Lcom/jg/zhang/Computer;
//computer字段的描述符
#
10
= Utf8 <clinit>
//类初始化方法(即静态初始化块)的方法名
#
11
= Utf8 ()V
//working方法的描述符
#
12
= Utf8 Code
//Code属性的属性名
#
14
= Utf8 CompanyA
//程序中的常量字符串
#
19
= Utf8 java/lang/System
//所引用的System类的全限定名
#
21
= Utf8 out
//所引用的out字段的字段名
#
22
= Utf8 Ljava/io/PrintStream;
//所引用的out字段的描述符
#
24
= Utf8 staitc init
//程序中的常量字符串
#
27
= Utf8 java/io/PrintStream
//所引用的PrintStream类的全限定名
#
29
= Utf8 println
//所引用的println方法的方法名
#
30
= Utf8 (Ljava/lang/String;)V
//所引用的println方法的描述符
#
31
= Utf8 LineNumberTable
//LineNumberTable属性的属性名
#
32
= Utf8 LocalVariableTable
//LocalVariableTable属性的属性名
#
33
= Utf8 <init>
//当前类的构造方法的方法名
#
41
= Utf8 com/jg/zhang/Computer
//所引用的Computer类的全限定名
#
45
= Utf8
this
//局部变量this的变量名
#
46
= Utf8 Lcom/jg/zhang/Programer;
//局部变量this的描述符
#
47
= Utf8 working
//woking方法的方法名
#
49
= Utf8 coding...
//程序中的字符串常量
#
52
= Utf8 SourceFile
//SourceFile属性的属性名
#
53
= Utf8 Programer.java
//当前类所在的源文件的文件名
|
上面只列出了反编译结果中常量池中的CONSTANT_Utf8_info数据项。 其中第三列不是javap反编译的输出结果, 而是我加上的注释。 读者可以对比上面的程序源码来看一下, 这样的话, 就可以清楚的看出, 源文件中的各种字符串, 是如何和存放到CONSTANT_Utf8_info中的。
这里要强调一下, 源文件中的几乎所有可见的字符串都存放在CONSTANT_Utf8_info中, 其他类型的常量池项只不过是对CONSTANT_Utf8_info的引用。 其他常量池项, 把引用的CONSTANT_Utf8_info组合起来, 进而可以描述更多的信息。 下面将要介绍的CONSTANT_NameAndType_info就可以验证这个结论。
(2) CONSTANT_NameAndType类型的数据项
常量池中的一个CONSTANT_NameAndType_info数据项, 可以看做CONSTANT_NameAndType类型的一个实例 。 从这个数据项的名称可以看出, 它描述了两种信息,第一种信息是名称(Name), 第二种信息是类型(Type) 。 这里的名称是指方法的名称或者字段的名称, 而Type是广义上的类型, 它其实描述的是字段的描述符或方法的描述符。 也就是说, 如果Name部分是一个字段名称, 那么Type部分就是相应字段的描述符; 如果Name部分描述的是一个方法的名称, 那么Type部分就是对应的方法的描述符。 也就是说, 一个CONSTANT_NameAndType_info就表示了一个方法或一个字段。
下面先看一下CONSTANT_NameAndType_info数据项的存储格式。 既然是常量池中的一种数据项类型, 那么它的第一个字节也是tag, 它的tag值是12, 也就是说, 当虚拟机读到一个tag为12的常量池数据项, 就可以确定这个数据项是一个CONSTANT_NameAndType_info 。 tag值一下的两个字节叫做name_index, 它指向常量池中的一个CONSTANT_Utf8_info, 这个CONSTANT_Utf8_info中存储的就是方法或字段的名称。 name_index以后的两个字节叫做descriptor_index, 它指向常量池中的一个CONSTANT_Utf8_info, 这个CONSTANT_Utf8_info中存储的就是方法或字段的描述符。 下图表示它的存储布局:
下面举一个实例进行说明, 实例的源码为:
1
2
3
4
5
6
7
8
9
10
|
package
com.jg.zhang;
public
class
Person {
int
age;
int
getAge(){
return
age;
}
}
|
这个Person类很简单, 只有一个字段age, 和一个方法getAge 。 将这段代码使用javap工具反编译之后, 常量池信息如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
|
#
1
= Class #
2
// com/jg/zhang/Person
#
2
= Utf8 com/jg/zhang/Person
#
3
= Class #
4
// java/lang/Object
#
4
= Utf8 java/lang/Object
#
5
= Utf8 age
#
6
= Utf8 I
#
7
= Utf8 <init>
#
8
= Utf8 ()V
#
9
= Utf8 Code
#
10
= Methodref #
3
.#
11
// java/lang/Object."<init>":()V
#
11
= NameAndType #
7
:#
8
// "<init>":()V
#
12
= Utf8 LineNumberTable
#
13
= Utf8 LocalVariableTable
#
14
= Utf8
this
#
15
= Utf8 Lcom/jg/zhang/Person;
#
16
= Utf8 getAge
#
17
= Utf8 ()I
#
18
= Fieldref #
1
.#
19
// com/jg/zhang/Person.age:I
#
19
= NameAndType #
5
:#
6
// age:I
#
20
= Utf8 SourceFile
#
21
= Utf8 Person.java
|
常量池一共有21项, 我们可以看到, 一共有两个CONSTANT_NameAndType_info 数据项, 分别是第#11项和第#19项, 其中第#11项的CONSTANT_NameAndType_info又引用了常量池中的第#7项和第#8项, 被引用的这两项都是CONSTANT_Utf8_info , 它们中存储的字符串常量值分别是 <init> 和 ()V。 其实他们加起来表示的就是父类Object的构造方法。 那么这里为什么会是父类Object的构造方法而不是本类的构造方法呢? 这是因为类中定义的方法如果不被引用(也就是说在当前类中不被调用), 那么常量池中是不会有相应的 CONSTANT_NameAndType_info 与之对应的, 只有引用了一个方法, 才有相应的CONSTANT_NameAndType_info 与之对应。 这也是为什么说CONSTANT_NameAndType_info 是方法的符号引用的一部分的原因。 (这里提到一个新的概念, 叫做方法的符号引用, 这个概念会在后面的博客中进行讲解) 可以看到, 在源码存在两个方法, 分别是编译器默认添加的构造方法和我们自己定义的getAge方法, 因为并没有在源码中显示的调用这两个方法,所以在常量池中并不存在和这两个方法相对应的CONSTANT_NameAndType_info 。 之所以会存在父类Object的构造方法对应的CONSTANT_NameAndType_info , 是因为子类构造方法中会默认调用父类的无参数构造方法。 我们将常量中的其他信息去掉, 可以看得更直观:
下面讲解常量池第#19项的CONSTANT_NameAndType_info , 它引用了常量池第#5项和第#6项, 这两项也是CONSTANT_Utf8_info 项, 其中存储的字符串分别是age和I, 其中age是源码中字段age的字段名, I是age字段的描述符。 所以这个CONSTANT_NameAndType_info 就表示对本类中的字段age的引用。 除去常量池中的其他信息, 可以看得更直观:
和方法相同, 只定义一个字段而不引用它(在源码中表现为不访问这个变量), 那么在常量池中也不会存在和该字段相对应的CONSTANT_NameAndType_info 项。这也是为什么说CONSTANT_NameAndType_info作为字段符号引用的一部分的原因。 (这里提到一个新的概念, 叫做字段的符号引用, 这个概念会在后面的博客中进行讲解) 在本例中之所以会出现这个CONSTANT_NameAndType_info , 是因为在源码的getAge方法中访问了这个字段:
1
2
3
|
int
getAge(){
return
age;
}
|
下面给出这两个CONSTANT_NameAndType_info真实的内存布局图:
和Object构造方法相关的CONSTANT_NameAndType_info的示意图:
和age字段相关的CONSTANT_NameAndType_info示意图:
这两张图能够很好的反映出CONSTANT_NameAndType_info和CONSTANT_Utf8_info 这两种常量池数据项的数据存储方式, 也能够真实的反应CONSTANT_NameAndType_info和CONSTANT_Utf8_info 的引用关系。
总结
在本文中我们主要介绍了常量池中的两种数据项: CONSTANT_NameAndType_info 和 CONSTANT_Utf8_info 。 其中CONSTANT_Utf8_info存储的是源文件中的各种字符串, 而CONSTANT_NameAndType_info表述的是源文件中对一个字段或方法的符号引用的一部分(即 方法名加方法描述符, 或者是 字段名加字段描述符)。