class字节码文件中的常量池结构详解

自己的学习笔记，部分节选自《揭秘java虚拟机》

---

前言

对于一个class文件，内容有：

以u1、u2、u4、u8分别代表1个字节、2个字节、4个字节、8个字节的无符号数

这里主要说class文件中的常量池：
constant_pool_count
常量池计数器，constant_pool_count的值等于constant_pool表中的成员数加1。constant_pool 表的索引值只有在大于 0 且小于 constant_pool_count 时才会被认为是有效的 ，对于 long 和 double 类型有例外情况。

注意：虽然值为 0 的 constant_pool 索引是无效的，但其他用到常量池的数据结构可以使用索引 0 来表示“不引用任何一个常量池项”的意思。

constant_pool[ ]
常量池，constant_pool 是一种表结构，它包含 Class 文件结构及其子结构中引用的所有字符串常量、类或接口名、字段名和其它常量。常量池中的每一项都具备相同的格式特征——第一个字节作为类型标记用于识别该项是哪种类型的常量，称为“tagbyte”。常量池的索引范围是 1 至 constant_pool_count−1。

Jdk1.6及之前：有永久代, 常量池在方法区
Jdk1.7：有永久代，但已经逐步“去永久代”，常量池在堆
Jdk1.8及之后： 无永久代，常量池在元空间

常量池中主要存放两大类常量：字面量（Literal）和符号引用（Symbolic References）。字面量比较接近于Java语言层面的常量概念，如文本字符串、被声明为final的常量值等。而符号引用则属于编译原理方面的概念，主要包括下面几类常量：

·被模块导出或者开放的包（Package）

·类和接口的全限定名（Fully Qualified Name）

·字段的名称和描述符（Descriptor）

·方法的名称和描述符

·方法句柄和方法类型（Method Handle、Method Type、Invoke Dynamic）

·动态调用点和动态常量（Dynamically-Computed Call Site、Dynamically-Computed Constant）

方法区

既然提到常量池就顺便提一下方法区，方法区主要保存的信息是类的元数据。方法区与堆空间类似，它也是被JVM中所有的线程共享的区域。方法区中最为重要的是类的类型信息、常量池、域信息、方法信息。类型信息包括类的完整名称、父类的完整名称、类型修饰符（public/protected/private）和类型的直接接口类表。

常量池基本结构

Java类所对应的常量池主要由常量池数量和常量池数组两部分组成(如下图所示)，常量池数量紧跟在次版本号的后面，占2字节。常量池数组则紧跟在常量池数量之后。 常量池数组，顾名思义，就是一个类似数组的结构。这个数组固化在字节码文件中，由多个元素组成。与一般数组概念不同的是，常量池数组中不同的元素的类型、结构都是不同的，长度也是不同的，但是每一种元素的第一个数据都是一个u1类型，该字节是标志位，占1个字节(如图4.4所示)。JVM解析常量池时，根据这个u1类型来获取该元素的具体类型。常量池的结构组成如图所示。

使用结构化的方式来描述常量池数组的编排，可以如下描述： tag1元素内容1 tag2元素内容2 tag3元素内容3 … tagn元素内容n 这里为了描述，在tag与元素内容之间添加了空格，但实际的class 二进制文件中，这些tag与元素内容之间绝没有任何空格信息，也没有任何其他的多余信息，tag后面紧跟着元素内容，第一个元素内容结束了，紧接着就是第二个元素的tag信息，由此可见，整个字节码文件的格式设计都是非常紧凑的。

JVM 所定义的11种常量

常量池元素中的不同元素结构与类型都是不同的，正因如此，JVM只能定义有限的元素类型，并针对有限的类型进行专门解析。JVM一共定义了11种常量，
　JVM常量池元素一览表 　

常量池元素的复合结构

常量池数组中的每一种元素的内容都是复合数据结构的，下面分别给出JVM所定义的常量池中每一种元素的具体结构。 该表中tag值为1的常量池元素CONSTANT_Utf8_info，其组成结构为3部分，分别是：tag、length和bytes，其中tag和length的长度分别是u1、u2，即分别占1字节和2字节。而bytes则是字符串的具体内容，其长度是length字节。在字节码文件中，该常量池元素最终所占的字节数是： 1 + 2 + length 其他类型的常量池元素的组成结构类似。
常量池元素结构：

可以看到，类的方法信息、接口和继承信息、属性信息都是定义在NamedAndType_Info中的。

常量池的结束位置

相信有不少读者读到这里，可能潜意识里会突然蹦出这么一个问题：整个字节码文件由多个部分构成，常量池数组只是其中一块，JVM在解析字节码文件时，一定需要分别读取各个部分的字节流，其中也包括常量池数组。但是常量池中有部分元素的值是bytes数组，其长度是随机变化的，那么JVM在解析时，是如何知道整个常量池的信息解析到什么位置结束呢？其实经过分析不难发现，首先，class文件给出了常量池的总数；其次，凡是碰到有bytes数组的常量池元素，class文件在常量池的每一个元素之前都会专门划分出2字节用于描述该常量池元素内容所占的字节长度，这样一来，常量池中每一个元素的长度是确定的，而常量池的总数也是确定的，JVM据此便可以从class文件中准确地计算出常量池结构体的末端位置(起始位置不用计算，是定死的，从第9字节开始，前面8字节分别是魔数和版本号)。

常量池元素总数量

前面8字节用于描述魔数和版本号，从第9字节开始的一大段字节流都用于描述常量池数组信息。其中，第9和第10字节用于描述常量池元素的总数量。

第9和第10字节所保存的常量池数组大小是0x33，换算成十进制是51，说明该字节码文件中一共包含51个常量池元素。JVM规定，不使用第0个元素，因此实际上一共有50个常量池元素(下文在解析源码时，会看到源码中的确是从第1个元素开始解析的，而不是从第0个)。

第一个常量池元素

常量池数量之后(即从第11字节开始)，就是常量池数组。每一个常量池元素都以tag位标开始，tag位标都只占1字节长度。如图所示。

第11字节对应的值是7，对照上文所给的常量池11种元素的复合结构可知，tag位标为7代表的是CONSTANT_Class_info，即类或接口的符号引用，这种类型的元素的结构组成如下：
◎ tag位标　占1字节
◎ index　占2字节
既然tag位标已经占据了字节码文件的第11字节，则接下来的第12和13字节将合起来表示index。如上图所示，这两个字节对应的值为2。

从第11字节开始，到第13字节为止，一个常量池元素就被描述完成。紧接着开始描述第2个常量池元素

第一个常量池元素后面紧跟着的是第二个常量池元素。其第一字节是01，表示这是一个UTF8编码的字符串，其结构是：
◎ tag位，占1字节
◎ length，占2字节
◎ bytes，占length字节
如图所示，tag位后面的2字节的值是4，表示bytes占4字节，其值为0x54657374，其中每两字节正好代表一个字符，对应的字符串是Test。

*

父类常量

刚才的第1与第2两个常量用于描述Java类型信息，接下来的第3与第4两个常量则用于描述父类信息。由于Test.Java类并没有显式继承任何类，因此编译后处理成默认继承，即父类是Java.lang.Object。
父类常量的tag位也是07，其类名是java/lang/Object
下面分别给出第3和第4这两个常量在文件中的内容。

图4.9显示，字符串的length值为0x10，即16，于是其后面的16字节都是bytes。由此可以进一步验证，字符串常量的结构由tag、length和bytes组成，bytes的长度由length指定。

变量型常量池元素

常量池中前面4个元素主要用于描述Java类自身的名称和其父类名称，接下来的字节码流则开始描述类中的变量信息，这些变量既包括类的成员变量，也包括类变量(即静态变量)信息。 首先看类成员变量a的信息

图所选中的8字节，一共包含两个常量池元素信息，这两个常量池元素的类型都是字符串，因为其tag位都是1。第一个字符串常量的length是1，其值(即bytes)是0x61，正好对应UTF-8编码的字符a。第二个字符串常量的length也是1，其值是0x49，正好对应UTF-8编码的字符I。在JVM规范中，若变量的类型是I，则表示该变量的实际类型是int。这与上文对变量a的定义一致。 接着看类变量si的定义，

所选中的27字节，一共描述了两个常量池元素，这两个常量池元素的类型也都是字符串。第一个字符串的length为2，其值是0x7369，对应utf-8编码的字符串si。第二个字符串的length为0x13，即19，其值是0x4C 6A 61 76 61 2F 6C 61 6E 67 2F 49 6E 74 65 67 65 72 3E，这一串值是ASCII字符，每2个十六进制数对应一个ASCII字符，这些数字连起来就对应一个字符串，所对应的字符串是Ljava/lang/Integer;。 这两个常量池元素合起来，描述了Test类中的static Integer si这样的类变量。