Java常量池中的字符串为什么有字符长度限制？

环境： JDK8

声明：Java的字符串如果放在堆中，则没有长度限制；如果放在常量池中，则会有长度限制，规则如下（如直接定义的 String str = "xxx" 或 new String("xxx") 这两种会直接将字符串存于常量池，其他情况产生的字符串的值实际上都在堆中）：

Java的字符串能表示的最大长度，是使用 UTF-8 缩略编码表示的最大 64kb 的长度。

关于 java 编译产生的 Class 文件中的字符串编码

Class文件使用的字符串编码是 UTF-8 缩略编码。UTF-8 缩略编码与普通 UTF-8 编码的区别是：

从 '\u0001' 到 '\u007f' 之间的字符（相当于 1~127 的ASCII码）的缩略编码使用一个字节表示，从 '\u0080' 到 '\u07ff' 之间的所有字符的缩略编码用两个字节表示，从 '\u0800' 开始到 '\uffff' 之间的所有字符的缩略编码就按照普通 UTF-8 编码规则使用三个字节表示。

顺便提一下，由于 Class 文件中方法、字段等都需要引用 CONSTANT_Utf8_info 型常量来描述名称，所以 CONSTANT_Utf8_info 型常量的最大长度也就是 Java 中方法、字段名的最大长度。而这里的最大长度就是 length 的最大值，既 u2 类型能表达的最大值 65536。所以 Java 程序中如果定义了超过 64kb 英文字符的变量或方法名，即使规则和全部字符都是合法的，也会无法编译。

内容完。

 

对以上出现关键词的解释：

1、CONSTANT_Utf8_info常量的表结构如下：

类型	名称	数量
u1	tag	1
u2	length	1
u1	bytes	length

 

tag 是标志位，它用于区分常量类型；length值说明了这个 UTF-8 编码的字符串长度是多少字节，它后面紧跟着的长度为 length 字节的连续数据是一个使用 UTF-8 缩略编码表示的字符串。

2、u1 和 u2 的解释：

u1表示1个字节，u2表示两个字节。

 

以上内容来自《深入理解Java虚拟机》：JVM高级特性与最佳实践（第三版） 周志明著，6.3.2 节 常量池

 

实战：

编写 new String("xxx") 或 String str = "xxx" 时，如果字符串长度超过64kb则会拒绝编译

 

转载请在明显位置附上原文链接。