深入理解Java Class文件格式（三）_字符串在class文件中是用什么格式存储的-优快云博客

本文链接：https://blog.youkuaiyun.com/zhangjg_blog/article/details/21557357

本文深入探讨Java Class文件中的CONSTANT_Utf8_info和CONSTANT_NameAndType_info两种关键数据项，解析其存储格式及如何映射源代码中的字符串、字段和方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

首先，让我们回顾一下关于class文件格式的之前两篇博客的主要内容。在深入理解Java Class文件格式（一）中，讲解了class文件在整个java体系结构中的位置和作用，讲解了class文件中的魔数和版本号相关的信息，并且对常量池进行了概述。在深入理解Java Class文件格式（二）中，主要讲解了class文件中的特殊字符串，包括类的全限定名，字段描述符和方法描述符，这些特殊字符串大量出现在class文件的常量池中，是理解常量池的基础。本文会详细讲解常量池中的各个数据项。

如果你还没有读过前两篇文章，建议先去读一下，这样才能保持知识的连贯性。前两篇文章的链接已经在上面给出。下面开始讲解常量池。

常量池中各数据项类型详解

关于常量池的大概内容，已经在深入理解Java Class文件格式（一）中讲解过了，这篇文章中还介绍了常量池中的11种数据类型。本文的任务是详细讲解这11种数据类型，深度剖析源文件中的各种信息是以什么方式存放在常量池中的。

我们知道，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，这就是上篇文章中提及的"特殊字符串"，不熟悉的同学可以先读一下上篇文章深入理解Java Class文件格式（二）。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：

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：

#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：

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 = 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：

	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

本篇博客就到此为止，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）。在下一篇博客中，继续讲解常量池中的其他类型的数据项。