深入理解Java虚拟机(4)-.Class文件格式(三)

时间:2022-11-24 17:20:37
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:深入理解Java虚拟机(4)-.Class文件格式(三)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:深入理解Java虚拟机(4)-.Class文件格式(三)
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:[java] view plain copy print?
  1. package com.jg.zhang;  
  2.   
  3. public class Programer extends Person {  
  4.   
  5.     static String company = "CompanyA";  
  6.       
  7.     static{  
  8.         System.out.println("staitc init");  
  9.     }  
  10.       
  11.       
  12.     String position;  
  13.     Computer computer;  
  14.   
  15.     public Programer() {  
  16.         this.position = "engineer";  
  17.         this.computer = new Computer();  
  18.     }  
  19.       
  20.     public void working(){  
  21.         System.out.println("coding...");  
  22.         computer.working();  
  23.     }  
  24. }  


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:[plain] view plain copy print?
  1. #2 = Utf8               com/jg/zhang/Programer          //当前类的全限定名  
  2. #4 = Utf8               com/jg/zhang/Person             //父类的全限定名  
  3. #5 = Utf8               company                         //company字段的名称  
  4. #6 = Utf8               Ljava/lang/String;              //company和position字段的描述符  
  5. #7 = Utf8               position                        //position字段的名称  
  6. #8 = Utf8               computer                        //computer字段的名称  
  7. #9 = Utf8               Lcom/jg/zhang/Computer;         //computer字段的描述符  
  8. #10 = Utf8              <clinit>                        //类初始化方法(即静态初始化块)的方法名  
  9. #11 = Utf8              ()V                             //working方法的描述符  
  10. #12 = Utf8              Code                            //Code属性的属性名  
  11. #14 = Utf8              CompanyA                        //程序中的常量字符串  
  12. #19 = Utf8              java/lang/System                //所引用的System类的全限定名  
  13. #21 = Utf8              out                             //所引用的out字段的字段名  
  14. #22 = Utf8              Ljava/io/PrintStream;           //所引用的out字段的描述符  
  15. #24 = Utf8              staitc init                     //程序中的常量字符串  
  16. #27 = Utf8              java/io/PrintStream             //所引用的PrintStream类的全限定名  
  17. #29 = Utf8              println                         //所引用的println方法的方法名  
  18. #30 = Utf8              (Ljava/lang/String;)V           //所引用的println方法的描述符  
  19. #31 = Utf8              LineNumberTable                 //LineNumberTable属性的属性名  
  20. #32 = Utf8              LocalVariableTable              //LocalVariableTable属性的属性名  
  21. #33 = Utf8              <init>                          //当前类的构造方法的方法名  
  22. #41 = Utf8              com/jg/zhang/Computer           //所引用的Computer类的全限定名  
  23. #45 = Utf8              this                            //局部变量this的变量名  
  24. #46 = Utf8              Lcom/jg/zhang/Programer;        //局部变量this的描述符  
  25. #47 = Utf8              working                         //woking方法的方法名  
  26. #49 = Utf8              coding...                       //程序中的字符串常量  
  27. #52 = Utf8              SourceFile                      //SourceFile属性的属性名  
  28. #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:深入理解Java虚拟机(4)-.Class文件格式(三)

下面举一个实例进行说明, 实例的源码为:[java] view plain copy print?
  1. package com.jg.zhang;  
  2.   
  3. public class Person {  
  4.   
  5.     int age;  
  6.   
  7.     int getAge(){  
  8.         return age;  
  9.     }  
  10. }  


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:
[plain] view plain copy print?
  1.  #1 = Class              #2             //  com/jg/zhang/Person  
  2.  #2 = Utf8               com/jg/zhang/Person  
  3.  #3 = Class              #4             //  java/lang/Object  
  4.  #4 = Utf8               java/lang/Object  
  5.  #5 = Utf8               age  
  6.  #6 = Utf8               I  
  7.  #7 = Utf8               <init>  
  8.  #8 = Utf8               ()V  
  9.  #9 = Utf8               Code  
  10. #10 = Methodref          #3.#11         //  java/lang/Object."<init>":()V  
  11. #11 = NameAndType        #7:#8          //  "<init>":()V  
  12. #12 = Utf8               LineNumberTable  
  13. #13 = Utf8               LocalVariableTable  
  14. #14 = Utf8               this  
  15. #15 = Utf8               Lcom/jg/zhang/Person;  
  16. #16 = Utf8               getAge  
  17. #17 = Utf8               ()I  
  18. #18 = Fieldref           #1.#19         //  com/jg/zhang/Person.age:I  
  19. #19 = NameAndType        #5:#6          //  age:I  
  20. #20 = Utf8               SourceFile  
  21. #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:

深入理解Java虚拟机(4)-.Class文件格式(三)

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:
深入理解Java虚拟机(4)-.Class文件格式(三)

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:
[java] view plain copy print?
  1. int getAge(){  
  2.     return age;  
  3. }  


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:深入理解Java虚拟机(4)-.Class文件格式(三)


和age字段相关的CONSTANT_NameAndType_info示意图:深入理解Java虚拟机(4)-.Class文件格式(三)

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 。