前言

话说 Java 中 String 是有长度限制的，听到这里很多人不禁要问，String 还有长度限制？

是的有，而且在 JVM 编译中还有规范，而且有的铁汁在面试的时候也遇到了。

我朋友就遇到过面试的时候问这个的，而且在之前开发的中也真实地遇到过这个 String 长度限制的场景（将某固定文件转码成 Base64 的形式用字符串存储，在运行时需要的时候在转回来，当时文件比较大），那这个规范限制到底是怎么样的，咱们话不多说先䁖䁖去。

整理了一份

Java学习笔记和面试题集

需要的朋友可自行领取

String

首先要知道 String 的长度限制我们就需要知道 String 是怎么存储字符串的，String 其实是使用的一个 char 类型的数组来存储字符串中的字符的。

存储 String 的容器原来是它

那么 String 既然是数组存储那数组会有长度的限制吗？是的有限制，但是是在有先提条件下的，我们看看 String 中返回 length 的方法。

String 类中的 length 方法

由此我们看到返回值类型是 int 类型，Java 中定义数组是可以给数组指定长度的，当然不指定的话默认会根据数组元素来指定：

int[] arr1 = new int[10]; // 定义一个长度为10的数组int[] arr2 = {1,2,3,4,5}; // 那么此时数组的长度为5

整数在 java 中是有限制的，我们通过源码来看看 int 类型对应的包装类 Integer 可以看到，其长度最大限制为 2^31 -1，那么说明了数组的长度是 0~2^{31-1，那么计算一下就是（2}31-1 = 2147483647 = 4GB）

Integer 的取值范围

看到这我们尝试通过编码来验证一下上述观点。

以字面量形式定义字符串

以上是我通过定义字面量的形式构造的 10 万个字符的字符串，编译之后虚拟机提示报错，说我们的字符串长度过长，不是说好了可以存 21 亿个吗？为什么才 10 万个就报错了呢？

其实这里涉及到了 JVM 编译规范的限制了，其实 JVM 在编译时，如果我们将字符串定义成了字面量的形式，编译时 JVM 是会将其存放在常量池中，这时候 JVM 对这个常量池存储 String 类型做出了限制，接下来我们先看下手册是如何说的。

java 虚拟机规范截图

常量池中，每个 cp_info 项的格式必须相同，它们都以一个表示 cp_info 类型的单字节 “tag” 项开头。后面 info[] 项的内容 由 tag 的类型所决定。

java 虚拟机规范手册常量类型表

我们可以看到 String 类型的表示是 CONSTANT_String ，我们来看下 CONSTANT_String 具体是如何定义的。

这里定义的 u2 string_index 表示的是常量池的有效索引，其类型是 CONSTANT_Utf8_info 结构体表示的，这里我们需要注意的是其中定义的 length 我们看下面这张图。

在 class 文件中 u2 表示的是无符号数占 2 个字节单位，我们知道 1 个字节占 8 位，2 个字节就是 16 位 ，那么 2 个字节能表示的范围就是 2^16- 1 = 65535 。范中 class 文件格式对 u1、u2 的定义的解释做了一下摘要：

这里对 java 虚拟机规摘要部分

1、class 文件中文件内容类型解释

定义一组私有数据类型来表示 Class 文件的内容，它们包括 u1，u2 和 u4，分别代 表了 1、2 和 4 个字节的无符号数。

每个 Class 文件都是由 8 字节为单位的字节流组成，所有的 16 位、32 位和 64 位长度的数 据将被构造成 2 个、4 个和 8 个 8 字节单位来表示。

2、程序异常处理的有效范围解释

start_pc 和 end_pc 两项的值表明了异常处理器在 code[] 数组中的有效范围。

start_pc 必须是对当前 code[] 数组中某一指令的操作码的有效索引，end_pc 要 么是对当前 code[] 数组中某一指令的操作码的有效索引，要么等于 code_length 的值，即当前 code[] 数组的长度。start_pc 的值必须比 end_pc 小。

当程序计数器在范围[start_pc, end_pc)内时，异常处理器就将生效。即设 x 为 异常句柄的有效范围内的值，x 满足：start_pc ≤ x < end_pc。

实际上，end_pc 值本身不属于异常处理器的有效范围这点属于 Java 虚拟机历史上 的一个设计缺陷：如果 Java 虚拟机中的一个方法的 code 属性的长度刚好是 65535 个字节，并且以一个 1 个字节长度的指令结束，那么这条指令将不能被异常处理器 所处理。

不过编译器可以通过限制任何方法、实例初始化方法或类初始化方法的code[]数组最大长度为 65534，这样可以间接弥补这个 BUG。

注意：这里对个人认为比较重要的点做了标记，首先第一个加粗说白了就是说数组有效范围就是【0-65565】但是第二个加粗的地方又解释了，因为虚拟机还需要 1 个字节的指令作为结束，所以其实真正的有效范围是【0-65564】，这里要注意这里的范围仅限编译时期，如果你是运行时拼接的字符串是可以超出这个范围的。

接下来我们通过一个小实验来测试一下我们构建一个长度为 65534 的字符串，看看是否就能编译通过。0 期阶段汇总

首先通过一个 for 循环构建 65534 长度的字符串，在控制台打印后，我们通过自己度娘的一个在线字符统计工具计算了一下确实是 65534 个字符，如下：

然后我们将字符复制后以定义字面量的形式赋值给字符串，可以看到我们选择这些字符右下角显示的确实是 65534，于是乎运行了一波，果然成功了。

看到这里我们来总结一下：

问：字符串有长度限制吗？是多少？

答：首先字符串的内容是由一个字符数组 char[] 来存储的，由于数组的长度及索引是整数，且 String 类中返回字符串长度的方法 length() 的返回值也是 int ，所以通过查看 java 源码中的类 Integer 我们可以看到 Integer 的最大范围是 2^31 -1, 由于数组是从 0 开始的，所以数组的最大长度可以使【0~2^31】通过计算是大概 4GB。

但是通过翻阅 java 虚拟机手册对 class 文件格式的定义以及常量池中对 String 类型的结构体定义我们可以知道对于索引定义了 u2，就是无符号占 2 个字节，2 个字节可以表示的最大范围是 2^16 -1 = 65535。

其实是 65535，但是由于 JVM 需要 1 个字节表示结束指令，所以这个范围就为 65534 了。超出这个范围在编译时期是会报错的，但是运行时拼接或者赋值的话范围是在整形的最大范围。

Java学习笔记和面试题集，需要的朋友可自行领取