谈一谈字节序的问题

前言

字节序关系到我们的网络数据能否被正确地解析或使用。那么什么是字节序？又怎么处理字节序的问题呢？本文就来谈一谈字节序的问题。

什么是字节序

字节序指的是多字节的数据各字节的存储顺序。在几乎所有计算机中，多字节数据被存储为连续的字节序列。例如，一个4字节的int类型变量a，其存储的起始地址为0x，那么a的四个字节将被分别存在0x，0x，0x，0x的位置。但是问题来了，a的最低有效位可以存储在最前面，也可以存储在高最后面，就有两种不同的存储顺序。这就引出了大端序和小端序。

大端序和小端序

实际上，如果最低有效位在最高有效位的前面，则该存储规则为小端序；反之，如果最低有效位在最高有效的后面，则该存储规则为大端序。不同的处理器体系，采用的字节序可能是不同的。例如，x86采用小端序，而PowerPc 970等采用大端序。那么如此一来，不同机器之间的数据传输是不是会出问题呢？

本地序和网络序

本地序（也称主机序）即指前面处理器本身所采用的字节序，因此有的大端序，有的小端序。而网络序，是指网络传输采用的字节序。所幸，网络序是标准化的，即一般统一采用大端序。因此，发送网络数据之前需要将数据转换为网络序，从而避免了前面所担心的问题。而C语言也针对整型数据提供了一组接口，htonl、htons用于本地序转网络序，以及ntohl、ntohs用于网络序转本地序。

示例

我们通过一个例子来观察大端序和小端序，本地序和网络序的不同。示例程序做的事情很简单，定义整型变量a，将a的每一个字节的地址和值打印出来，将其转换为网络序之后，再打印观察。程序清单如下：

/*================================================================ *   Copyright (C) 2018  Ltd. All rights reserved. *    *   文件名称：endian.c *   创 建 者：shouwang *   创建日期：2018年10月02日 *   描    述： * ================================================================*/ #include 
  
    #include 
   
     /将char类型逐个打印成十六进制形式/ void stringToHex(char *string,unsigned int len) {     unsigned int loop = 0;     char *temp = string;     if(NULL == temp)     {         printf("input para is NULL\n");         return;     }     for(loop = 0; loop < len; loop++)     {         printf("%p:0x%2x\n",temp,*(temp));         temp++;     } } int main(int argc,char *argv[]) {     /x86为小端序/     printf("转换之前\n");     int a = 0x;     printf("a = %d\n",a);     stringToHex((char*)&a,sizeof(int));     /*转为网络字节序之后再打印*/     printf("转换之后\n");     a = htonl(a);/*转换为网络序*/     printf("a = %d\n",a);     stringToHex((char*)&a,sizeof(int));     return 0 ; } 
    
  

编译并运行:

gcc -o endian endian.c  ./endian 转换之前 a =  0x7ffc2018d844:0x78 0x7ffc2018d845:0x56 0x7ffc2018d846:0x34 0x7ffc2018d847:0x12 转换之后 a =  0x7ffc2018d844:0x12 0x7ffc2018d845:0x34 0x7ffc2018d846:0x56 0x7ffc2018d847:0x78 

由于本人使用的是x86系列处理器，且编译时未使用交叉编译，因此本地序为小端序。我们可以通过readelf -h endian看到：

readelf -h endian ELF 头：   Magic：   7f 45 4c 46 02 01 01 00 00 00 00 00 00 00 00 00    类别:                              ELF64   数据:                              2 补码，小端序 (little endian)   版本:                              1 (current)   OS/ABI:                            UNIX - System V   ABI 版本:                          0   类型:                              EXEC (可执行文件)   系统架构:                          Advanced Micro Devices X86-64 （其他内容未显示...） 

观察运行结果，我们可以发现以下几件事情：

• 小端序a低位的0x78存储在低地址，而高位的12存储在高地址，也就是说对于小端序，其低位存储在高位之前。
• 使用htonl宏将a转为网络序（大端序）之后，a的低位存储在高位之后。
• 转换前后，打印a的数值大小截然不同。

为什么不统一字节序

既然每次都发送网络数据之前都要转换，为什么不统一字节序呢？实际上，大小端各有优劣：

• 计算都是从低位开始的，因此计算机内部处理采用小端序，效率较高。
• 而大端序存储的时候，由于符号位在高位，因此对于数据征服或大小的判断也就方便许多。另外，大端序也更符合人类的阅读习惯。

再由于各个芯片厂商的坚持，字节序的问题也就一直没有统一。大小端争端起源于吃鸡蛋时先打破大端还是小端，有兴趣的读者可以搜索一下。

总结

在网络应用中，字节序的问题不可忽略，否则可能出现无法预知的问题（如果两台机器本地序相同，且都不做字节序转换，那么侥幸不会出现什么问题）。通过前面的介绍和分析，我们总结出以下几点：

• 不同处理器之间采用的字节序可能不同。
• 有些处理器的字节序是确定的，有些处理器的字节序是可配置的。
• 网络序一般统一为大端序。
• 数据从本地传输到网络，需要转换为网络序，接收到的网络数据需要转换为本地序后使用。
• C提供了一组接口用于整型数据在本地序和网络序之间的转换。
• 多字节数据对象才需要转字节序，例如int，short等，而char不需要。
• 由于处理器是按照IEEE标准处理float和double的（参考：对浮点数的一些理解），因此也不需要转字节序。
• 由于Java虚拟机的存在，Java不需要考虑大小端的问题。

微信公众号：编程珠玑

推荐阅读：

变长参数探究

对浮点数的一些理解

理一理字节对齐的那些事