前言

最近在研究所做網(wǎng)絡(luò)終端測試的項目，包括一些嵌入式和底層數(shù)據(jù)幀的封裝調(diào)用。之前很少接觸對二進(jìn)制原始數(shù)據(jù)的處理與封裝，所以在此進(jìn)行整理。

以下例子主要以 c++ 語言進(jìn)行說明。

什么是二進(jìn)制數(shù)據(jù)

在電腦上一切數(shù)據(jù)都是通過二進(jìn)制（0或1）進(jìn)行存儲的，通過多位二進(jìn)制數(shù)據(jù)可以進(jìn)而表示整形、浮點型、字符、字符串等各種基礎(chǔ)類型數(shù)據(jù)或者一些更復(fù)雜的數(shù)據(jù)格式。

針對日常中一般的需求進(jìn)行編程，我們通常無需關(guān)注底層的二進(jìn)制數(shù)據(jù)。但如果要處理二進(jìn)制文件（音頻、視頻、圖片等）、設(shè)計空間上更高效的數(shù)據(jù)結(jié)構(gòu)（網(wǎng)絡(luò)數(shù)據(jù)幀、字節(jié)碼、protobuf）或者處理某些底層時，需要我們處理這些二進(jìn)制數(shù)據(jù)。

計算機中，稱每一個二進(jìn)制位為比特（bit，也稱：位），是計算機中的最小存儲單位。

每 8 比特組成一個字節(jié)（byte），一般是計算機實際存儲和處理的最小單位（可以是它的倍數(shù)），也就是說，計算機是以字節(jié)為最小單位分配空間或進(jìn)行計算的，不能分配比字節(jié)更小的存儲空間（如，最小的數(shù)據(jù)類型是char，長度 1 字節(jié)，不支持申請 6 比特存儲空間）或者直接處理小于字節(jié)單位的數(shù)據(jù)（如，兩個 4 比特的數(shù)據(jù)相加減）。

若干字節(jié)構(gòu)成一個計算機字（簡稱：字，word），表示計算機一次性處理事務(wù)的固定長度二進(jìn)制數(shù)據(jù)，字的位數(shù)為字長。計算機是以字為單位處理或運算的，兩個常見的概念是CPU位數(shù)和操作系統(tǒng)位數(shù)。

CPU 的位數(shù)就是指 CPU 執(zhí)行一次指令能處理的最大位數(shù)（一個字長），和 CPU 中的寄存器的位數(shù)對應(yīng)。其中，地址寄存器 MAR 限制了計算機的尋址范圍，數(shù)據(jù)寄存器 MDR 限制了一次處理的數(shù)據(jù)長度。更多的位數(shù)帶來了更大的尋址空間和更強的運算能力。

說明：尋址范圍不等于內(nèi)存大小，尋址對象有內(nèi)存條、顯卡內(nèi)存、聲卡、網(wǎng)卡和其他設(shè)備。之所以常把尋址范圍當(dāng)作內(nèi)存上限，是因為內(nèi)存是CPU的主要尋址對象。

這里解釋一下常見的指令架構(gòu)：x86 是 intel 推出的一種指令集架構(gòu)（復(fù)雜指令集 CISC 架構(gòu)），一開始只有32位的，叫 x86_32；后來 AMD 公司推出了兼容 x86_32 的 64 位指令集 amd64，被業(yè)界接受，intel 將其改名為 x86_64，簡稱 x64，而 x86_32 和 x86_64 可統(tǒng)稱為 x86。與 x86 相對的是基于精簡指令集RISC架構(gòu)的 ARM 指令集架構(gòu)，多用于移動設(shè)備。

操作系統(tǒng)基于 CPU 指令集實現(xiàn)，所以操作系統(tǒng)位數(shù)也直接對應(yīng) CPU 位數(shù)。由于 CPU 指令集的向下兼容性，所以 32 位操作系統(tǒng)也可以運行在 64 位的 CPU 上，但反過來不行。操作系統(tǒng)對軟件提供了向下兼容的能力，64 位的操作系統(tǒng)支持 64 和 32 位的程序，但 32 位的操作系統(tǒng)只支持 32 位的程序。

處理二進(jìn)制數(shù)據(jù)

在大多語言中，最小的數(shù)據(jù)類型是 char，一個字節(jié)，二進(jìn)制數(shù)據(jù)多用 unsigned char 表示，并寫作 uint8。語言底層常把它當(dāng)作 int 進(jìn)行運算。

二進(jìn)制常數(shù)以“0b”開頭，如：0b001。二進(jìn)制數(shù)據(jù)也常用8進(jìn)制（以“0”開頭）和 16 進(jìn)制（以“0x”開頭）表示，如：0257（175，八進(jìn)制）、0x1f（31，16進(jìn)制）。8 進(jìn)制 1 個數(shù)字表示 3 位二進(jìn)制數(shù)據(jù)，16 進(jìn)制 1 個數(shù)字表示 4 位二進(jìn)制數(shù)據(jù)，一個字節(jié)可以用 2 個 16 進(jìn)制數(shù)表示。

若要處理小于一字節(jié)的數(shù)據(jù)，就要使用位運算符（&、|、^、~、>>、<<）。

舉個例子，判斷某個字節(jié)的第3位是否是1：

// 先清0其他位，再判斷是否等于0b100
bool isOne = (byte & 0b100) == 0b100;

再舉個例子，計算機網(wǎng)絡(luò) IP 協(xié)議中的 control flag 和 fragment offset 合起來存儲在 IP 頭部的第 7、8 字節(jié)，flag 占前三位，后 13 位為 fragment offset，可以通過以下運算獲得 flag 和 offset：

// 獲得flag要截取byte7前3位數(shù)據(jù)：先清空后5位，保留前3位數(shù)據(jù)，再右移5位將前3位數(shù)據(jù)移到起始
uint8_t flag = (byte7 & 0b11100000) >> 5;
// 此處以大端存儲，獲得offset要截取byte7的低5位作為高位，byte8作為低位，求和：先清空byte7前3位，保留后5位數(shù)據(jù)，把它移到高8位上，再通過全0的低8位與byte8按位求或來求二者之和
((byte7 & 0b00011111) << 8) | byte8;

補充說明，當(dāng)需要多個字節(jié)表示一個數(shù)據(jù)類型時，需要定義數(shù)據(jù)的高位字節(jié)是存儲在高位地址空間還是低位地址空間，這就是大小端的定義。大端指高位字節(jié)存在低位地址，這是人的手寫習(xí)慣；小端指低位字節(jié)存高位地址。在處理用多個字節(jié)表示的數(shù)據(jù)時，首先要搞清楚數(shù)據(jù)是大端還是小端。

所以，我們可以基于上述知識寫一個無符號整形與字節(jié)流相互轉(zhuǎn)換的通用方法：

// true為大端，低位地址存高位字節(jié)
bool ENDIAN = true;
 
/**
 * 將data轉(zhuǎn)換為無符號整形數(shù)字（無符號char，short，int，long，long long等）
 * @tparam T 目標(biāo)類型，默認(rèn)為 uint32_t
 * @param data 載荷數(shù)據(jù) byte數(shù)組
 * @param valueSize 數(shù)據(jù)長度，單位：byte，-1表示根據(jù)T類型自動計算
 * @param default_value 默認(rèn)值，默認(rèn)為0
 * @return 根據(jù)data轉(zhuǎn)換的無符號整形數(shù)據(jù)
 */
template<typename T = uint32_t>
T payloadToUnsignedInt(std::vector<uint8_t> data, int valueSize = -1, T default_value = uint32_t(0)) {
    if (valueSize == -1) valueSize = sizeof(T);
    if (valueSize > data.size()) return default_value;
    T value = 0;
    for (int i = 0; i < valueSize; i++) {
        if (ENDIAN) {
            value |= (data[i] & 0xff) << ((valueSize - 1 - i) << 3);
        } else {
            value |= (data[i] & 0xff) << (i << 3);
        }
    }
    return value;
}
 
/**
 * 無符號整形轉(zhuǎn)換為載荷 byte數(shù)組
 * @param value 無符號整形數(shù)據(jù)
 * @param valueSize 數(shù)據(jù)長度，單位：byte，-1表示根據(jù)T類型自動計算
 * @return 載荷 byte數(shù)組
 */
template<typename T>
std::vector<uint8_t> uintToPayload(T value, int valueSize = -1) {
    if (valueSize == -1) valueSize = sizeof(T);
    std::vector<uint8_t> data(valueSize, 0);
    for (int i = 0; i < valueSize; i++) {
        if (ENDIAN) {
            data[i] = (value >> ((valueSize - 1 - i) << 3)) & 0xff;
        } else {
            data[i] = (value >> (i << 3)) & 0xff;
        }
    }
    return data;
}

封裝二進(jìn)制數(shù)據(jù)

掌握了二進(jìn)制數(shù)據(jù)的處理方法，接下來就是對二進(jìn)制數(shù)據(jù)的封裝，將其封裝為人可以理解的對象。

二進(jìn)制數(shù)據(jù)通常以 uint8_t 數(shù)組表示，不同位有不同的含義，需要根據(jù)實際含義進(jìn)行解析后得到有意義的目標(biāo)信息。所以重點就是描述每一位的含義，并基于該描述解析二進(jìn)制數(shù)據(jù)，提供二進(jìn)制數(shù)據(jù)與有含義的對象的相互轉(zhuǎn)換。

思路1：基于配置文件

此處以自定義的二進(jìn)制指令封裝為例進(jìn)行說明（項目地址），但該配置項目適用于任意二進(jìn)制數(shù)據(jù)封裝場景。面對這個需求，首先想到的是通過配置文件描述二進(jìn)制流每一位的含義，加載配置文件后根據(jù)一些過濾條件配置確定當(dāng)前二進(jìn)制流段實際對應(yīng)的配置并解析為字典。

由于項目包括一些嵌入式的內(nèi)容，需要把所有文件編譯后燒入板子，不支持存儲普通文件格式的配置文件，所以采用變量形式的配置，全局聲明配置的類型信息和配置對象（cmd_manager），項目內(nèi)任意位置定義該配置對象即可。在其他場景也可選擇 Json、xml 等配置格式。

本文設(shè)計的配置對象定義方式如下：

/**
 * 載荷配置項
 */
const CmdManager cmd_manager = { 2, {  // 指令個數(shù)，下面是每一個指令的配置
        {"TCRQ", 3, {  // 配置項名，配置項對應(yīng)的字段數(shù)
            {"TE_SEQ_NO", -1, &FT_SHORT, 0},  // 具體配置項內(nèi)字段配置（字段名，字段偏移，字段類型，配置項該字段過濾條件
            {"CMD", -1, &FT_CHARS_4, "TCRQ"},  // 配置項要求該字段等于"TCRQ"，數(shù)據(jù)不滿足則不匹配該配置項
            {"REPEAT_COUNT", -1, &FT_SHORT, 0}}}
}};

項目會自動加載該配置對象，之后針對原始二進(jìn)制數(shù)據(jù)通過 PayloadObjectMapFactory 工廠匹配對應(yīng)配置并生成數(shù)據(jù)對象，可從數(shù)據(jù)對象獲得該對象類型（配置項名）并讀寫其中的字段值。或者指定配置項創(chuàng)建空的數(shù)據(jù)對象，進(jìn)行數(shù)據(jù)設(shè)置后獲得其原始二進(jìn)制數(shù)據(jù)載荷。

評價

該思路通過配置文件可以自由且動態(tài)的調(diào)整解析方式，易于復(fù)用、拓展或調(diào)整。其難點在于配置格式的設(shè)計，同時字典類型數(shù)據(jù)無法如直接聲明類型結(jié)構(gòu)那樣清晰易用。

思路2：基于數(shù)據(jù)底層存儲方式

此處以計算機網(wǎng)絡(luò)數(shù)據(jù)幀封裝為例進(jìn)行說明。c++ 底層對對象/結(jié)構(gòu)體的成員字段采用類型對齊連續(xù)存儲方式，使用該特性可以基于實際含義自然聲明、使用字段，同時可以直接作為二進(jìn)制數(shù)據(jù)流處理。實現(xiàn)示例如下：

/**
 * 數(shù)據(jù)抽象類，提供二進(jìn)制流到對象的相互轉(zhuǎn)化能力
 * 內(nèi)部類，只復(fù)用代碼，不用于多態(tài)
 * @tparam size 數(shù)據(jù)字節(jié)長度
 */
template<int size>
class DataType {
public:
    DataType() { resetData(); }
    // 初始化所有數(shù)據(jù)
    void resetData() const { memset((void *) (this), 0, size); }
    // 從二進(jìn)制流加載數(shù)據(jù)
    bool loadData(const std::vector<uint8_t>& data, int startIndex=0) {
        auto * p = (uint8_t *) this;  // 將自身當(dāng)作二進(jìn)制數(shù)組處理
        for (int i = 0; i < size; i++) {
            *p = data[i + startIndex];
            p++;
        }
        return true;
    }
    // 基于自身生成新的二進(jìn)制數(shù)據(jù)流
    [[nodiscard]] std::vector<uint8_t> createData() const {
        std::vector<uint8_t> result;
        auto p = (uint8_t const *) this;
        for (int i = 0; i < size; i++) {
            result.push_back(*p);
            p++;
        }
        return result;
    }
    [[nodiscard]] int getSize() const { return size; }
};
 
// 以順序聲明方式定義具體的二進(jìn)制數(shù)據(jù)類型，支持嵌套聲明
class MACHeader : public DataType<14> {
public:
    // 通過上述無符號整形與字節(jié)流相互轉(zhuǎn)化的方法將netType的讀寫進(jìn)行封裝
    [[nodiscard]] uint16_t getNetType() const {
        return payloadToUnsignedInt(std::vector<uint8_t>(netType.begin(), netType.end()), 2, uint16_t(0));
    }
    void setNetType(uint16_t _netType) {
        auto data = uintToPayload(_netType, 2);
        std::copy(data.begin(), data.end(), netType.begin());
    }
 
    // 提供與json互轉(zhuǎn)的能力，為了提供映射為python對象的能力
    bool loadJson(const Json::Value& json);
    [[nodiscard]] Json::Value createJson() const;
 
    std::array<uint8_t, 6> desMac;  // 占多個字節(jié)的數(shù)據(jù)采用std::array數(shù)組描述，可避免類型丟失，同時保證數(shù)據(jù)類型仍然一致對其
    std::array<uint8_t, 6> srcMac;
    std::array<uint8_t, 2> netType;
};

本項目還需要提供 c++ 的數(shù)據(jù)幀對象映射到 python 對象的能力，為了簡化 CPython 的拓展方法接口，c++ 層提供從 json 加載或生成 json 的能力，在 python 層實現(xiàn)一個 json 緩存，通過緩存提交和更新實現(xiàn)數(shù)據(jù)管理。為了致敬git，項目實際提交和更新方法命名為 push 和 pull，(╯▔＾▔)╯。

評價

該思路通過一種類似順序聲明的方式（有點像配置）定義數(shù)據(jù)流每個位置的實際含義，使用時清晰直接，并巧妙的通過其底層原理便捷的在對象和二進(jìn)制數(shù)據(jù)流之間提供轉(zhuǎn)化操作。但由于其需要實際聲明類型，不如思路1動態(tài)靈活易復(fù)用。

到此這篇關(guān)于C++實戰(zhàn)之二進(jìn)制數(shù)據(jù)處理與封裝的文章就介紹到這了,更多相關(guān)C++二進(jìn)制數(shù)據(jù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論