字節序
最近在調一個自定義報文的接口時,本來以爲挺簡單的,發現踩了好幾個坑,其中一個比較“刻骨銘心”的問題就是數據的字節序問題。
背景
自定義報文,調用接口,服務端報文解析失敗
[外鏈圖片轉存失敗(img-xj32FhCD-1568560175194)(https://raw.githubusercontent.com/FantasticLBP/knowledge-kit/master/assets/2019-09-15-BigEndian.png)]
iOS 小端序
查看 iOS 設備使用的端序
if (NSHostByteOrder() == NS_LittleEndian) {
NSLog(@"NS_LittleEndian");
} if (NSHostByteOrder() == NS_BigEndian) {
NSLog(@"NS_BigEndian");
} else {
NSLog(@"Unknown");
}
概念
字節序,字節順序,又稱端序或尾序(Endianness),在計算機科學領域中,指「存儲器」中或者「數字通信鏈路」中,組成多字節的字的字節排列順序。
在幾乎所有的機器上,多字節對象都被存儲爲連續的字節序列。例如在 C 語言中,一個 int
類型的變量 x 地址爲 0x100,那麼其對應的地址表達式 &x
的值爲 0x100
,且 x 的4個字節將被存儲在存儲器的 0x100
,0x101
,0x102
,0x103
位置。
字節的排列方式有2個通用規則。例如一個多位整數,按照存儲地址從低到高排序的字節中,如果該整數的最低有效字節(類似於最低有效位)排在最高有效字節前面,則成爲**“小端序“;反之成爲”大端序“**。在計算機網絡中,字節序是一個必須要考慮的因素,因爲不同類型的機器可能採用不同標準的字節序,所以均需要按照網絡標準進行轉化。
假設一個類型爲 int 的變量 x,位於地址 0x100 處,它的值爲 0x01234567,地址範圍爲 0x100~0x103字節,其內部的排列順序由機器決定,也就是和 CPU 有關,和操作系統無關。
-
大端序(Big Endian):也叫大尾序。高字節存儲在內存的低地址
地址增長方向 內存地址序號 16進制 ↓ 0x100 01 ↓ 0x101 23 ↓ 0x102 45 ↓ 0x103 67 -
小端序(Little Endian):也叫小尾序。低字節存儲在內存的低地址
地址增長方向 內存地址序號 16進制 ↓ 0x100 67 ↓ 0x101 45 ↓ 0x102 23 ↓ 0x103 01
緣起
“endian”一詞來源於十八世紀愛爾蘭作家喬納森·斯威夫特(Jonathan Swift)的小說《格列佛遊記》(Gulliver’s Travels)。小說中,小人國爲水煮蛋該從大的一端(Big-End)剝開還是小的一端(Little-End)剝開而爭論,爭論的雙方分別被稱爲“大端派”和“小端派”。以下是1726年關於大小端之爭歷史的描述:
“我下面要告訴你的是,Lilliput和Blefuscu這兩大強國在過去36個月裏一直在苦戰。戰爭開始是由於以下的原因:我們大家都認爲,吃雞蛋前,原始的方法是打破雞蛋較大的一端,可是當今皇帝的祖父小時候吃雞蛋,一次按古法打雞蛋時碰巧將一個手指弄破了。因此他的父親,當時的皇帝,就下了一道敕令,命令全體臣民吃雞蛋時打破雞蛋較小的一端,違令者重罰。老百姓們對這項命令極其反感。歷史告訴我們,由此曾經發生過6次叛亂,其中一個皇帝送了命,另一個丟了王位。這些叛亂大多都是由Blefuscu的國王大臣們煽動起來的。叛亂平息後,流亡的人總是逃到那個帝國去尋求避難。據估計,先後幾次有11000人情願受死也不肯去打破雞蛋較小的一端。關於這一爭端,曾出版過幾百本大部著作,不過大端派的書一直是受禁的,法律也規定該派任何人不得做官。”
—— 《格列夫遊記》 第一卷第4章 蔣劍鋒(譯)
1980年,丹尼·科恩(Danny Cohen),一位網絡協議的早期開發者,在其著名的論文"On Holy Wars and a Plea for Peace"中,爲平息一場關於字節該以什麼樣的順序傳送的爭論,而第一次引用了該詞。
字節順序
對於單一的字節(a byte),大部分處理器以相同的順序處理位元(bit),因此單字節的存放方法和傳輸方式一般相同。
對於多字節數據,如整數(32位機中一般佔4字節),在不同的處理器的存放方式主要有兩種:大、小端序。
拓展
以內存中0x0A0B0C0D的存放方式爲例,分別有以下幾種方式:
注:0x 前綴代表十六進制。
- 大端序
數據以8bit爲單位:
地址增長方向 →
… 0x0A 0x0B 0x0C 0x0D …
示例中,最高位字節是0x0A 存儲在最低的內存地址處。下一個字節0x0B存在後面的地址處。正類似於十六進制字節從左到右的閱讀順序。
數據以16bit爲單位:
地址增長方向 →
… 0x0A0B 0x0C0D …
最高的16bit單元0x0A0B存儲在低位。
- 小端序
數據以8bit爲單位:
地址增長方向 →
… 0x0D 0x0C 0x0B 0x0A …
最低位字節是0x0D 存儲在最低的內存地址處。後面字節依次存在後面的地址處。
數據以16bit爲單位:
地址增長方向 →
… 0x0C0D 0x0A0B …
最低的16bit單元0x0C0D存儲在低位。
更改地址的增長方向:
當更改地址的增長方向,使之由右至左時,表格更具有可閱讀性。
← 地址增長方向
… 0x0A 0x0B 0x0C 0x0D …
最低有效位(LSB)是0x0D 存儲在最低的內存地址處。後面字節依次存在後面的地址處。
← 地址增長方向
… 0x0A0B 0x0C0D …
最低的16bit單元0x0C0D存儲在低位。
- 混合序(英:middle-endian)具有更復雜的順序。以 PDP-11 爲例,0x0A0B0C0D 被存儲爲:
32bit在PDP-11的存儲方式
地址增長方向 →
… 0x0B 0x0A 0x0D 0x0C …
可以看作高16bit和低16bit以大端序存儲,但16bit內部以小端存儲。
處理器體系
- x86、MOS Technology 6502、Z80、VAX、PDP-11等處理器爲小端序;
- Motorola 6800、Motorola 68000、PowerPC 970、System/370、SPARC(除V9外)等處理器爲大端序;
- ARM、PowerPC(除PowerPC 970外)、DEC Alpha、SPARC V9、MIPS、PA-RISC及IA64的字節序是可配置的。
網絡字節順序(NBO)
通常我們認爲,在網絡傳輸的字節順序即爲網絡字節序爲標準順序,考慮到與協議的一致以及與其他平臺產品的互通,在程序發送數據包的時候,將主機字節序轉換爲網絡字節序,收數據包處將網絡字節序轉換爲主機字節序。
NBO(Network Byte Order):按照從高到低的順序存儲,在網絡上使用統一的網絡字節順序,可以避免兼容性問題。TCP/IP中規定好的一種數據表示格式,與具體的 CPU 類型、操作系統等無關。從而保證數據在不同主機之間傳輸時能夠被正確解釋。網絡字節序採用大端序。
主機字節順序 HBO
主機字節順序(HBO:Host Byte Order):不同機器 HBO 不相同,與 CPU 有關。計算機存儲數據有兩種字節優先順序:Big Endian 和 Little Endian。Internet 以 Big Endian 順序在網絡上傳輸,所以對於在內部是以 Little Endian 方式存儲數據的機器,在網絡通信時就需要進行轉換。
如何轉換
由於 Internet 和 Intel 處理器的字節順序不同,所以開發者需要使用 Sockets API 提供的標準轉換函數。
BSD Socket 提供了轉換函數
- htons() : unsigned short 從主機序轉換到網絡序
- htonl(): unsigned long 從主機序轉換到網絡序
- ntohs():unsigned short 從網絡序轉換到主機序
- ntohl():unsigned long 從網絡序轉換到主機序