字节序转换

偏执的太偏执、 2022-08-08 17:33 277阅读 0赞

[字节序转换][Link 1]

即便有些事情你已经很熟悉了，但是有时候去做的时候还是会错误百出。今天有个同事问我写一个判断机器字节序的函数，如是信手写下来：

1.  int is\_big\_endian()  
    
2.  \{   
    
3.      int test  = 0x12345678;  
    
4.      char \*p  = (char \*)&p;  
    
5.    
    
6.      if(\*p = 0x12)  
    
7.          return 1;  
    
8.    
    
9.      else  
    
10.         return 0;  
    
11. \}

“看起来不错，”他说，但是摇了摇头，我知道这家伙一定又在刁难我，但是如果你想进步，如果没有人对你锱铢必较，那么真的不是什么好事！上面的程序至少有一个问题，第一如果sizeof(int) != 4 的情况. 另外如果你听说middle字节序，那么这算是另一个不能算作问题的问题。

记得刚刚毕业的时候写下过一些关于字节序的东西：[http://hi.baidu.com/lli%5Ffly/blog/item/b5c154eecbd5fdfab3fb9575.html/cmtid/34b9c31b8d3715f1af5133e7\#34b9c31b8d3715f1af5133e7][http_hi.baidu.com_lli_5Ffly_blog_item_b5c154eecbd5fdfab3fb9575.html_cmtid_34b9c31b8d3715f1af5133e7_34b9c31b8d3715f1af5133e7]。今天看来还是有所参考的价值。

如果你要尝试编写linux环境下的网络程序，那么一定会碰到这个字节序问题，与其每次碰到的时候都去查找资料，不如一劳永逸，所以就做了一个简图，可以作为随手查看的资料，这里所说的均在自己的机器上验证过，但也都是个人的理解，难免有误。

字节序，就是计算机在安排数据类型存储的时候，怎样存储数据的高低位。其实这一般和操作系统没有关系，而是和计算机的硬件架构有关，具体的说，就是CPU的设计有关，英特尔的芯片和AMD的芯片组都是使用的小端字节序（最低字节优先存储），但是有些特别的CPU就不是这样处理的。它们可能使用大端字节序（最高字节优先存储），这些在不同计算机上使用的字节序称为主机字节序。

另外应明确，计算机CPU可以支持的最基本数据存储是一个字节，数据位的操作使用了特殊的寄存器。所以涉及到字节序问题的数据类型，一定是整字节的倍数，不可能是4bits,也不可是一个字节，六进制表示起来就是：一个数据0xAB，不可能使用字节序转换为0xBA。

为了在不同架构的计算机之间通信，那么网络上的字节序就必须统一，网络字节序使用的是大端字节序（最高字节优先存储），所以我们通常要在程序中做字节序转换，但是为了方便程序的移植，基本上涉及到这类操作的地方都要进行字节序转换。字节序的转换，是当程序在系统上动态运行时进行的，它会根据当前CPU的运行模式来决定转换还是不转换，所以使用字节序转换函数时非常必要的，这让我们的程序移植很容易。

下图给出了很详细的处理函数和相关的数据变化：

[![20608849_1308533501NdF3.jpg][]][20608849_1308533501NdF3.jpg]

图中给出了各种资料中常见的名词，它们其实都是指一个东东！

关于数据在网络中是怎么存储的，笔者这样理解，在网关，或者其他网络设备中，在进行数据过滤等处理时可能存在不同的字节序，但是到达我们网卡的数据一定是按照网络字节序来存储数据的，当NIC收到一个数据包的时候，它申请一块内存区，然后存入数据，这时候数据都是按照网络字节序来存储的，当我们的软件进程要读取这里的数据的时候，CPU将找到地址，并根据指令来读取一定的字节数，这个时候，如果我们没有进行字节序转换，并且主机字节序与网络字节序不同，那么问题就出现了，对于CPU来说，假设它一贯（也只能，设计的时候就确定了）从高地址读取并作为数据的高位，那么一切数据都是错误的了，所以，转换函数又开辟了一块内存，并将数据的序列完全翻转过来，这样CPU来读这块数据就是正确的了。

如果只是简单的将那篇文章黏贴过来，就没有太多意义了，回到开始的问题，给出最终的答案：

1.  /\* a simple test function for system endian  
    
2.   \* addr:0x... 0 | 1 | 2  | 3  
    
3.   \* little 0x78|0x56|0x34|0x12  
    
4.   \* big 0x12|0x34|0x56|0x78  
    
5.   \*  ?  
    
6.   \* little  : return 0;  
    
7.   \* big  : return 1;  
    
8.   \*  else : return  \-1;  
    
9.   \*/  
    
10. int xendian()  
    
11. \{   
    
12.     unsigned int seed = 0x12345678;  
    
13.     char \*p  = (char \*)&seed;  
    
14.     unsigned char uint\_len  = sizeof(seed);  
    
15.   
    
16.   /\* big endian for higher address  is 0x78(high bytes) \*/  
    
17.   if(\*(p \+ uint\_len \- 4) == 0x12  
    
18.       && \*(p  \+ uint\_len \- 3) == 0x34  
    
19.       && \*(p  \+ uint\_len \- 2) == 0x56  
    
20.       && \*(p  \+ uint\_len \- 1) == 0x78)  
    
21.   return 1;  
    
22.   
    
23.   if(\*p == 0x78  
    
24.      && \*(p  \+ 1) == 0x56  
    
25.      && \*(p  \+ 2) == 0x34  
    
26.      && \*(p  \+ 3) == 0x12)  
    
27.   return 0;  
    
28.   
    
29.     return \-1;  
    
30. \}

注意：CPU在处理一个变量地址的时候，是将变量的低地址作为其地址的。（不知道有没有特殊的CPU？或者特殊的存储方式：开始从内存的高地址开始？这里不考虑这些情况了。）

即便考虑了上面所说的问题，笔者依然不能保证在64位的机器上正常运行，因为没有经过测试，但是理解了字节序的基本原理，写出判断64位机器上的字节序的正确函数并不是大问题。

[Link 1]: http://blog.chinaunix.net/uid-20608849-id-378279.html
[http_hi.baidu.com_lli_5Ffly_blog_item_b5c154eecbd5fdfab3fb9575.html_cmtid_34b9c31b8d3715f1af5133e7_34b9c31b8d3715f1af5133e7]: http://hi.baidu.com/lli%5Ffly/blog/item/b5c154eecbd5fdfab3fb9575.html/cmtid/34b9c31b8d3715f1af5133e7#34b9c31b8d3715f1af5133e7
[20608849_1308533501NdF3.jpg]: http://blog.chinaunix.net/attachment/201106/20/20608849_1308533501NdF3.jpg