实践：二进制数据处理与封装

实践：二进制数据处理与封装

作者：哲思
时间：2022.8.4
邮箱：zhe__si@163.com
GitHub：zhe-si (哲思) (github.com)

前言

最近在研究所做网络终端测试的项目，包括一些嵌入式和底层数据帧的封装调用。之前很少接触对二进制原始数据的处理与封装，所以在此进行整理。
以下例子主要以 c++ 语言进行说明。
什么是二进制数据

在电脑上一切数据都是通过二进制（0或1）进行存储的，通过多位二进制数据可以进而表示整形、浮点型、字符、字符串等各种基础类型数据或者一些更复杂的数据格式。
针对日常中一般的需求进行编程，我们通常无需关注底层的二进制数据。但如果要处理二进制文件（音频、视频、图片等）、设计空间上更高效的数据结构（网络数据帧、字节码、protobuf）或者处理某些底层时，需要我们处理这些二进制数据。
计算机中，称每一个二进制位为比特（bit，也称：位），是计算机中的最小存储单位。
每 8 比特组成一个字节（byte），一般是计算机实际存储和处理的最小单位（可以是它的倍数），也就是说，计算机是以字节为最小单位分配空间或进行计算的，不能分配比字节更小的存储空间（如，最小的数据类型是char，长度 1 字节，不支持申请 6 比特存储空间）或者直接处理小于字节单位的数据（如，两个 4 比特的数据相加减）。
若干字节构成一个计算机字（简称：字，word），表示计算机一次性处理事务的固定长度二进制数据，字的位数为字长。计算机是以字为单位处理或运算的，两个常见的概念是CPU位数和操作系统位数。
CPU 的位数就是指 CPU 执行一次指令能处理的最大位数（一个字长），和 CPU 中的寄存器的位数对应。其中，地址寄存器 MAR 限制了计算机的寻址范围，数据寄存器 MDR 限制了一次处理的数据长度。更多的位数带来了更大的寻址空间和更强的运算能力。

说明：寻址范围不等于内存大小，寻址对象有内存条、显卡内存、声卡、网卡和其他设备。之所以常把寻址范围当作内存上限，是因为内存是CPU的主要寻址对象。

这里解释一下常见的指令架构：x86 是 intel 推出的一种指令集架构（复杂指令集 CISC 架构），一开始只有32位的，叫 x86_32；后来 AMD 公司推出了兼容 x86_32 的 64 位指令集 amd64，被业界接受，intel 将其改名为 x86_64，简称 x64，而 x86_32 和 x86_64 可统称为 x86。与 x86 相对的是基于精简指令集RISC架构的 ARM 指令集架构，多用于移动设备。

操作系统基于 CPU 指令集实现，所以操作系统位数也直接对应 CPU 位数。由于 CPU 指令集的向下兼容性，所以 32 位操作系统也可以运行在 64 位的 CPU 上，但反过来不行。操作系统对软件提供了向下兼容的能力，64 位的操作系统支持 64 和 32 位的程序，但 32 位的操作系统只支持 32 位的程序。
处理二进制数据

在大多语言中，最小的数据类型是 char，一个字节，二进制数据多用 unsigned char 表示，并写作 uint8。语言底层常把它当作 int 进行运算。
二进制常数以“0b”开头，如：0b001。二进制数据也常用8进制（以“0”开头）和 16 进制（以“0x”开头）表示，如：0257（175，八进制）、0x1f（31，16进制）。8 进制 1 个数字表示 3 位二进制数据，16 进制 1 个数字表示 4 位二进制数据，一个字节可以用 2 个 16 进制数表示。

若要处理小于一字节的数据，就要使用位运算符（&、|、^、~、>>、 5;// 此处以大端存储，获得offset要截取byte7的低5位作为高位，byte8作为低位，求和：先清空byte7前3位，保留后5位数据，把它移到高8位上，再通过全0的低8位与byte8按位求或来求二者之和((byte7 & 0b00011111)  data.size()) return default_value;    T value = 0;    for (int i = 0; i < valueSize; i++) {        if (ENDIAN) {            value |= (data & 0xff)