网络基础－字节序

英文版发表在：holmeshe.me

我在读一些网络系统的源码时，htons()和 ntohs() 是两个最开始困扰我的函数。所以我决定要重新学一下大学里的知识－字节序。

网络和主机字节序

字节序控制了一个字（word）是怎么存储在内存里，以及怎么在网络上传输的。在big-endian中，最高位的byte被存储在最低的地址，而在little-endian中，最高位则存在最高的地址。

正着

反着

在物理媒介上放字节和铺地板一样，正着铺或者反着铺都可以。但是一个系统设计师就需要做个决定，来保证风格一致了。RFC 1700里面规定，网络协议里面都使用big-endian 字节序，但是一些主机的设计师明显不同意。X86使用little-endian；而ARM则两种都有可能。这就意味着同一个数据，在不同的系统中存放的实际值是不一样的。比如说，A1B2C3D4 (写成十进制是 2712847316)就会有两种存放方式，

在上图中，每一个框，比如那个A1 的框，代表一个字节。这里要注意，这个字“节序”是以“字节” （byte）而不是位（bit）为单位的。

其实计算机处理两种字节序都可以，但是人类就总会抱怨little-endian反了。为啥呢？难道把低位字节设置给低地址，高位字节给高地址不是最合乎逻辑的做法吗？

其实，这个是因为我们在纸上（另一种物理媒介）写这些数字时会在潜意识里用big-endian。还是那上面的数字举例（A1B2C3D4），我们的潜意识会在这个数字周围画上横纵坐标，

如果我们指挥潜意识从右往左画这个横坐标，也许我们就可以解决这个直觉和理性之间的矛盾了。

我觉得这么做也没啥不对的，毕竟在实际开发中本来就存在各种各样的坐标系，比如：

你觉得呢？

好了，下面我们来看看为啥这些理论这么重要，并且在实际中都是咋使用的。

htons() ntohs()

这两个函数就是用来解决网络和主机字节序不一致的问题。技术上来说，当主机在网络上通信时，这两个函数负责转换主机和网络字节序。如果主机和网络字节序是一样的（这代表主机和网络都用big-endian），这两个函数啥都不做。而当主机和网络字节序不一致的话，htons() 把little-endian转换成big-endian，而ntohs()把big-endian转换回为little-endian。

类似的还有一对函数，htonl()和ntohl()。这两个函数除了处理的数字比较大以外，其他的都和htons()，ntohs()一样，就不赘述了。

验证一下

#include <stdio.h>
#define BITS_PER_BYTE 8
int main() {
  unsigned int anint = 0xa1b2c3d4;
  unsigned char *truth = &anint;
  printf("value in decimal: %u\n", anint);
  printf("0x");
  for (int i = 0; i < sizeof(anint); i++) {
    printf("%2X", truth[i]);
  }
  printf("\n");
  unsigned int anint_net = htons(anint);
  truth = &anint_net;
  printf("value in decimal after hton: %u\n", anint_net);
  printf("0x");
  for (int i = 0; i < sizeof(anint_net); i++) {
    printf("%02X", truth[i]);
  }
  printf("\n");
}

结果是（在我的测试机上）：

value in decimal: 2712847316
0xD4C3B2A1
value in decimal after hton: 54467
0xC3D40000

正如上述��，htons()把anint的原始的值转换成big-endian，用于准备网络传输。这个值会在接收方用ntohs()恢复成原始值。虽然这个接受方的部分没有展示，但是我相信你可以懂的。

咋判断字节序

我们可以复用上面��中的代码来实现一个函数来判断主机的字节序：

int isLittle() {
  unsigned int anint = 0xa1b2c3d4;
  unsigned char *truth = &anint;
  return truth[0] == 0xd4;
}

实际上还有一个更简单的办法，

cpu | grep "Byte Order"