erlang的二进制使用学习

最近因工作要求，需要使用erlang编程语言进行程序开发，不过一直没

有机会应用erlang的二进制使用，个人感觉erlang的二进制功能很强大，

但是里面有些知识点比较拗口，一不小心就模糊了相关的使用规则，下

面列出其使用方式以备忘记：

 

1.将一个整数强制拆分成指定长度的二进制表示：

  1>Bin =  <<17:15>>.

  <<0,17:7>>

  本来将整数：17用二进制表示，一个8bit的方式即可完整表示出来，现

在强制要求用15bit来表示，则高位补0，低位是 7bits的比特流即可。

 

2. <<D:8,E:1/binary>> = <<59704:16>>.

    D:233

    E:<<"8">>

   其中D是以10进制表示，所以返回为233，E以2进制表示，所以返回为

二进制格式。

 

3. bitstring的用法：

   1>  <<A:8/bitstring,B:8>> = <<59704:16>>.

   <<"é8">>

   2> A.

   <<"é">>

   3> B.

   56

 

   通过上面的效果可以知道，在进行二进制匹配时，如果绑定变量的

Type不同，返回的类型也是不同的。

 

4.二进制的Type类型： integer、bits、bitstring:这3种类型默认1单位所占

bit位为1位，可以通过设置unit:N来更改默认设置， 例如：<<A:8/unit:2>> = <<17:16>>

至于float类型，测试时总报异常，一时没找到原因，此处不列出来。

 

 binary、bytes：这两类默认占用bit位为8位，同上，可以通过设置unit的值更改默认值。

 

Unit：可以通过此属性设置每单位占用的bit位数，该值允许的范围为

1~255。

 

Size：进行比特位匹配时使用格式类似：<<Vale:Size/TypeList>>，其中

Size代表占用多少个单位的Unit，其中每个Unit单位默认所占bit位在上面

有说明，那么当前Value总共所占bit位数目为： Size * Unit。

 

endian属性：可选值为big | little | native，当值为big时，按照2进制数据从左到右的正常次序每隔

 

1> 2#011000001110100110011010. [01100000,11101001,10011010] 

6351258

2> <<A:20,B:3>> = <<6351258:23>>.

<<193,211,26:7>>
3> A.

793907
4> B.

2
5> 2#11000001110100110011. [11000001,11010011,0011]

793097

6> <<C:20,D:3>> = <<6351258:23/little>>.

<<154,233,96:7>>
8> C.

634524
9> D.

0

10> 2#10011010111010011100. [10011010,11101001,1100]

634524

11> 2#011000001110100110011010. [01100000,11101001,10011010]

6351258

12> <<E:3,F:20>> = <<6351258:23/little>>.

<<154,233,96:7>>
13> E.

4

14> F.

881888
15> 2#100

4

16> 2#11010111010011100000. [11010,11101001,1100000]

881888

这个测试会让人比较迷惑，不过通过观察数据可以得到规律：

二进制数据流总是倾向于以8比特为一个组合；

 

二进制数据流中，每一个8比特位的单组中，从左往右，左侧总是高位，右侧总是低位，无论上面的endian类型为big或者little；

 

当将一个整数转换为一个非对齐的bit流（例如上面将本应设置为24bit位的整数6351258，强制设置为23bit）时，可以根据如下的模型设想其砍掉多余的bit位的情况，我们先看实例：

 

1> <<6351258:23/little>>.
<<154,233,96:7>>
2> 2#011000001110100110011010. [01100000,11101001,10011010]

6351258

3> 2#10011010.

154

4> 2#11101001.

233

5> 2#01100000.

96

6> <<6351258:23/big>>.

<<193,211,26:7>>
7> 2#11000001.

193

8> 2#11010011.

211

9> 2#00011010.

26

 

总结：上面的测试给我们这样的推断：

无论endian类型为big模式或者little模式，可以先按照big模式取得整数的

二进制流，该二进制流是对齐的模式，也就是二进制流长度为8的倍数，然后砍掉二进制流最左侧的多出来的bit位（记住：无论是big模式还是little模式），获取最新的bit流信息。

接下来，当为big模式时，在新big流的基础上，从左往右，每8位bit数据作为一组，当最后的bit流长度不足8位时，为其在左侧高位补0；并且这产生的多个bit组合中，越往左侧的越是高位，最后一个bit组是最低位；

当为little模式时，需要从右往左进行分组，每8bit位数据位一组，最右侧的组合是高位，中间的是次高位，最左侧的是最低位。

 

经过上面的分析后，我们现在可以接着看最上面的二进制匹配情况，当endian模式为big模式时，变量A将匹配二进制数据流的最高位数据，其提取20个bit位，这解释了为什么变量A绑定整数：634524；B变量绑定整数：2。

当endian模式为little模式时，变量C一样匹配二进制数据流的最高位数据，最高位数据流按照bit组来组合，却是从big模式下的最右侧开始组合：首先最右侧的8位作为最高位，然后是中间的8位作为次高位，组后是最左侧7bit中的高4位：1100，这解释了为什么变量C的值为634524而D变量的值为0，如果还不确定这种理解是否正确，还可以参考后面变量E和F的匹配情况。

5.二进制数据流的匹配方式：

  1> 2#11010011.

   211

  2> <<2#1101:4,X:4>> = <<211>>.

  <<"Ó">>
  3> X.

  3

 至于二进制中的sign属性，目前还没有进行测试，有兴趣的朋友可以将测试结果分享一下。