128-字节序

是不是感觉很突兀，前面的博文还有讲异步 IO 来着。从现在开始，我们将步入网络编程的轨道了。但是又怕初学者难以适应（我也是初学者^_^），所以不能大张旗鼓的喊着，网络编程开始啦……另一方面，apue 这本书讲的网络编程只是一个入门，真正想学习网络编程基础的话，还需要去看 《Unix 网络编程》这本书，简称 unp。当然这本书的学习笔记也是在计划内的啦。不过在此之前，我们先简单的学习下一些基本的网络知识吧。

1. 字节序

这个东西要讲清楚不容易，先来看图 1.

图1 内存中的数据

假设图 1 中在内存 0x1000 到 0x1003 这连续的 4 个字节保存了数据，这段数据对应的数据类型是 int 类型。我们知道 int 类型的数据在大多数编译器实现中都是 4 字节。

那么图 1 中这个 int 类型数据，到底是 0x10203040 还是 0x40302010？实际上这是依赖于处理器架构的。

对于 little-endian （小端）机器来说，这 4 字节数据被解释成 int 类型的话它就是 0x10203040，对于 big-endian （大端）机器来说，它被解释成 0x40302010.

小端的意思就是说，数据的低位（低字节）保存在内存的低地址部分，数据的高位（高字节）保存在内存的高地址部分。按照这个规则，对于小端机器来说，高地址 0x1003 这个位置保存的是数据最高位，0x1000 这个地址保存的是数据的最低位，所以最终的 int 类型数据就是 0x10203040.

大部分情况下，我们的使用都是小端机器，Intel 处理器和 AMD 处理器基本上都是小端的。但是也有一些处理器是大端的。

2. 网络字节序

为了能让不同处理器架构的机器进行通信，他们都需要将本机上的字节序转换成网络字节序，这样就解决了不同处理器之间的矛盾。

一般来说，网络字节序和大端机器上的字节序是一样的。

POSIX 提供了 4 个函数（也可能是用宏来实现的），可以让本机字节序和网络字节序之间进行互转。它们分别是：

#include <arpa/inet.h>

uint32_t htonl(uint32_t hostlong);

uint16_t htons(uint16_t hostshort);

uint32_t ntohl(uint32_t netlong);

uint16_t ntohs(uint16_t netshort);

其中，函数名字中的 h 表示 host（本机），n 表示 network（网络），而 l 表示要转换的数据是 4 字节，s 表示要转换的数据是 2 字节。

我们可通过实验来验证自己的机器是大端和小端的，另外网络字节序又是什么样的。

3. 实验

程序 btod.c 打印整型数据 0x10203040 在内存中的样子，然后将其转换成网络字节序后，再打印其在内存中的样子。

• 代码

#include <stdio.h>
#include <arpa/inet.h>

union Int {
  char data[4];
  int x;
};

int main() {
  int i;
  union Int a;
  union Int b;
  a.x = 0x10203040;
  b.x = htonl(a.x);

  printf("a = 0x%08x\n", a.x);
  for (i = 0; i < 4; ++i) {
    printf("[%p]: %02x\n", a.data + i, a.data[i]);
  }

  puts("");

  printf("b = 0x%08x\n", b.x);
  for (i = 0; i < 4; ++i) {
    printf("[%p]: %02x\n", b.data + i, b.data[i]);
  }

  return 0;
}

• 编译和运行

$ gcc btod.c -o btod
$ ./btod

图1 运行结果

从图 1 中可以看到，0x10203040 在内存中的样子，低地址保存的是数据低字节，即 0x40，而高地址保存的是数据的高字节，即 0x10.

当我们将 0x10203040 转换成网络字节序后，在内存中的样子就完全相反了。

4. 总结

• 掌握小端和大端的区别
• 知道什么是字节序
• 为什么会出现网络字节序