字节序详解

字节序（endianness）

这篇文章来自于对How to teach endian的理解

One of the major disciplines in computer science is parsing/formatting. This is the process of converting the external format of data (file formats, network protocols, hardware registers) into the internal format (the data structures that software operates on).
解析和格式化是计算机科学中主修科目之一，它是外部数据（如文件格式、网络协议、硬件寄存器等）和内部数据（软件运行时的数据结构）相互转化的过程。

大于255的整数需要使用另外的字节进行数据表示，这些字节摆放、读取的顺序就成为字节序。

计算机硬件有两种存储数据的方式：大端字节序（big endian）和小端字节序（little endian）。

假如有一个数值为0x1234的数，高位是0x12（这里是一个字节），低位是0x34（一个字节）。
大端字节序：高位字节在前，低位字节在后。这个数字被存放为0x1234。
小端字节序：低位字节在前，高位字节在后。这个数字被存放为0x3412。

大端字节序的顺序适合人们处理数字的方式。那么为什么要使用小端字节序呢？

这是因为小端字节序的效率比大端字节序要高，在计算机电路中，先对低字节数据进行处理。

那么外部数据如何转化成内部数据（解析）的呢？
有两种方式 buffered or streaming 缓存和流。

• 在缓存模型中，首先读取整个输入，然后再进行解析

• 在流模型中，是一个字节读取并解析，再进行下一个字节。
  流模式最适合非常大的文件或跨TCP网络连接的流数据。

缓存模型：首先假设你将文件数据读取到了一个buffer数组中，然后
你要解析大端字节序整数x，那么
x = buffer[offset] * 256 + buffer[offset + 1]
也可以写成 x = buffer[offset] << 8 | buffer[offset + 1]
你要解析小端字节序整数y，那么
y = buffer[offset + 1] * 256 + buffer[offset]
也可以写成 x = buffer[offset + 1] << 8 | buffer[offset]

很明显大端字节序是将高位的（offset小的）放在了前面。

在Linux的头文件<netinet/ip.h>的数据结构中也可以看到。

struct ip {
#if BYTE_ORDER == LITTLE_ENDIAN 
 u_char ip_hl:4,  /* header length */
  ip_v:4;   /* version */
#endif
#if BYTE_ORDER == BIG_ENDIAN 
 u_char ip_v:4,   /* version */
  ip_hl:4;  /* header length */
#endif
 u_char ip_tos;   /* type of service */
 short ip_len;   /* total length */
 u_short ip_id;   /* identification */
 short ip_off;   /* fragment offset field */
 u_char ip_ttl;   /* time to live */
 u_char ip_p;   /* protocol */
 u_short ip_sum;   /* checksum */
 struct in_addr ip_src,ip_dst; /* source and dest address */
};

如果想了解更多，可以在原文中查看。