网络字节与主机字节的概念与顺序转换（转载）

做过socket的都知道网络字节转换的事情，网络中传输的数据是纯字节流，没有类型信息，从低地址开始传递；网络字节序通常为大端的，即先传递高字节，因此和大端的本地字节存储顺序一致，和小端的则截然相反。为了数据的一致性，就要把本地的数据转换成网络上使用的格式，然后发送出去，接收的时候也是一样的，经过转换然后才去使用这些数据。基本的库函数中提供了这样的可以进行字节转换的函数，如和htons( ) htonl( ) ntohs( ) ntohl( )，这里n表示network，h表示host，htons( ) htonl( )用于本地字节向网络字节转换的场合，s表示short，即对2字节操作，l表示long即对4字节操作。同样ntohs( )ntohl( )用于网络字节向本地格式转换的场合。随着c99标准的推行，我们伟大的c中增加了新的类型long long int ，unsigned long long int，都是64位的，怎么办？不转肯定是不行，就得自己想办法把它转了。当然有很多方法，我这里想使用一种类比的解决方法，看看如何举一反三。

一、字节序定义

字节序，顾名思义字节的顺序，再多说两句就是大于一个字节类型的数据在内存中的存放顺序。其实大部分人在实际的开发中都很少会直接和字节序打交道。唯有在跨平台以及网络程序中字节序才是一个应该被考虑的问题。一次Sun SPARC到Intel X86的平台移植让我们的程序遭遇了“字节序问题”。

在所有的介绍字节序的文章中都会提到字节序分为两类：Big-Endian和Little-Endian。引用标准的Big-Endian和Little-Endian的定义如下：

a) Little-Endian就是低位字节排放在内存的低地址端，高位字节排放在内存的高地址端。

b) Big-Endian就是高位字节排放在内存的低地址端，低位字节排放在内存的高地址端。

c) 网络字节序：TCP/IP各层协议将字节序定义为Big-Endian，因此TCP/IP协议中使用的字节序通常称之为网络字节序。

二、高/低地址与高低字节

首先我们要知道我们C程序映像中内存的空间布局情况：在《C专家编程》中或者《Unix环境高级编程》中有关于内存空间布局情况的说明，大致如下图：

----------------------- 最高内存地址 0xffffffff

。。。。。。

| 栈底

.

. 栈

栈顶

-----------------------

|

|

NULL (空洞)

/|/

-----------------------

堆

-----------------------

未初始化的数据

---------------------- (统称数据段)

初始化的数据

-----------------------

正文段(代码段)

----------------------- 最低内存地址 0x00000000

以上图为例如果我们在栈上分配一个unsigned char buf[4]，那么这个数组变量在栈上是如何布局的呢？看下图：

栈底 （高地址）

----------

buf[3]

buf[2]

buf[1]

buf[0]

----------

栈顶 （低地址）

现在我们弄清了高低地址，接着我来弄清高/低字节，如果我们有一个32位无符号整型0x12345678(呵呵，恰好是把上面的那4个字节buf看成一个整型)，那么高位是什么，低位又是什么呢？其实很简单。在十进制中我们都说靠左边的是高位，靠右边的是低位，在其他进制也是如此。就拿0x12345678来说，从高位到低位的字节依次是0x12、0x34、0x56和0x78。

高低地址和高低字节都弄清了。我们再来回顾一下Big-Endian和Little-Endian的定义，并用图示说明两种字节序：

以unsigned int value = 0x12345678为例，分别看看在两种字节序下其存储情况，我们可以用unsigned char buf[4]来表示value：

Big-Endian: 低地址存放高位，如下图：

栈底 （高地址）

---------------

buf[3] (0x78) -- 低位

buf[2] (0x56)

buf[1] (0x34)

buf[0] (0x12) -- 高位

---------------

栈顶 （低地址）

Little-Endian: 低地址存放低位，如下图：

栈底 （高地址）

---------------

buf[3] (0x12) -- 高位

buf[2] (0x34)

buf[1] (0x56)

buf[0] (0x78) -- 低位

---------------

栈顶 （低地址）

在现有的平台上Intel的X86采用的是Little-Endian，而像Sun的SPARC采用的就是Big-Endian。

三、网络字节序的转换

假设对于little endian的IA-32架构上面的Linux，首先考虑网络字节转换的结果与原来有什么不同，如 int a = 0x12345678，b = htnl（a），那么就应该是0x78563412。如果是 short c = 0x1234，short d = 0x5678，e = htons(c)，f = htons(d)，这样e=0x3412，f=0x7856，如果能把e和f调换一下组合放在一起，不就是一个整型a（a=0x12345678）转换之后的值么？实验的代码如下：

#include <stdio.h>

struct ST{

short val1;

short val2;

};

union U{

int val;

struct ST st;

};

int main(void)

{

int a = 0;

union U u1, u2;

a = 0x12345678;

u1.val = a;

printf("u1.val is 0x%x/n", u1.val);

printf("val1 is 0x%x/n", u1.st.val1);

printf("val2 is 0x%x/n", u1.st.val2);

printf("after first convert is: 0x%x/n", htonl(u1.val));

u2.st.val2 = htons(u1.st.val1);

u2.st.val1 = htons(u1.st.val2);

printf("after second convert is: 0x%x/n", u2.val);

return 0;

}

输出结果：

u1.val is 0x12345678

val1 is 0x5678

val2 is 0x1234

after first convert is: 0x78563412

after second convert is: 0x78563412

按照这种想法我们实现long long int（64bit） 类型，把它分割成两个int（32bit），然后分别使用htonl()，分别转换，然后再将两种int交换顺序重新组合，即实现了整个64位的八个字节的翻转。

代码如下：

#include <stdio.h>

struct ST{

int val1;

int val2;

};

union test {

long long int val;

struct ST st;

};

int main(void)

{

long long int a;

union test u1, u2;

a = 0x7654321087654321LL;

u1.val = a;

u2.st.val2 = htonl(u1.st.val1);

u2.st.val1 = htonl(u1.st.val2);

printf("val1 is 0x%x/n", u2.st.val1);

printf("val2 is 0x%x/n", u2.st.val2);

printf("u1.val is : 0x%llx/n", u1.val);

printf("after convert is : 0x%llx/n", u2.val);

return 0;

}

执行结果：

val1 is 0x10325476

val2 is 0x21436587

u1.val is : 0x7654321087654321

after convert is : 0x2143658710325476

另外注意long long int 最大值是0x7fffffffffffffff，即7后面15个f（2的63次方减1） unsigned long long int 最大值是0xffffffffffffffff，16个f(2的64次方减1)。程序中long long int 可以简写为 long long，但是记住这是简写，就像long是long int的简写。

想看数据在内存中如何存储的，就用gdb吧！使用gdb中 x命令，如 x /xb &a表示要察看存储在变量a中的前一个字节（byte）中的数据（16进制）。x /xw &a 就是要察看变量a中前4个字节（word）数据（16进制）。x /xg &a 察看a开始8个字节的数据。