Java 范例 - 字节处理

前言

Java 编程中常会遇到需要进行字节处理的地方，本篇文章就来探讨编程中会遇到的字节处理问题。

字节序

字节序（endianness）是对于多字节数据来说的，它描述了多字节数据存储的顺序，分为大端字节序（big endian）和小端字节序（little endian）两种。

大端序即高位字节位于低地址，而小端字节序则与之相反。例如 4 字节的数据 0x01234567，其 大、小端字节序存储顺序如下。

Big Endian

address |0x100|0x101|0x102|0x103|
content |01   |23   |45   |67   |

Little Endian

address |0x100|0x101|0x102|0x103|
content |67   |45   |23   |01   |

为保证数据在不同设备进行传输时能被正确解析，规定了使用大端字节序作为网络字节序。

字节序转换

由于 Java 使用大端字节序在内存中进行数据存储，所以进行网络传输时不需要进行字节序转换。不过除了网络编程，还是有需要小端字节序的情况，下面就来讨论如何进行字节序的转换。

基本类型字节数

下表给出了 Java 八种基本类型的所占的字节数，可以看到里面六种类型都是多字节的，而这六种在转换时都是需要处理的。

类型	字节数
byte	1
boolean	1
char	2
short	2
int	4
float	4
long	8
double	8

这里需要强调一点，基本类型的数组形式虽是多字节的，但其字节序只和数组元素有关，而与数组元素的顺序无关。例如存在短整形数组 {0x0001, 0x0002} （Java 默认的大端字节序），则其小端字节序是 {0x0100, 0x0200} 。

字节缓冲区

字节缓冲区（ByteBuffer）常用于数据的字节级处理，可以利用静态方法 ByteBuffer allocate(int) 来申请一块固定大小的缓冲区，或者使用 ByteBuffer wrap(byte[]) 包装一个现有的字节数组。

字节缓冲区提供了 void order(ByteOrder) 方法来设置该字节缓冲区的字节序，提供了 asTypeBuffer() （其中 Type 为多字节的基本类型）来将字节缓冲区作为其他基本类型缓冲区，以便于插入其他基本类型，利用这些特性便可实现基本类型的字节序转换。

基本类型及其数组的字节序转换

下面例子利用了字节缓冲区来进行整型的字节序转换，而只需将 asIntBuffer() 改成相应基本类型的 asTypeBuffer() 方法，就可以进行其它基本类型的字节序转换。

int data = 0x01020304;
ByteBuffer buf = ByteBuffer.allocate(Integer.BYTES);

buf.asIntBuffer().put(data);
// [1, 2, 3, 4]
System.out.println(Arrays.toString(buf.array()));

buf.order(ByteOrder.LITTLE_ENDIAN);
buf.asIntBuffer().put(data);
// [4, 3, 2, 1]
System.out.println(Arrays.toString(buf.array()));

对于基本类型的数组，只需将 data 数据改成数组即可，如下面给出的例子。

int[] data = new int[]{0x01020304, 0x05060708};
ByteBuffer buf = ByteBuffer.allocate(Integer.BYTES * data.length);

buf.asIntBuffer().put(data);
// [1, 2, 3, 4, 5, 6, 7, 8]
System.out.println(Arrays.toString(buf.array()));

buf.order(ByteOrder.LITTLE_ENDIAN);
buf.asIntBuffer().put(data);
// [4, 3, 2, 1, 8, 7, 6, 5]
System.out.println(Arrays.toString(buf.array()));

字符串的字节序转换

Java 中字符类型使用 Unicode 字符集，所以占用两个字节，而字符串只需要将其转成字符数组即可进行字节序转换。

char[] data = new String("example").toCharArray();
ByteBuffer buf = ByteBuffer.allocate(Character.BYTES * data.length);
buf.order(ByteOrder.LITTLE_ENDIAN);
buf.asCharBuffer().put(data);

字符串编码与字节数组

编程中通常需要将字符串转字节数组，而这就涉及到字符串编解码，但 Java 提供了很便捷的方式来进行转换，所以无需关心如何字符串编解码。

byte[] buf = new String("example").getBytes();  // use platform's default charset

注意上面使用了平台的默认的字符集（可利用 Charset.defaultCharset() 获取平台默认字符集）进行解码，而不是上面提到的 Unicode 字符集，但可以如下面例子一样指定字符集。

byte[] buf = new String("example").getBytes("UTF-8");  // use specify charset 'UTF-8'