深入理解前端字节二进制知识以及相关API

当前，前端对二进制数据有许多的API可以使用，这丰富了前端对文件数据的处理能力，有了这些能力，就能够对图片等文件的数据进行各种处理。

本文将着重介绍一些前端二进制数据处理相关的API知识，如Blob、File、FileReader、ArrayBuffer、TypeArray、DataView等等。

字节

在介绍各种API之前，我们需要先了解下和字节有关的知识。

我们知道，计算机是二进制的世界，而字节(byte)是计算机技术中关于二进制数据的一种基本单位，1字节有8个二进制位，即8比特(bit)。

比特又叫位，一位二进制数据要么是0、要么是1，只有两种状态，所以1比特有2种状态。

1字节有8比特，即8个二进制位，那就能表示 2**8 = 256 种状态，取值从 00000000 到 11111111。

字节作为基本单位，在很多地方都被使用，如字符编码知识，见前文前端需要了解的编码知识。

二进制数据在存储的时候，以字节为单位，这里还涉及到一个关于字节序的知识。

字节序

字节序描述的是计算机如何存储字节。

因为我们知道，内存存储都有索引地址，每个字节对应一个索引地址。一个字节存储8位二进制，即0到255之间，但需要存储大于255的数值的时候，就需要多个字节，多个字节就涉及到排序问题。

所以字节序就是：当需要多个字节表示一个值的时候，这多个字节使用什么样的排序方式在内存中进行存储。

而排序方式主要是两种：大端存储(big-endian)和小端存储(little-endian)。

大端存储和小端存储

大端存储又称大字节序、高字节序，方式是低位字节排在内存中的高地址端，高字节位排放在内存中的低地址端。图片文件 png、jpg都是这种方式。

小端存储又称为小字节序、低字节序，方式是低位字节排在内存中的低地址端，高位字节排在内存中的高地址端。图片文件gif是小端序。

示例

当我们使用不同的字节序存储数字 0x12345678 (这里是16进制表示，对应的十进制：305419896。进制相关知识可见前文Javascript中的进制和进制转换：

大端存储在内存中的存储地址：



小端存储在内存中的存储地址：

这里数字字节的高-低位是从左到右，最高位是 12，最低位是 78；而内存中存储时从左到右是低地址——高地址。

所以在大端序中高位字节的 12 在内存最左边的低地址位，而低字节位 78 则在内存最右边的高地址位；而小端序则正好相反。

从视觉习惯上，大端存储似乎更顺眼，但无论哪种方式，计算的结果都是一样的，只是在计算的时候需要处理这个排序方式，下文会涉及到。

Blob

Blob，即 Binary large Object，本质上是一个二进制对象，该对象表示的是一个不可变、原始数据的类文件对象。

它的不可变，代表它是只读的，不可被改变。

Blob对象的构造函数语法：new Blob(array, options)。

参数array：是一个数据数组，可以是多种对象的数据，包含 ArrayBuffer、Blob、String 等等。

参数options：可选对象，指定两个属性：

type 表示Blob对象数据的MIME类型；

endings 指定包含行结束符\n的字符串如何写入。

我们可以使用构造函数直接创建一个新的 Blob 对象：

const blob = new Blob(['123456789'], {type : 'text/plain'});

新创建的对象实例，结构如下：

从以上示例，我们就可以看到Blob对象的方法和属性：

• 实例属性
  • size：Blob对象中数据的字节大小
  • type：字符串，表示Blob对象数据的MIME类型
• 示例方法
  • arrayBuffer()：返回包含Blob所有内容的二进制格式的ArrayBuffer的一个promise对象
  • stream()：返回能读取Blob的ReadableStream对象
  • text()：返回包含Blob所有内容的字符串(UTF-8编码)的一个promise对象
  • slice([start [, end [, contentType]]])：
    • 该方法有三个可选参数，可用于分割Blob数据
    • 它根据指定的起始和结束位置，返回原Blob在该范围的数据，得到一个新的Blob对象
    • 第三个参数 contentType 可以为新Blob对象指定自己的MIME类型

可以针对上面的 blob 实例进行操作：

blob.slice(0, 3).text().then(res => {
  console.log(res)
})
// 结果：123

以上代码，使用slice()方法获取原blob的前三位的数据，生成新的Blob实例后，通过text()方法打印出文本内容。

下面可以看看Blob在接口请求中的应用，Fetch API中的 Response 对象，拥有一个blob方法，能够得到Blob对象。

const imgRequst = new Request('11.jpg')
fetch(imgRequst).then((response) => {
  return response.blob()
}).then((mBlob) => {
  console.log(mBlob)
})

通过以上代码，请求一个jpg图片文件，响应对象通过 blob() 方法转为Blob对象：

File

File对象继承了Blob对象，是一种特殊类型的Blob，它扩展了对系统文件的支持能力。

File提供文件信息，并能够在javascript中进行访问，一般在使用 <input> 标签选择文件时返回，因为 <input> 标签允许选择多个文件，这里返回的是文件列表 files。

除了 <input> 标签以外，还有两种方式返回File对象：

• 自由拖放操作生成的 DataTransfer 对象。
• 文件系统访问API中的 FileSystemFileHandle 对象的 getFile() 方法。

File的构造函数：new File(bits, name[, options])。

有三个参数：

• bits：是一个数据数组，可以是多种对象的数据，与Blob对象类似
• name：文件名称
• options：可选属性对象，包含两个选项
  • type：MIME类型字符串
  • lastModified：时间戳，表示文件的最后修改时间

下面代码，通过 <input> 标签读取文件：

<input id="input-file" type="file" accept="image/*" />

document.getElementById('input-file').onchange = (e) => {
  const file = e.target.files[0]
  console.log(file)
  // ...
}

这是一个简单的图片上传，获取到的file实例，控制台打印出来：

通过上图(chrome浏览器下)，可以看到File继承了Blob的素有属性和方法：

• 属性除了size和type以外，File还有自己的几个属性
  • lastModified：只读，时间戳，文件最后修改时间
  • name：只读，文件名
    
    lastModifiedDate：只读，文件最后修改时间的 Date 对象，该对象已废弃
  • webkitRelativePath：非标准属性，返回path或URL
• File没有自己的实例方法，都继承自Blob

对Blob和File的读取

File继承自Blob，都是只读对象，除了使用slice分片以外，并没有其他操作能力，所以如果对它们进行处理需要借助其他的API。

主要用于操作Blob的API有：FileReader、URL.createObjectURL()、createImageBitmap()和XMLHttpRequest.send()。下面将介绍这几种方式。

Blob和File都是 WebAPI，是由浏览器环境提供的，而上面提到这四种对象也同样是WebAPI。

FileReader

FileReader是用于异步读取文件类型（或原始数据缓冲区）的内容，指定Blob或File对象为需要读取的文件数据。

FileReader 不能在文件系统中用路径名的方式读取文件。

构造函数：new FileReader()。

如果对文件处理功能开发较多，对FileReader对象应该较熟，我们先看一个示例：

document.getElementById('input-file').onchange = (e) => {
  const file = e.target.files[0]
  const reader = new FileReader()
  reader.onload = async (event) => {
    const img = new Image()
    img.src = event.target.result
  }
  reader.readAsDataURL(file)
}

以上代码，就是很常用的，使用FileReader读取一个图片文件的Base64数据，然后使用图片对象加载。Base64知识，可参考前文深入理解Base64编码字符串。

这段代码也涉及到FileReader对像的属性、事件、方法。

FileReader的属性事件和方法

• 属性(皆只读)
  • error：在读取文件时发生的错误
  • readyState：表示当前读取状态
    

    常量名	值	状态描述
    EMPTY	0	没有加载
    LOADING	1	正在加载
    DONE	2	已完成全部读取

  • result：文件内容，读取状态完成时才有效
• 方法
  • abort()：中止读取操作。在返回时，readyState属性为DONE
  • readAsArrayBuffer()：以ArrayBuffer类型读取Blob中的内容
  • readAsBinaryString()：以原始二进制数据类型读取Blob中的内容
  • readAsDataURL()：以Base64字符串类型读取Blob中的内容
  • readAsText()：以文本字符串类型读取Blob中的内容
• 事件
  • onabort：读取操作被中断时触发
  • onerror：读取操作发生错误时触发
  • onload：读取操作完成时触发
  • onloadstart：读取操作开始时触发
  • onloadend：读取操作结束时触发
  • onprogress：读取Blob时触发

URL.createObjectURL()

URL是浏览器环境提供的，用于处理url链接的一个接口对象。可以通过它，解析、构造、规范和编码各种url链接。

而URL提供的一个静态方法 createObjectURL()，可以用来处理Blob和File文件对象。

先看一个例子：

document.getElementById('input-file').onchange = (e) => {
  const file = e.target.files[0]
  const url = URL.createObjectURL(file)
  const img = new Image()
  img.onload = () => {
    document.body.append(img)
  }
  img.src = url
}

页面展示：

这段代码就实现了上传图片，通过 URL.createObjectURL 读取后生成一个本地映射的url，再使用Image对象加载图片。

通过查看页面元素，可以看到新添加的图片元素，它的src是一个类似链接的字符串：blob:http://localhost:8088/29c8f4a5-9b47-436f-8983-03643c917f1c，通过这个字符串，图片就能加载显示出来。

再来看 createObjectURL()，它返回一个包含给定的Blob或File对象的url，就可以当做文件资源被加载。而这个url的生命周期和它的窗口同步，窗口关闭这个url就自动释放了。

这个url就是被称为伪协议的Objct URL。

Object URL

Object URL 又被称为Blob URL，一般使用Blob或File对象生成，通过 URL.createObjectURL() 方法创建一个唯一的URL。

Object URL的格式为：blob:origin/唯一标识(uuid)。

上面生成的URL字符串就符合这个格式：blob:http://localhost:8088/29c8f4a5-9b47-436f-8983-03643c917f1c。

• origin 对应的 http://localhost:8088/，如果直接打开本地html文件，则origin为null。
• uuid 对应 29c8f4a5-9b47-436f-8983-03643c917f1c。

浏览器内部会为生成Object URL保持一个 URL 到 Blob 的映射，Blob是留存在内存中，浏览器只有在卸载当前窗口文档时才会释放。

如果要手动释放，则需要URL的另外一个静态方法：URL.revokeObjectURL()，它用于销毁之前创建的URL实例，在合适的时机调用即可销毁Object URL。

URL.revokeObjectURL(url)

XMLHttpRequest.send()

XMLHttpRequest.send(body)：用于在XHR的HTTP请求中，发送数据体。

这里的body参数，可以是多种数据类型，包括Blob对象。

const xhr = new XMLHttpRequest()
xhr.send(new Blob())

createImageBitmap()

createImageBitmap(): 主要处理图片资源，接受不同的图片资源对象为参数，并生成一个ImageBitmap对象。

这些参数就就可以是Blob和File对象。

ImageBitmap表示可以绘制在canvas上的位图图像。

createImageBitmap(file).then(imageBitmap => {
  const canvas = document.createElement('canvas')
  canvas.width = imageBitmap.width
  canvas.height = imageBitmap.height
  const ctx = canvas.getContext('2d')
  ctx.drawImage(imageBitmap, 0, 0)
  document.body.append(canvas)
})

如上代码，即可读取图片文件，使用canvas绘制。

ArrayBuffer

ArrayBuffer 对象表示通用的、固定长度的原始二进制缓冲区，它是一个字节数组，但不能直接操作它的内容，而需要通过其他方式(如TypeArray或DataView等)进行处理。

构造函数：new ArrayBuffer(length)，返回一个指定大小的ArrayBuffer对象。

参数length：要创建的 ArrayBuffer 的字节大小。大于Number.MAX_SAFE_INTEGER（>= 2 ** 53）或为负数，则抛出一个RangeError异常。

下面我们先使用前面介绍的 FileReader 读取一个文件的ArrayBuffer内容：

document.getElementById('input-file').onchange = (e) => {
  const file = e.target.files[0]
  const reader = new FileReader()
  reader.onload = async (event) => {
    console.log(event.target.result)
  }
  reader.readAsArrayBuffer(file)
}

控制台日志打印输出：

从上图，可以看到ArrayBuffer的实例属性和方法：

• byteLength：表示字节大小，不可改变
• slice(begin[, end])：根据指定位置范围返回一个新的ArrayBuffer，可以分割ArrayBuffer。

ArrayBuffer还有静态属性和方法：

• ArrayBuffer.length：构造函数的length属性，值为1
• ArrayBuffer.isView(arg)：如果参数是ArrayBuffer的视图实例则返回true。

由于我们无法直接操作ArrayBuffer，所以需要使用其他对象来处理，下面将介绍其中两种。

TypeArray

TypeArray，即类型化数组，它描述了二进制数据缓冲区的一个类数组。TypeArray本身不是一个可用的对象，只是一个辅助的数据类型，作为所有类型数组的构造原型，真正可用的类型数组包含了多种，如Int8Array、Uint8Array等。

常用的类型数组如下表所示：

对象	元素所占字节数	取值范围	描述
Int8Array	1	-128 - 127	8 位有符号整型数组
Uint8Array	1	0 - 255	8 位无符号整型数组
Uint8ClampedArray	1	0 - 255	8 位无符号整型固定数组
Int16Array	2	-32768 - 32767	16 位有符号整型数组
Uint16Array	2	0 - 65535	16 位无符号整型数组
Int32Array	4	-2147483648 - 2147483647	32 位有符号整型数组
Uint32Array	4	0 - 4294967295	32 位无符号整型数组
Float32Array	4	1.2×10**-38 to 3.4×10**38	32 位浮点数型数组
Float64Array	8	5.0×10**-324 to 1.8×10**308	64 位浮点数型数组
BigInt64Array	8	-2**63 to 2**63-1	64 位有符号数型数组
BigUint64Array	8	0 to 2**64-1	64 位无符号整型数组

类型化数组与普通数据也较相似，同样拥有一系列的方法和属性，但不支持 push、pop、shift、unshift、splice 等可以改变原数组的增删改方法。

类型化数组由于定义了数据类型，则各元素必须是同类型的数据，不能像普通数据那样元素可以是不同类型；当元素数据类型固定统一时，处理效率更优。

各类型数组在构造函数、属性、方法等语法上相同，下面就以 Uint8Array 为例。

语法

Uint8Array构造函数：

new Uint8Array()
new Uint8Array(length)
new Uint8Array(typedArray)
new Uint8Array(object)
new Uint8Array(buffer [, byteOffset [, length]])

length 参数的最大取值

8 位类数组是 2145386496

16 位类数组是 1072693248

32 位类数组是 536346624

32 位类数组是 268173312

静态属性和方法

• BYTES_PER_ELEMENT：返回数组元素所占字节数，Uint8Array中的值是1，Uint32Array中的值是4，见上表
• length：固定长度，Uint8Array中的值是1，Uint32Array中的值是3，基本没用
• name：类型数组返回自己的构造名，Uint8Array类型返回 Uint8Array，Uint32Array类型返回 Uint32Array 等等
• from(source[, mapFn[, thisArg]])：从源类型数组中返回一个新的数组
• of(element0[, element1[, ...[, elementN]]])：创建一个具有可变数量参数的新类型数组

实例属性和方法

介绍完静态属性和方法，下面通过一个示例，来查看下Uint8Array的实例属性和方法，代码如下。

const reader = new FileReader()
reader.onload = async (event) => {
  const aBuffer = event.target.result
  const uint8Array = new Uint8Array(aBuffer)
  console.log(uint8Array)
}
reader.readAsArrayBuffer(file)

以上代码，直接读取文件的ArrayBuffer数据，然后通过 Uint8Array 构造函数，得到Uint8Array实例，控制台查看：

通过加载一张png图片，得到它的Uint8Array数组数据，可以看到类型数组大部分的属性和方法都和普通数组类似，除了前文提到的增删改数组的方法以外。因此，对类型数组使用下标、循环等等方式进行读取，和普通函数没什么两样。

而类型数组也自己的特殊属性(都只读)和方法，如下：

• buffer：返回类型数组引用的ArrayBuffer
• byteLength：字节数长度
• byteOffset：相对源ArrayBuffer的偏移字节数
• length：数组长度
• set(array[, offset])：从给定数组中读取元素值，并存储在类型数组中
• subarray(begin, end)：给定开始和结尾索引，返回一个新的类型数组

类型数组间的关系

要了解常见类型数组间的关系，我们先看下面这张图：

图上所示，是一张png图片的ArrayBuffer数据，可以看到，ArrayBuffer的字节长度属性默认取8位整型数组的长度，即与Int8Array和Uint8Array的长度一致。

而Int8Array的长度29848，正好是Int16Array的长度14924的两倍，是Int32Array的长度7462的四倍，可知，这里就是对字节的合并计算：

• Int8Array(Uint8Array) 转 Int16Array(Uint16Array)，需要依序合并两个字节后计算数值。
• Int8Array(Uint8Array) 转 Int32Array(Uint32Array)，需要依序合并四个字节后计算数值。
• Int16Array(Uint16Array) 转 Int32Array(Uint32Array)，需要依序合并两个字节后计算数值。

读取GIF文件示例

类型数组通过数组的方式对ArrayBuffer的内容进行读取操作，可以方便我们处理文件的二进制数据。

但使用类型数组的时候，碰到多字节的数据时，需要考虑字节序的问题。

下面，我们以读取小端存储的GIF图片为例。

GIF图片的Uint8Array数组数据中，宽高数据的存储就是使用了两个字节，第7-8位存储图片的宽度，9-10位存储图片的高度。

我们加载的GIF图片宽高皆为600，需要处理字节序，代码如下：

const uint8Array = new Uint8Array(aBuffer)
let bufferIndex = 6
// 获取GIF宽度的两个字节的值
const width1 = uint8Array[bufferIndex]
// width1 结果：88
const width2 = uint8Array[bufferIndex + 1]
// width2 结果：2

// 得到各自的16进制数据
const width1hex = width1.toString(16)
const width2hex = width2.toString(16)
// 转换成实际的宽度大小，注意这里把两个字节的顺序做了调整，符合小端序
const width = parseInt(width2hex + width1hex, 16)
// width 结果：600

使用小端序处理后，宽度结果等于600，符合图片实际宽度。

自己手动处理字节序会稍显麻烦，如果不想手动去处理字节序的问题，可以使用另外一个对象：DataView。

DataView

DataView 是一个从 ArrayBuffer 中读取多种类型数值并且不用考虑字节序的接口对象。它的使用简单方便，拥有一系列的 get- 和 set- 实例方法操作数据。

DataView的构造函数：new DataView(buffer [, byteOffset [, byteLength]])。

参数：

• buffer：源ArrayBuffer
• byteOffset：buffer中的字节偏移量
• byteLength：字节长度

DataView不用考虑字节序，同样是读取GIF的宽度时，代码可简化：

const fileDataView = new DataView(arrBuffer)
let bufferIndex = 6
const width = fileDataView.getUint16(bufferIndex, true)
// 结果：600
bufferIndex += 2
const height = fileDataView.getUint16(bufferIndex, true)
// 结果：600

以上代码，很方便就得到GIF图片的宽高数据(600)，因为使用了 DataView 和它的 getUint16 方法，不需要手动处理字节序。

getUint16 方法有两个参数：第一个参数代表字节索引；第二参数表示字节序，默认大端序，为true则是小端序，GIF是小端，所以上面代码为true。

除了getUint16以外，DataView 还有十多个类似的实例方法。

DataView的get和set系列方法

get系列方法通过字节偏移索引获取对应的数值，其中多字节的数据，需要两个参数：

• byteOffset：读取时的字节偏移量
• littleEndian：字节序，默认大端，设为true则是小端

名称	参数	描述
getInt8	(byteOffset)	有符号 8-bit 整数(1个字节)
getUint8	(byteOffset)	无符号 8-bit 整数(1个字节)
getInt16	(byteOffset [, littleEndian])	16-bit数(短整型，2个字节)
getUint16	(byteOffset [, littleEndian])	16-bit数(无符号短整型，2个字节)
getInt32	(byteOffset [, littleEndian])	32-bit数(长整型，4个字节)
getUint32	(byteOffset [, littleEndian])	32-bit数(无符号长整型，4个字节)
getFloat32	(byteOffset [, littleEndian])	32-bit浮点数(单精度浮点数，4个字节)
getFloat64	(byteOffset [, littleEndian])	64-bit数(双精度浮点型，8个字节)
getBigInt64	(byteOffset [, littleEndian])	带符号的64位整数（long long类型）值
getBigUint64	(byteOffset [, littleEndian])	无符号的64位整数（unsigned long long类型）值

set系列方法是和get方法对应的，处理相应字节偏移索引位置的数值，参数如下：

• byteOffset：读取时的字节偏移量
• value：设置相应类型的数值
• littleEndian：字节序，默认大端，设为true则是小端

名称	参数	描述
setInt8	(byteOffset, value)	8-bit数(一个字节)
setUint8	(byteOffset, value)	8-bit数(无符号字节)
setInt16	(byteOffset, value [, littleEndian])	16-bit数(短整型)
setUint16	(byteOffset, value [, littleEndian])	16-bit数(无符号短整型)
setInt32	(byteOffset, value [, littleEndian])	32-bit数(长整型)
setUint32	(byteOffset, value [, littleEndian])	32-bit数(无符号长整型)
setFloat32	(byteOffset, value [, littleEndian])	32-bit数(浮点型)
setFloat64	(byteOffset, value [, littleEndian])	64-bit数(双精度浮点型)
setBigInt64	(byteOffset, value [, littleEndian])	带符号的64位整数（long long类型）值
setBigUint64	(byteOffset, value [, littleEndian])	无符号的64位整数（unsigned long long类型）值

Blob和ArrayBuffer

对于Blob和ArrayBuffer两个对象，我们可以稍做总结：

1. Blob是Web API，浏览器环境提供，读取它可以使用FileReader、URL.createObjectURL等WebAPI；ArrayBuffer是JS语言内置对象，处理它则需要使用TypeArray、DataView等JS-API。
2. Blob表示不可变的类文件数据；ArrayBuffer则表示原始数据缓冲区。
3. Blob用于读取类文件数据，不对应内存；ArrayBuffer用于读取内存数据。
4. Blob和ArrayBuffer都需要通过其他对象才能操作数据。
5. Blob和ArrayBuffer可以使用不同方式进行相互之间的转换。
6. 要操作字节二进制数据，得依赖ArrayBuffer和辅助它的操作对象。

Blob和ArrayBuffer之间的转换：

• 使用Blob构造函数可以读取ArrayBuffer，生成一个新的Blob。
• 通过Blob实例的arrayBuffer()方法，可以获取到对应的ArrayBuffer。
• 通过FileReader对象的readAsArrayBuffer()方法，将Blob读取为ArrayBuffer。

如下代码：

const aBuffer = new ArrayBuffer(4)
// 使用Blob构造函数
const blob = new Blob([aBuffer])
// Blob的arrayBuffer()方法（promise）
blob.arrayBuffer()
// FileReader
const reader = new FileReader()
reader.readAsArrayBuffer(blob)