【问答21】C语言：位域和字节序

2024-02-10 22:50:58

1. 粉丝问题

自己编写的一个协议相关代码，位域的值解析和自己想象的有出入。

结构体的头：

解析代码和测试结果：

就是说通过函数hexdump（）解析出的内存是十六进制是 81 83 20 3B …

从数据帧解析出的

opcode = 0x8

该粉丝不明白为什么解析出的值是0x8。

这个问题其实就是位域的问题和字节序的问题。

测试代码

废话不多说，直接写个测试代码

#include <stdio.h>//简化的结构体struct iphdr {unsigned char	fin:1;unsigned char	rsv:3;unsigned char	opcode:4;unsigned char	mask:1;unsigned char	payload:7;unsigned char a;unsigned char b;};main(){struct iphdr	t;unsigned char *s;//清空内存，防止有乱码memset(&t,0,4);//用指针指向结构体变量t
	s = (unsigned char*)&t;//通过数组访问的方式修改内存的值，因为hexdump解析的值是0x81 83,//所以0x81必为最低字节的内存的数据
	s[0] = 0x81;
	s[1] = 0x83;//打印出位域成员的值printf("fin:%d rsv：%d opcode：%d mask：%d paylod：%d \n",
		t.fin,t.rsv,t.opcode,t.mask,t.payload);}

执行结果：

fin：1，rsv：0，opcode：8，mask：1 paylod：65

分析：
如下图所示，紫色部分是位域成员对应的内存中的实际空间布局，地址从左到右增加
第一个字节的0x81赋值后，各位域对应的二进制：

fin：1rsv：0opcode：1000mask：1paylod：1000001

如上图多少，内存的第1个字节是0x81,第2个字节是0x83;

第一个字节0x81的最低的bit[0]对应fin，bit[3:1]对应rsv，bit[7:4]对应opcode；
第二个字节0x83的最低bit[0]对应mask，bit[7:1]对应payload。

所以结果显而易见。

2、什么是位域？

有些信息在存储时，并不需要占用一个完整的字节，而只需占几个或一个二进制位。

例如在存放一个开关量时，只有0和1 两种状态，用一位二进位即可。为了节省存储空间，并使处理简便，C语言又提供了一种数据结构，称为“位域”或“位段”。

所谓“位域”是把一个字节中的二进位划分为几个不同的区域，并说明每个区域的位数。

每个域有一个域名，允许在程序中按域名进行操作。这样就可以把几个不同的对象用一个字节的二进制位域来表示。一、位域的定义和位域变量的说明位域定义与结构定义相仿，其形式为：

struct 位域结构名{ 
  位域列表};

其中位域列表的形式为：

类型说明符 位域名：位域长度

如粉丝所举的实例：

struct iphdr {unsigned char	fin:1;unsigned char	rsv:3;unsigned char	opcode:4;unsigned char	mask:1;unsigned char	payload:7;unsigned char a;unsigned char b;};

位域变量的说明与结构变量说明的方式相同。可采用先定义后说明，同时定义说明或者直接说明这三种方式。例如：

struct bs{int a:8;int b:2;int c:6;}data;

说明data为bs变量，共占两个字节。其中位域a占8位，位域b占2位，位域c占6位。对于位域的定义尚有以下几点说明：

一个位域必须存储在同一个字节中，不能跨两个字节。

如一个字节所剩空间不够存放另一位域时，应从下一单元起存放该位域。也可以有意使某位域从下一单元开始。例如：

struct bs{unsigned a:4unsigned :0 /空域/unsigned b:4 /从下一单元开始存放/unsigned c:4}；

在这个位域定义中，a占第一字节的4位，后4位填0表示不使用，b从第二字节开始，占用4位，c占用4位。

位域可以无位域名，这时它只用来作填充或调整位置。无名的位域是不能使用的。
例如：

struct k{int a:1int :2 /该2位不能使用/int b:3int c:2};

从以上分析可以看出，位域在本质上就是一种结构类型，不过其成员是按二进位分配的。

这是位域操作的表示方法，也就是说后面加上“：1”的意思是这个成员的大小占所定义类型的1 bit，“：2”占2 bit，依次类推。当然大小不能超过所定义类型包含的总bit数。

一个bytes(字节)是8个 bit(二进制位)。例如你的结构体中定义的类型是u_char，一个字节，共8个bit，最大就不能超过8。
32位机下，short是2字节，共16bit，最大就不能超过16，int是4字节，共32bit，最大就不能超过32.
依次类推。

位域定义比较省空间。

例如你上面的结构，定义的变量类型是u_char，是一字节类型，即8bit。

fc_subtype占了4bit，fc_type占2bit,fc_protocol_version占2bit，共8bit，正好是一个字节。

其他八个成员,各占1bit，共8bit，正好也是一个字节。

因此你的结构的大小如果用sizeof（struct frame_control）计算，就是2bytes。

3. 如何测试当前是大端还是小端？

计算机硬件有两种储存数据的方式：大端字节序（big endian）和小端字节序（little endian）。
大端字节序：高位字节在前，低位字节在后，这是人类读写数值的方法。
小端字节序：低位字节在前，高位字节在后。

0x1234567的大端字节序和小端字节序的写法如下图。

为什么会有小端字节序？

答案是，计算机电路先处理低位字节，效率比较高，因为计算都是从低位开始的。所以，计算机的内部处理都是小端字节序。

但是，人类还是习惯读写大端字节序。所以，除了计算机的内部处理，其他的场合几乎都是大端字节序，比如网络传输和文件储存。

计算机处理字节序的时候，不知道什么是高位字节，什么是低位字节。它只知道按顺序读取字节，先读第一个字节，再读第二个字节。

如果是大端字节序，先读到的就是高位字节，后读到的就是低位字节。小端字节序正好相反。

理解这一点，才能理解计算机如何处理字节序。

处理器读取外部数据的时候，必须知道数据的字节序，将其转成正确的值。然后，就正常使用这个值，完全不用再考虑字节序。

即使是向外部设备写入数据，也不用考虑字节序，正常写入一个值即可。外部设备会自己处理字节序的问题。

实例

仍然用上面的例子，但是做如下修改

#include <stdio.h>struct iphdr {unsigned char	fin:1;unsigned char	rsv:3;unsigned char	opcode:4;unsigned char	mask:1;unsigned char	payload:7;		 };main(){struct iphdr	t;unsigned short *s;memset(&t,0,2);

	s = (unsigned char *)&t;//注意，直接赋值0x8183，因为该常量必然和主机字节序一致，//小端：83给低字节，//大端：81给低字节*s = 0x8183;printf("fin:%d rsv：%d opcode：%d mask：%d paylod：%d \n",
		t.fin,t.rsv,t.opcode,t.mask,t.payload);}

执行结果：

fin：1 rsv：1 opcode：8 mask：1 paylod：64

由结果可知，收到的0x8183这个值与对应的的二进制关系:

fin：1rsv：001opcode：1000mask：1paylod：1000000

如上图多少，内存的第1个字节是0x83,第2个字节是0x81【和前面的例子不一样了，因为我们是直接赋值0x8183,而该常数是小字节序，所以低字节是0x83】;

可见：

低字节83给了 fin+rsv+opcode

所以，这说明了一口君的ubuntu是小端字节序。

4. 拓展例子

继续将结构体做如下修改，当位域成员大小加一起不够一个整字节的时候，验证各成员在内存中的布局。

#include <stdio.h>struct iphdr {unsigned char	fin:1;unsigned char	opcode:4;unsigned char a;unsigned char b;};main(){struct iphdr	t;unsigned char *s;memset(&t,0,2);

	s = (unsigned short *)&t;

	t.fin = 1;
	t.opcode = 0xf;printf("%x\n",s[0]);}