大端模式与小端模式、网络字节顺序与主机字节顺序

1. 大端模式与小端模式

1.1 概念及详解

在各种体系的计算机中通常采用的字节存储机制主要有两种： big-endian和little-endian，即大端模式和小端模式。

先回顾两个关键词，MSB和LSB：
MSB: Most Significant Bit ------- 最高有效位
LSB:Least Significant Bit ------- 最低有效位

1.1.1 大端模式(big-edian)：MSB存放在最低端的地址上。

举例，假设双字节数0x1234以big-endian的方式存在起始地址0x00002000中：

| data |<-- address
| 0x12 |<-- 0x00002000
| 0x34 |<-- 0x00002001

在Big-Endian中，对于bit序列中的序号编排方式如下（以双字节数0x8B8A为例）：

bit | 0 1 2 3 4 5 6 7 | 8 9 10 11 12 13 14 15 |
-----MSB-----------------------------------LSB
val | 1 0 0 0 1 0 1 1 | 1 0 0 0 1 0 1 0 |
+-----------------------------------------+
= 0x8 B 8 A

1.1.2 小端模式(little-endian)：LSB存放在最低端的地址上。

举例，双字节数0x1234以little-endian的方式存在起始地址0x00002000中：

| data |<-- address
| 0x34 |<-- 0x00002000
| 0x12 |<-- 0x00002001

在Little-Endian中，对于bit序列中的序号编排和Big-Endian刚好相反，其方式如下（仍以双字节数0x8B8A为例）：

bit | 15 14 13 12 11 10 9 8 | 7 6 5 4 3 2 1 0 |
-----MSB-----------------------------------LSB
val | 1 0 0 0 1 0 1 1 | 1 0 0 0 1 0 1 0 |
+-----------------------------------------+
= 0x8 B 8 A

1.2 数组在大端小端情况下的存储

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：

高地址
---------------
buf[3] (0x78) -- 低位
buf[2] (0x56)
buf[1] (0x34)
buf[0] (0x12) -- 高位
---------------
低地址

Little-Endian: 低地址存放低位，如下：

高地址
---------------
buf[3] (0x12) -- 高位
buf[2] (0x34)
buf[1] (0x56)
buf[0] (0x78) -- 低位
--------------
低地址

1.3 大端小端转换方法

Big-Endian转换成Little-Endian如下：

#define BigtoLittle16(A) ((((uint16)(A) & 0xff00) >> 8) |  \
(((uint16)(A) & 0x00ff) << 8))

#define BigtoLittle32(A) ((((uint32)(A) & 0xff000000) >> 24) | \
(((uint32)(A) & 0x00ff0000) >> 8) |            \
(((uint32)(A) & 0x0000ff00) << 8) |            \
(((uint32)(A) & 0x000000ff) << 24))

1.4 大端小端检测方法

如何检查处理器是big-endian还是little-endian?

联合体union的存放顺序是所有成员都从低地址开始存放，利用该特性就可以轻松地获得了CPU对内存采用Little-endian还是Big-endian模式读写:

int checkCPUendian()
{
union
{
unsigned int a;
unsigned char b;
} un;

c.a = 1;
return (c.b == 1);
}

2. 网络字节顺序

2.1 概述

> 字节内的比特位不受这种顺序的影响
比如一个字节 1000 0000 （或表示为十六进制 80H)不管是什么顺序其内存中的表示法都是这样。

> 大于1个字节的数据类型才有字节顺序问题
比如 Byte A，这个变量只有一个字节的长度，所以根据上一条没有字节顺序问题。所以字节顺序是“字节之间的相对顺序”的意思。

> 大于1个字节的数据类型的字节顺序有两种
比如 short B，这是一个两字节的数据类型，这时就有字节之间的相对顺序问题了。

网络字节顺序是“所见即所得”的顺序。而Intel类型的CPU的字节顺序与此相反。

比如上面的 short B=0102H(十六进制，每两位表示一个字节的宽度）。所见到的是“0102”，按一般数学常识，数轴从左到右的方向增加，即内存地址从左到右增加的话，在内存中这个 short B的字节顺序是：

01 02

这就是网络字节顺序。所见到的顺序和在内存中的顺序是一致的！

而相反的字节顺序就不同了，其在内存中的顺序为：02 01

假设通过抓包得到网络数据的两个字节流为：01 02

如果这表示两个 Byte类型的变量，那么自然不需要考虑字节顺序的问题。

如果这表示一个 short 变量，那么就需要考虑字节顺序问题。根据网络字节顺序“所见即所得”的规则，这个变量的值就是：0102

假设本地主机是Intel类型的，那么要表示这个变量，有点麻烦：

1) 定义变量 short X，
2) 字节流地址为：pt，按顺序读取内存是为 X = *( (short*)pt );
那么 X 的内存顺序当然是 01 02 (cheney注：这里应该为 02 01 才对吧)
按非“所见即所得”的规则，这个内存顺序和看到的一样显然是不对的，所以要把这两个字节的位置调换。

调换的方法可以自己定义，但用已经有的API还是更为方便。

2.2 网络字节顺序(NBO)与主机字节顺序(HBO)

网络字节顺序 NBO（Network Byte Order）：按从高到低的顺序存储，在网络上使用统一的网络字节顺序，可以避免兼容性问题。

主机字节顺序（HBO，Host Byte Order）：不同的机器HBO不相同，与CPU设计有关计算机数据存储有两种字节优先顺序：高位字节优先和低位字节优先。

Internet上数据以高位字节优先顺序在网络上传输，所以对于在内部是以低位字节优先方式存储数据的机器，在Internet上传输数据时就需要进行转换。

htonl()
简述：
将主机的无符号长整形数转换成网络字节顺序。
#include <winsock.h>
u_long PASCAL FAR htonl( u_long hostlong);
hostlong：主机字节顺序表达的32位数。
注释：
本函数将一个32位数从主机字节顺序转换成网络字节顺序。
返回值：
htonl()返回一个网络字节顺序的值。

inet_ntoa()
简述：
将网络地址转换成“.”点隔的字符串格式。
#include <winsock.h>
char FAR* PASCAL FAR inet_ntoa( struct in_addr in);
in：一个表示Internet主机地址的结构。
注释：
本函数将一个用in参数所表示的Internet地址结构转换成以“.” 间隔的诸如“a.b.c.d”的字符串形式。
请注意inet_ntoa()返回的字符串存放在WINDOWS套接口实现所分配的内存中。应用程序不应假设该内存是如何分配的。在同一个线程的下一个WINDOWS套接口调用前，数据将保证是有效。

返回值：
若无错误发生，inet_ntoa()返回一个字符指针。否则的话，返回NULL。其中的数据应在下一个WINDOWS套接口调用前复制出来。

2.3 结束语

网络中传输的数据有的和本地字节存储顺序一致，而有的则截然不同，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，同样ntohs(), ntohl() 用于网络字节向本地格式转换的场合。

(s表示short，即对2字节操作，l表示long即对4字节操作)

参考资料：

[1] http://wxxweb.blog.163.com/blog/static/135126900201022133740759/