Go 语言中 readUInt16BE 的等效实现与字节序处理

Go 语言中 readUInt16BE 的等效实现与字节序处理

本文详细介绍了如何在 go 语言中实现 node.js `buffer.readuint16be` 的功能。通过 `encoding/binary` 包,我们可以高效地处理字节序,实现从字节切片中读取和写入无符号16位整数。文章将演示如何使用 `binary.bigendian.uint16` 和 `binary.bigendian.putuint16` 等函数来精确控制大端序和小端序的数据操作,并提供了完整的示例代码和注意事项,帮助开发者在 go 项目中进行二进制数据解析和构建。

Go 语言中的字节序处理

在跨平台或与不同系统进行二进制数据通信时,字节序(Endianness)是一个至关重要的概念。它定义了多字节数据(如 uint16, uint32, float64 等)在内存或传输流中字节的存储顺序。主要有两种字节序:

大端序 (Big-Endian):高位字节存储在低内存地址,低位字节存储在高内存地址。这与我们书写数字的习惯(从左到右,高位在前)一致。例如,十六进制数 0x1234 在大端序中存储为 [0x12, 0x34]。Node.js 的 readUInt16BE 函数正是处理大端序的无符号16位整数。小端序 (Little-Endian):低位字节存储在低内存地址,高位字节存储在高内存地址。例如,十六进制数 0x1234 在小端序中存储为 [0x34, 0x12]。

Go 语言通过标准库 encoding/binary 包提供了强大的字节序处理能力,使得开发者能够轻松地在字节切片和各种数值类型之间进行转换,并指定所需的字节序。

实现 readUInt16BE 功能

Node.js 的 Buffer.readUInt16BE(offset, [noAssert]) 函数用于从缓冲区中指定偏移量处读取一个大端序的无符号16位整数。在 Go 语言中,我们可以使用 encoding/binary 包中的 binary.BigEndian.Uint16() 函数来实现相同的效果。此外,encoding/binary 包也提供了写入相应类型数据的函数,例如 binary.BigEndian.PutUint16()。

以下是一个完整的 Go 语言示例,演示了如何读取和写入大端序及小端序的 uint16 数据:

package mainimport (    "encoding/binary"    "fmt")func main() {    // 创建一个足够大的字节缓冲区,用于存储和操作二进制数据    buf := make([]byte, 1024)    // --- 写入操作示例 ---    // 示例1: 写入一个大端序的 uint16 (值 320) 到缓冲区的偏移量 127 处    // 数值 320 的十六进制表示为 0x0140。    // 大端序意味着高位字节在前:[0x01, 0x40]。    offsetBE := 127    valueBE := uint16(320)    binary.BigEndian.PutUint16(buf[offsetBE:], valueBE)    fmt.Printf("写入大端序值 %d 到 buf[%d:],字节表示: %vn", valueBE, offsetBE, buf[offsetBE:offsetBE+2])    // 示例2: 写入一个小端序的 uint16 (值 420) 到缓冲区的偏移量 255 处    // 数值 420 的十六进制表示为 0x01A4。    // 小端序意味着低位字节在前:[0xA4, 0x01]。    offsetLE := 255    valueLE := uint16(420)    binary.LittleEndian.PutUint16(buf[offsetLE:], valueLE)    fmt.Printf("写入小端序值 %d 到 buf[%d:],字节表示: %vn", valueLE, offsetLE, buf[offsetLE:offsetLE+2])    fmt.Println("n--- 读取操作示例 ---")    // 示例3: 从缓冲区的偏移量 127 处读取一个大端序的 uint16    // 这等同于 Node.js 的 buf.readUInt16BE(127)    readResultBE := binary.BigEndian.Uint16(buf[offsetBE:])    fmt.Printf("从 buf[%d:] 读取大端序 uint16: %dn", offsetBE, readResultBE)    // 示例4: 从缓冲区的偏移量 255 处读取一个小端序的 uint16    readResultLE := binary.LittleEndian.Uint16(buf[offsetLE:])    fmt.Printf("从 buf[%d:] 读取小端序 uint16: %dn", offsetLE, readResultLE)    // 验证缓冲区在关键位置的内容    fmt.Printf("n缓冲区在偏移量 %d 处的内容 (大端序): %vn", offsetBE, buf[offsetBE:offsetBE+2])    fmt.Printf("缓冲区在偏移量 %d 处的内容 (小端序): %vn", offsetLE, buf[offsetLE:offsetLE+2])}

示例代码解析

导入必要的包: encoding/binary 用于字节序转换,fmt 用于输出。创建缓冲区: buf := make([]byte, 1024) 创建了一个长度为 1024 字节的切片,作为我们的数据存储区域。写入大端序 uint16:binary.BigEndian.PutUint16(buf[offsetBE:], valueBE):这个函数接收一个字节切片作为目标,并将 valueBE (一个 uint16 类型的值) 以大端序写入到该切片的前两个字节。buf[offsetBE:] 创建了一个从指定偏移量开始的新切片视图,PutUint16 会在这个视图的开头写入数据。写入小端序 uint16:binary.LittleEndian.PutUint16(buf[offsetLE:], valueLE):与大端序类似,但使用 binary.LittleEndian 对象来确保数据以小端序写入。读取大端序 uint16:readResultBE := binary.BigEndian.Uint16(buf[offsetBE:]):这个函数从 buf[offsetBE:] 切片的前两个字节中读取数据,并将其解释为一个大端序的 uint16 值。这正是 Node.js readUInt16BE 的等效功能。读取小端序 uint16:readResultLE := binary.LittleEndian.Uint16(buf[offsetLE:]):同样地,使用 binary.LittleEndian 对象从切片中读取小端序的 uint16 值。

注意事项

切片长度: encoding/binary 包的 Uint16 和 PutUint16 函数期望传入的字节切片至少有 2 个字节的长度。如果切片长度不足,程序会发生运行时恐慌(panic)。因此,在实际应用中,需要确保传入的切片有足够的空间来读取或写入数据。Node.js 的 noAssert 参数在 Go 中没有直接对应,Go 开发者需要自行进行边界检查。字节序匹配: 在读取或写入数据时,必须确保使用的字节序(大端序或小端序)与数据的实际存储或期望格式一致。不匹配的字节序会导致数据解析错误。其他数据类型: encoding/binary 包不仅支持 uint16,还支持 uint32, uint64, int16, int32, int64 以及浮点数类型(通过 binary.Read 和 binary.Write 配合 binary.LittleEndian 或 binary.BigEndian)。

总结

Go 语言的 encoding/binary 包为处理二进制数据提供了强大而灵活的工具。通过 binary.BigEndian 和 binary.LittleEndian 对象,开发者可以轻松地在字节切片和各种数值类型之间进行转换,并精确控制字节序。实现 Node.js readUInt16BE 功能的核心在于理解字节序的概念,并正确使用 binary.BigEndian.Uint16() 函数。掌握这些技能对于进行网络通信、文件解析或任何需要低级别二进制数据操作的 Go 项目都至关重要。

以上就是Go 语言中 readUInt16BE 的等效实现与字节序处理的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1419310.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2025年12月16日 13:03:24
下一篇 2025年12月16日 13:03:54

相关推荐

  • 浅谈.NET Core开发日志中Edge.js是什么?如何用?

    本篇文章给大家带来的内容是浅谈.net core开发日志中edge.js是什么?如何用?有一定的参考价值,有需要的朋友可以参考一下,希望对你们有所助。 最近在项目中遇到这样的需求:要将旧有系统的一部分业务逻辑集成到新的自动化流程工具中。这套正在开发的自动化工具使用的是C#语言,而旧有系统的业务逻辑则…

    2025年12月17日
    000
  • asp.net下的中文分词检索工具分享

    jieba是python下的一个检索库, 有人将这个库移植到了asp.net 平台下, 完全可以替代lucene.net以及盘古分词的搭配 之所以写这个, 其实是因为昨天面试时, 被问到网站的关键字检索你怎么做?我就是说了下sql模糊查询以及sql语句优化, 缓存。以前接触过关键字分词, 但是在.n…

    2025年12月17日
    000
  • XML中如何压缩文件_XML压缩XML文件的方法与技巧

    答案:通过ZIP/GZIP压缩、优化XML结构、使用EXI等专用格式可显著减小XML文件体积。具体包括利用通用算法压缩、精简标签与属性、采用二进制交换格式,并结合场景选择兼顾压缩率与兼容性的方案。 处理XML文件时,文件体积过大常常影响传输效率和存储成本。通过合理的压缩方法,可以显著减小XML文件的…

    2025年12月17日
    000
  • 什么是XML Infoset

    XML Infoset是W3C定义的抽象数据模型,用于标准化XML文档解析后的信息表示。它定义了11种信息项(如文档、元素、属性等),屏蔽物理格式差异,确保不同解析器对XML内容的理解一致。DOM和SAX等解析技术均基于Infoset构建:DOM将其具象化为树结构,SAX则通过事件流式暴露信息项。I…

    2025年12月17日
    000
  • XML中如何判断节点是否为叶子节点_XML判断节点是否为叶子节点的方法

    判断XML节点是否为叶子节点的关键是检查其是否有子元素。1. 使用DOM解析器时,遍历节点的子节点,若无Element类型子节点则为叶子节点;2. 使用XPath可通过表达式not(./*)筛选出没有子元素的节点;3. Python中利用ElementTree的len(node) == 0判断节点无…

    2025年12月17日
    000
  • RSS订阅中的作者信息格式

    RSS和Atom中作者信息通过或标签标识,包含姓名、邮箱及网站链接,支持多作者;正确设置有助于提升内容可信度、便于追踪与SEO。 RSS订阅中的作者信息格式,主要用于标识文章的作者,让读者知道是谁写的,方便追踪特定作者的内容。格式通常包含作者姓名、邮箱,有时还会包含作者的网站链接。 作者信息的常见格…

    2025年12月17日
    000
  • XML中如何获取根节点属性_XML获取根节点属性的操作步骤

    XML根节点有且仅有一个,可包含属性;2. Python用ET.parse解析,root.get(“属性名”)获取属性值;3. JavaScript用DOMParser解析,xmlDoc.documentElement获取根节点,getAttribute读取属性;4. Jav…

    2025年12月17日
    000
  • XML中如何提取指定节点_XML提取指定节点的详细步骤

    首先理解XML结构,明确目标节点路径;接着使用XPath表达式如//title或/books/book[@id=’1′]定位节点;然后通过Python的lxml库解析XML并执行XPath提取文本或属性;最后处理多层级节点与属性,结合条件筛选和遍历方法精准获取数据。 在处理X…

    2025年12月17日
    000
  • XML中如何去除空节点_XML去除空节点的实用方法

    答案:可通过XSLT、Python脚本或命令行工具去除XML空节点。使用XSLT模板递归复制非空节点;Python的lxml库遍历并删除无文本、无子节点、无属性的元素;XMLStarlet命令行工具执行XPath表达式快速清理空标签,处理前需明确定义空节点并备份原文件。            &lt…

    2025年12月17日
    000
  • XML中如何生成XML报表模板_XML生成XML报表模板的方法与示例

    利用XSLT、编程语言或模板引擎可生成XML报表模板:1. XSLT将源XML转换为结构化报表;2. Python等语言通过DOM操作动态构建XML;3. Jinja2等模板引擎支持变量与逻辑控制,实现灵活输出。 在XML中生成XML报表模板,实际上是指利用XML的结构化特性设计一个可复用的数据模板…

    2025年12月17日
    000
  • XML中如何比较XML文件差异_XML比较XML文件差异的操作方法

    使用专业工具或编程方法可精准比对XML差异。XMLSpy和Oxygen提供可视化比对,DiffNow适合在线轻量比对;Python的ElementTree、Java的XMLUnit支持代码级控制;xmldiff命令行工具便于自动化;预处理需统一格式、忽略无关差异,关注命名空间与大文件性能,根据场景选…

    2025年12月17日
    000
  • XML中如何解压XML字符串_XML解压XML字符串的操作方法

    先解压再解析XML。C#用GZipStream解压字节流并转字符串,Java用GZIPInputStream或InflaterInputStream读取压缩数据,结合StreamReader或BufferedReader还原为明文XML后,交由XDocument或DocumentBuilder解析;…

    2025年12月17日
    000
  • XML中如何转换XML编码格式_XML转换XML编码格式的方法与技巧

    正确识别并统一XML文件的编码声明与实际编码是解决解析错误的关键,可通过编辑器、命令行或编程方式(如Python脚本)进行转换,确保内容、声明和保存编码一致,避免乱码。 配合XSLT处理器(如Saxon),可实现内容转换的同时完成编码标准化。 基本上就这些。关键点是确保文件内容、XML声明、保存编码…

    2025年12月17日
    000
  • XML中如何判断节点是否存在_XML判断节点存在性的技巧与方法

    使用XPath或find方法判断XML节点是否存在,若返回结果为空则节点不存在,结合attrib检查属性,并区分节点存在与文本内容是否为空。 在处理XML文档时,判断某个节点是否存在是一个常见需求。无论是解析配置文件、处理接口返回数据,还是进行数据校验,准确判断节点是否存在可以避免程序出错。以下是几…

    2025年12月17日
    000
  • XML中如何生成XML文档_XML生成XML文档的详细操作方法

    使用Python、Java和JavaScript均可生成XML文档。Python通过ElementTree创建根节点与子节点并写入文件;Java利用DOM API构建元素层级并转换输出;JavaScript借助xmlbuilder库链式生成结构化XML,均需注意命名规范及特殊字符处理。 在程序开发中…

    2025年12月17日
    000
  • XML中如何删除指定节点_XML删除指定节点的方法与技巧

    使用DOM、XPath、SAX/StAX或工具库可删除XML指定节点。DOM适合中小文件,通过removeChild()删除目标节点;XPath支持复杂条件精准定位;SAX/StAX流式处理适用于大文件;工具库如ElementTree提供简洁API。选择方法需考虑文件大小与性能需求。 在处理XML文…

    2025年12月17日
    000
  • XML中如何遍历所有节点_XML遍历节点的操作方法与实践

    使用Python的ElementTree和Java的DOM均可递归遍历XML所有节点,前者通过iter()方法访问每个元素,后者利用NodeList递归处理子节点,实现信息提取或修改。 在处理XML数据时,经常需要遍历所有节点以提取信息或进行修改。实现这一目标的方法取决于使用的编程语言和解析库,但核…

    2025年12月17日
    000
  • XML中如何检查节点顺序_XML检查节点顺序的方法与技巧

    使用XPath、DOM解析、XSD约束和断言工具可检查XML节点顺序。首先通过XPath的position()函数验证节点位置,如//data/item[@type=’A’ and position()=1];其次用Python等语言解析DOM并比对实际与预期顺序;再者利用X…

    2025年12月17日
    000
  • 如何优化XML网络传输

    优化XML网络传输需从压缩、结构精简和协议升级入手。首先,Gzip压缩可减少60%-80%数据量;其次,简化标签名、去除冗余命名空间与空白字符能降低XML“体重”;再者,采用SAX或XMLPullParser流式解析替代DOM,可显著提升大文件处理效率;同时,预编译XPath/XSLT、缓存解析结果…

    2025年12月17日
    000
  • XML与EXI压缩格式比较

    XML与EXI的核心区别在于:XML以人类可读性和互操作性为优先,适合开发调试和配置,但文件体积大、解析效率低;EXI作为W3C定义的二进制格式,牺牲可读性,通过二进制编码、字符串表、模式感知等技术实现高压缩比和高速解析,适用于带宽或资源受限场景。2. 两者并非替代关系,而是互补:XML用于数据定义…

    2025年12月17日
    000

发表回复

登录后才能评论
关注微信