在跨平台开发或者处理不同设备生成的二进制文件时，CPU架构的字节序差异是一个常见的问题。小端序架构的CPU会将多字节数据的高位字节放在高地址，低位字节放在低地址，而大端序架构则相反。如果直接读取不同字节序架构生成的二进制文件，就会出现数值解析错误的情况，因此需要在读取时进行对应的字节序转换。
字节序的基本概念
字节序指的是多字节数据在内存中的存储顺序，主要分为两种类型：
- 小端序（Little-Endian）：数据的低位字节存储在内存的低地址处，高位字节存储在高地址处，常见的x86、x64架构CPU都是小端序。
- 大端序（Big-Endian）：数据的高位字节存储在内存的低地址处，低位字节存储在高地址处，部分ARM架构、网络传输协议默认使用大端序。
比如一个32位整数0x12345678，在小端序内存中的存储顺序是78 56 34 12，在大端序内存中的存储顺序是12 34 56 78。
判断当前系统的字节序
在编写转换逻辑前，首先需要判断当前运行的CPU架构属于哪种字节序，可以通过一个简单的联合体来实现：
#include <iostream>
#include <cstdint>
// 判断当前系统是否为小端序
bool is_little_endian() {
union {
uint16_t num;
uint8_t bytes[2];
} test;
test.num = 0x0102;
// 如果低地址存储的是02，说明是小端序
return test.bytes[0] == 0x02;
}
int main() {
if (is_little_endian()) {
std::cout << "当前系统为小端序" << std::endl;
} else {
std::cout << "当前系统为大端序" << std::endl;
}
return 0;
}
通用的字节序转换实现
字节序转换的核心逻辑是反转多字节数据的字节顺序，下面提供不同长度数据的转换函数：
#include <cstdint>
#include <algorithm>
// 16位数据字节序反转
uint16_t swap_endian_16(uint16_t value) {
return (value << 8) | (value >> 8);
}
// 32位数据字节序反转
uint32_t swap_endian_32(uint32_t value) {
return ((value & 0x000000FF) << 24) |
((value & 0x0000FF00) << 8) |
((value & 0x00FF0000) >> 8) |
((value & 0xFF000000) >> 24);
}
// 64位数据字节序反转
uint64_t swap_endian_64(uint64_t value) {
return ((value & 0x00000000000000FFULL) << 56) |
((value & 0x000000000000FF00ULL) << 40) |
((value & 0x0000000000FF0000ULL) << 24) |
((value & 0x00000000FF000000ULL) << 8) |
((value & 0x000000FF00000000ULL) >> 8) |
((value & 0x0000FF0000000000ULL) >> 24) |
((value & 0x00FF000000000000ULL) >> 40) |
((value & 0xFF00000000000000ULL) >> 56);
}
如果文件中的数据是大端序存储，而当前系统是小端序，那么读取后调用上述转换函数即可得到正确的数值。如果两端字节序相同，则不需要转换。
读取二进制文件的实战示例
假设我们有一个二进制文件，存储的是大端序的二进制数据，文件结构如下：
| 偏移量 | 数据类型 | 说明 |
|---|---|---|
| 0 | uint32_t | 文件标识，固定为0x12345678 |
| 4 | uint16_t | 数据数量 |
| 6 | uint32_t数组 | 对应数量的数据内容 |
下面是实现读取该文件并处理字节序的完整代码：
#include <iostream>
#include <fstream>
#include <vector>
#include <cstdint>
#include <algorithm>
// 判断当前系统是否为小端序
bool is_little_endian() {
union {
uint16_t num;
uint8_t bytes[2];
} test;
test.num = 0x0102;
return test.bytes[0] == 0x02;
}
// 32位字节序转换
uint32_t swap_endian_32(uint32_t value) {
return ((value & 0x000000FF) << 24) |
((value & 0x0000FF00) << 8) |
((value & 0x00FF0000) >> 8) |
((value & 0xFF000000) >> 24);
}
// 16位字节序转换
uint16_t swap_endian_16(uint16_t value) {
return (value << 8) | (value >> 8);
}
int main() {
// 打开二进制文件
std::ifstream file("test.bin", std::ios::binary);
if (!file.is_open()) {
std::cerr << "无法打开文件" << std::endl;
return 1;
}
// 读取文件标识
uint32_t file_flag;
file.read(reinterpret_cast<char*>(&file_flag), sizeof(file_flag));
// 假设文件是大端序存储，当前系统是小端序则转换
if (is_little_endian()) {
file_flag = swap_endian_32(file_flag);
}
// 校验文件标识
if (file_flag != 0x12345678) {
std::cerr << "文件格式错误" << std::endl;
return 1;
}
// 读取数据数量
uint16_t data_count;
file.read(reinterpret_cast<char*>(&data_count), sizeof(data_count));
if (is_little_endian()) {
data_count = swap_endian_16(data_count);
}
// 读取数据内容
std::vector<uint32_t> data_list(data_count);
for (uint16_t i = 0; i < data_count; ++i) {
file.read(reinterpret_cast<char*>(&data_list[i]), sizeof(uint32_t));
if (is_little_endian()) {
data_list[i] = swap_endian_32(data_list[i]);
}
}
// 输出读取结果
std::cout << "读取到" << data_count << "条数据：" << std::endl;
for (uint32_t val : data_list) {
std::cout << val << std::endl;
}
file.close();
return 0;
}
注意事项
- 转换前一定要先明确二进制文件的存储字节序，以及当前运行系统的字节序，避免不必要的转换。
- 单字节类型的数据（如
char、uint8_t）不存在字节序问题，不需要转换。 - 如果处理的二进制文件是网络传输的数据，通常默认是大端序（网络字节序），读取时按照大端序转本地字节序的逻辑处理即可。
- 部分系统提供了内置的字节序转换函数，比如Linux下的
htons、ntohl等，也可以直接使用，但需要注意这些函数通常针对网络字节序设计，通用性不如自定义转换函数。
字节序转换是跨平台二进制数据处理的基础操作，掌握判断系统字节序的方法和通用的转换逻辑，就能应对大部分二进制文件读取的场景。