javascript很擅长处理字符串,但是因为它最初的设计是用来处理html文档,因此它并不太擅长处理二进制数据。javascript没有byte类型,没有结构化的类型(structured types),甚至没有字节数组,只有数字和字符串。(原文:javascript doesn't have a byte type — it just has numbers — or structured types, or http://skylitecellars.com/ even byte arrays: it just has strings.)
因为node基于javascript,它自然可以处理类似http这样的文本协议,但是你也可以用它来跟数据库交互,处理图片或文件上传等,可以想象,如果仅仅用字符串来做这些事得有多困难。早些时候,node通过将byte编码成文本字符来处理二进制数据,但这种方式后来被证明并不可行,既浪费资源,又缓慢,又不灵活,而且难以维护。
node有一个二进制缓冲实现buffer,这个伪类(pseudo-class)提供了一系列处理二进制数据的api,简化了那些需要处理二进制数据的任务。缓冲的长度由字节数据的长度决定,而且你可以随机的设置和获取缓冲内的字节数据。
注意:buffer类有一个特殊的地方,缓冲内的字节数据所占用的内存不是分配在javascrp
it vm内存堆上的,也就是说这些对象不会被javascript的垃圾回收算法处理,取而代之的是一个不会被修改的永久内存地址,这也避免了因缓冲内容的内存复制所造成的cpu浪费。
创建缓冲
你可以用一个utf-8字符串创建缓冲,像这样:
var buf = new buffer(‘hello world!');
也可以用指定编码的字符串创建缓冲:
var buf = new buffer('8b76fde713ce', 'base64');
可接受的字符编码和标识如下:
1.ascii——asci,仅适用于ascii字符集。
2.utf8——utf-8,这种可变宽编码适用于unicode字符集的任何字符,它已经成了web世界的首选编码,也是node的默认编码类型。
3.base64——base64,这种编码基于64个可打印ascii字符来表示二进制数据,base64通常用于在字符文档内嵌入可以被转化成字符串的二进制数据,在需要时又可以完整无损的转换回原来的二进制格式。
如果没有数据来初始化缓冲,可以用指定的容量大小来创建一个空缓冲:
var buf = new buffer(1024); // 创建一个1024字节的缓冲
获取和设置缓冲数据
创建或接收一个缓冲对象后,你可能要查看或者修改它的内容,可以通过[]操作符来访问缓冲的某个字节:
var buf = new buffer('my buffer content');
// 访问缓冲内第10个字节
console.log(buf[10]); // -> 99
注意:当你(使用缓冲容量大小来)创建一个已初始化的缓冲时,一定要注意,缓冲的数据并没有被初始化成0,而是随机数据。
var buf = new buffer(1024);
console.log(buf[100]); // -> 5 (某个随机值)
你可以这样修改缓冲里任何位置的数据:
buf[99] = 125; // 把第100个字节的值设置为125
注意:在某些情况下,一些缓冲操作并不会产生错误,比如:
1.缓冲内的字节最大值为255,如果某个字节被赋予大于256的数字,将会用256对其取模,然后将结果赋给这个字节。
2.如果将缓冲的某个字节赋值为256,它的实际值将会是0(译者注:其实跟第一条重复,256%256=0)
3.如果用浮点数给缓冲内某个字节赋值,比如100.7,实际值将会是浮点数的整数部分——100
4.如果你尝试给一个超出缓冲容量的位置赋值,赋值操作将会失败,缓冲不做任何修改。
你可以用length属性获取缓冲的长度:
var buf = new buffer(100);
console.log(buf.length); // -> 100
还可以使用缓冲长度迭代缓冲的内容,来读取或设置每个字节:
var buf = new buffer(100);
for(var i = 0; i < buf.length; i++) {
buf[i] = i;
}
上面代码新建了一个包含100个字节的缓冲,并从0到99设置了缓冲内每个字节。
切分缓冲数据
一旦创建或者接收了一个缓冲,你可能需要提取缓冲数据的一部分,可以通过指定起始位置来切分现有的缓冲,从而创建另外一个较小的缓冲:
var buffer = new buffer("this is the content of my buffer");
var smallerbuffer = buffer.slice(8, 19);
console.log(smallerbuffer.tostring()); // -> "the content"
注意,当切分一个缓冲的时候并没有新的内存被分配或复制,新的缓冲使用父缓冲的内存,它只是父缓冲某段数据(由起始位置指定)的引用。这段话含有几个意思。
首先,如果你的程序修改了父缓冲的内容,这些修改也会影响相关的子缓冲,因为父缓冲和子缓冲是不同的javascript对象,因此很容易忽略这个问题,并导致一些潜在的bug。
其次,当你用这种方式从父缓冲创建一个较小的子缓冲时,父缓冲对象在操作结束后依然会被保留,并不会被垃圾回收,如果不注意的话,很容易会造成内存泄露。
注意:如果你担心因此产生内存泄露问题,你可以使用copy方法来替代slice操作,下面将会介绍copy。
复制缓冲数据
你可以像这样用copy将缓冲的一部分复制到另外一个缓冲:
var buffer1 = new buffer("this is the content of my buffer");
var buffer2 = new buffer(11);
var targetstart = 0;
var sourcestart = 8;
var sourceend = 19;
buffer1.copy(buffer2, targetstart, sourcestart, sourceend);
console.log(buffer2.tostring()); // -> "the content"
上面代码,复制源缓冲的第9到20个字节到目标缓冲的开始位置。
解码缓冲数据
缓冲数据可以这样转换成一个utf-8字符串:
var str = buf.tostring();
还可以通过指定编码类型来将缓冲数据解码成任何编码类型的数据。比如,你想把一个缓冲解码成base64字符串,可以这么做:
var b64str = buf.tostring("base64");
使用tostring函数,你还可以把一个utf-8字符串转码成base64字符串:
var utf8string = 'my string';
var buf = new buffer(utf8string);
var base64string = buf.tostring('base64')
小结
有时候,你不得不跟二进制数据打交道,但是原生javascript又没有明确的方式来做这件事,于是node提供了buffer类,封装了一些针对连续内存块的操作。你可以在两个缓冲之间切分或复制内存数据。
你也可以把一个缓冲转换成某种编码的字符串,或者反过来,把一个字符串转化成缓冲,来访问或处理每个bit。
更多node.js中使用buffer编码、解码二进制数据详解。