劃分二進制序列

我需要能夠劃定二進制數據流。我正在考慮使用ASCII EOT（End of Transmission）字符來做到這一點。劃分二進制序列

但是我有點擔心 - 我怎麼能確定用於這個（0b00000100）的特定二進制序列不會出現在我自己的二進制序列中，因此給出了定界誤報？

換句話說，如何最好地處理二進制分隔？

編輯：...沒有使用長度標題。對不起，你應該提到過這個。

通常，您將二進制數據打包爲衆所周知的格式，例如使用描述後續數據的固定標頭。如果您試圖在未知數據流中查找分隔符，通常需要一個轉義序列。例如，像HDLC，其中0x7E是幀分隔符。必須對數據進行編碼，使得如果數據中有0x7E，則將其替換爲0x7D，後跟原始數據的XOR。數據流中的0x7D也同樣被轉義。

2011-12-17 00:45:44 TJD

如果二進制記錄可以真正包含任何數據，請嘗試在數據之前添加一個長度，而不是數據之後的標記。這有時稱爲前綴長度，因爲長度在數據之前。

否則，您將不得不逃離字節流中的分隔符（並轉義轉義序列）。

2011-12-17 00:43:06

您可以在其之前預先設置二進制數據的大小。如果您正在處理流式數據並且事先不知道其大小，則可以將其分成塊，並且每個塊都以大小字段開始。

如果你設置了一個塊的最大大小，你將會得到除最後一個塊以外的所有塊都相同的長度，如果你需要它將簡化隨機訪問。

2011-12-17 00:43:07

你有五個選項：

使用一個分隔符，這是不太可能發生。這可能會導致您猜錯的風險。我不推薦這種方法。
使用分隔符和escape sequence來包含分隔符。您可能需要將轉義字符加倍，具體取決於使解析更簡單的原因。（請考慮C \0在某些內容中包含ASCII NUL。）
使用分隔符詞組您可以確定不會發生。（想想mime message boundaries。）
預先編制一個長度字段的某種類型，所以你知道讀取下面的N個字節作爲數據。這有一個缺點，就是在寫入數據之前要求你知道這個長度，這有時是困難的或不可能的。
使用更復雜的東西，如ASN.1，完全描述全部您的內容。（我不知道我是否真的推薦這個，除非你可以使用好的 - 在最好的情況下使用ASN.1是很尷尬的，但它確實允許完全明確的二進制數據解釋。）

2011-12-17 00:50:04 sarnold

回答