Erlang第二課 ---- bit串

Erlang是被設計來用在電信設備中的，這意味着須要處理大量的二進制數據。也正由於如此，Erlang把binary和binary string提高到了一個至關高的位置，提供了極爲豐富的操做機制。固然，豐富意味着多，多了可能會有些眼花繚亂，有人給的建議是，若是感受搞不定怎麼處理bit串，能夠先在shell裏面慢慢的試出本身要的表達，而後copy到程序中去。

 

一、下面例子形象展現了bit 流的組裝：

> Color = 16#F09A29.
15768105
> Pixel1 = <<Color>>.                          
<<")">>
> Pixel2 = <<Color:16>>.
<<154,41>>
> Pixel3 = <<Color:24>>.
<<240,154,41>>

咱們能夠看到：

1）在定義Pixel1時，咱們沒有給bit串指定長度，因此，它默認是一個byte，而0x29剛好是字符「)」；

2）在定義Pixel2時，咱們指定bit串的長度是16，咱們看到他把後面16位轉換爲bit串，即咱們看到的兩個8bit長數字；

3）在定義Pixel3時，咱們指定bit串的長度是24，而後咱們就獲得了完整的bit串-3個8bit長的bit串。

 

二、用patten matching 對bit流進行拆分，具體以下：

1> Pixels = <<213,45,132,4,76,32,76,0,0,234,32,15>>.
<<213,45,132,4,76,32,76,0,0,234,32,15>>
2> <<Pix1,Pix2,Pix3,Pix4>> = Pixels.
** exception error: no match of right hand side value <<213,45,132,4,76,32,76,0,0,234,32,15>>
3> <<Pix1:24,Pix2:24,Pix3:24,Pix4:24>> = Pixels.
<<213,45,132,4,76,32,76,0,0,234,32,15>>
4> <<Pix1:24>>.
<<213,45,132>>

這裏的操做有：

1）表達式2並無指定patten matching的長度，Erlang默認按8bit處理，因此，4x8=32bit，與右邊的4x24長度不匹配。即，彈出的error：no match。

2）表達式3咱們指定了24-24-24-24這樣的長度，與右邊匹配，因此取出了<<Pix1:24>>=<<213,45,132>>.

另外，若是咱們只去第一個8位，是不必去拆開整個bit串的，Erlang給咱們準備了一個語法糖：

> <<R:8,Rest/binary>> = Pixels.
<<213,45,132,4,76,32,76,0,0,234,32,15>>
> R.
213

 

三、Erlang中bit串的描述方式包括：

• Value
• Value:Size
• Value/TypeSpecifierList
• Value:Size/TypeSpecifierList

咱們來具體看看這些是什麼。其中，TypeSpecifierList有「Unit:xxx」, 「Type」,「Signedness」還有「Endianness」幾種，使用時用(-)來隔開：

-Value. 這個bit串表明的這個數值爲多少。

-Size. 這一bit串佔用了多少Unit。

-Unit:xxx. xxx 取值範圍是1-255，表示每Unit佔的bit數。Size x Unit爲該數實際佔用的bit數。

-Type. 這個屬性描述了bit流是按什麼方式組織的，有integer,float,binary(bytes),bitstring(bits),utf8,utf16, and utf32。若是沒有指定格式，Erlang會默認認爲他是integer類型。其中integer，float，binary默認的一個unit佔1bit，咱們能夠用Unit來指定各個type每一個unit佔用幾個bit；這僅僅表示它申請了這麼多內存，可是存放時僅僅是在前面插了一些0。例如，

> <<8:8/unit:2>> == <<8:16>>.
true
> <<123456:16/unit:2>>.
<<0,1,226,64>>
> <<123456:32>>.
<<0,1,226,64>>

如上，「16個unit，每一個unit佔2bit」與「32個unit，每一個unit佔1bit」表示的是一樣多的bit數。

-Signedness.這一屬性只有兩個選項signed和unsigned，默認是unsigned。同時，只有bit串是integer類型的時候，咱們纔會考慮這一屬性。

-Endianness.可能的值有big，little，native，默認是big，並且在標準的網絡協議應用中都是big ending。同時，大小端只有在數據是integer,utf16,utf32,或者是float時有用。native取決於cpu運行時使用大端仍是小端。

 舉例：

1> <<Y:4/unit:8>> = <<72,0,0,0>>.
<<72,0,0,0>>
2> Y.
1207959552
3> <<X:4/little-unit:8>> = <<72,0,0,0>>.
<<72,0,0,0>>
4> X.
72

上面的代碼中：

-1中，這個bit串是integer型的，它的值爲Y，Size爲4，每一個Unit爲8位。那麼，右邊的bit串表明一個integer的話，這個integer的值應該是1207959552。

-3中，這個bit串一樣是integer型的，它的值爲X，Size爲4，每一個Unit爲8位；可是，這個bit串是小端存放的。那麼，右邊的bit串若是表明一個小端存放的integer的話，這個integer的值應該是72。

 

四、bit串的運算方式有：左移（bsl，bit shift left），右移（bsr，bit shift right），按位與（band），按位或（bor），按位亦或（bxor），按位取反（bnot）。

 

五、binary strings處理字符串要比Lists更加的節省空間，主要是Lists事實上更像是鏈表，而binary更像是array（a tightly packed block of memory）。因此，在不須要對字符串進行太多處理，或者是內存比較敏感的狀況下，你們更樂意用binary string。

ps：儘管binary string是種輕量級的方案，可是，咱們仍是應該儘可能避免使用它來作tag。這是由於，沒有什麼比atom更適合作tag了，使用其它就多餘了。

> <<"this is a binary string!">>.
<<"this is a binary string!">>

 

六、binary comprehension是和Lists comprehension同樣的存在。只不過，咱們在描述元素屬於某個bit串時，使用的符號由"<-"變成了「<=」；描述的目標是一個bit串時，咱們要把最外面的「[ ]」，一樣換成"<<>>"。具體能夠看下面兩個例子：

> Pixels = <<213,45,132,64,76,32,76,0,0,234,32,15>>.
<<213,45,132,64,76,32,76,0,0,234,32,15>>
> RGB = [ {R,G,B}||<<R:8,G:8,B:8>> <= Pixels ].
[{213,45,132},{64,76,32},{76,0,0},{234,32,15}]

這樣，咱們輕鬆的把Pixels數據轉化爲RGB tuple的lists。注意「<<R:8,G:8,B:8>> <= Pixels」一句，8-8-8只有24個bit，而Pixels有12 X 8個bit，因此，這裏處理的時候，是按描述循環取了四次。

另外一個例子偏偏相反：

> << <<R:8,G:8,B:8>> || {R,G,B} <- RGB >>.
<<213,45,132,64,76,32,76,0,0,234,32,15>>

 ps：咱們要注意generator返回的bit串是什麼類型，忽略的話可能會出錯。好比在下面例子中：

> << <<Bin>> || Bin <- [<<3,7,5,4,7>>]>>.
** exception error: bad argument
> << <<Bin/binary>> || Bin <- [<<3,7,5,4,7>>]>>.
<<3,7,5,4,7>>

首先應該注意到，[<<3,7,5,4,7>>]是構建了一lists，其中只有一個元素，即，一個bit串。

上面的代碼先是定義bit串<<Bin>>，Value的類型默認是integer，即Bin是一個integer類型的數，而後嘗試把generator產生的bit串賦值給Bin...等等，這就是bad argument的根源所在。

第二次，咱們聲明Bin的Value是binary類型的，因此，咱們成功的接收了這個bit串。

 

更多關於bit串的處理，參見: http://user.it.uu.se/~pergu/papers/erlang05.pdf