为什么会有人这样做呢？我在推特上看到有人争辩说，将数据保存为 JSON 显然不是专业开发者所做的事情。显然，我也必须成为一个真正的开发者。结果，答案就是二进制。自然，我想到了一个绝妙的主意：“制作我自己的二进制格式有多难呢？” 想必这只是稍微的 wb 。不幸的是，这并不仅仅是个 wb 。我最后建立了一个完整的二进制模式语言，能够将 JSON 负载缩小 80%。 jBin 什么是二进制打包？假设我们有一些数据 "hello world"，那么它将在 ASCII 中被转换为 104 101 108 108 111 32 119 111 114 108 100 h e l l o [SPACE] w o r l d 所以 h 在 ASCII 中变成 104。因为这些 ASCII 值适合在 8 位之内，每个字符占用 1 字节。h e l 01101000 01100101 01101100 l o [SPACE] 01101100 01101111 00100000 w o r 01110111 01101111 01110010 l d 01101100 01100100 所以我们可以用一些简单的 C 代码来写它： FILE *f = fopen ( "file.bin" , "wb" ); unsigned char data [] = "hello world" ; fwrite (data, 1 , sizeof (data) - 1 , f); fclose (f); 很简单。现在让我们试着写 104。显然，我们可以直接将 104 写成 ASCII 字符： '1' '0' '4' → 49 48 52 但是这需要 3 字节，而这个数字只需要 1 字节。所以如果我们想节省这 2 字节，我们需要某种方法来告诉解码器，“嘿，这是一整数，不是字符串。”你可以添加一个头部，这样只需添加一个额外的字节（这取决于你有多少种类型……希望你没有超过 128 种类型……如果你有的话，那你就有更大的问题了。好吧！让我们用第一个字节来表示我们的类型，第二个字节来表示我们的数据。 [TYPE][DATA] 假设 0 是整数，1 是字符串，那么 104 将被表示为 00000000 01101000，而字符串将是…… 00000001 01101000 哎等等……那样只会给我们 h 我们需要一种方法来表示不同长度的数据。好吧，让我们再加一个字节。它应该表示我们字符串的长度。所以现在我们的二进制变成了 [TYPE][LENGTH][DATA] 太棒了！现在我们可以像这样表示我们的字符串：[TYPE] [LENGTH] [DATA] (STRING) (11) 00000001 00001011 00… h e l 01101000 01100101 01101100 l o [SPACE] 01101100 01101111 00100000 w o r 01110111 01101111 01110010 l d 01101100 01100100 太棒了！现在我们可以一起打包字符串和整数了！假设我们想表示 "userid": 123 现在你可以将所有的东西打包在一起 [TYPE:STRING][LENGTH:6][WORD:userid][TYPE:INT][LENGTH:-][DATA:123] 太棒了！我们可以将 123 表示为一个字节的数字，加上 2 字节的头部。但注意，我们并不真的在使用 LENGTH 字段对于整数？那它有什么用呢？浪费字节，对吧？ 好吧……如果我们去掉它，我们的二进制读取器怎么知道头部在哪里结束？它需要某种方法来表示“好吧，头部完成了，现在开始读取实际数据。” 嗯。我们可以用什么来表示一个字节的结束。头部的长度字节，或许？ 嗯。这是冗余的。我们是去掉长度字段以添加另一个长度字段吗？但是嘿，我们可以在头部本身使用一个位。我们可以有一个位表示：我不是头部中的最后一个字节。还有更多。你可能会想：为什么不使用 LSB（最低有效位）？那么我们只能表示偶数。这并不是……理想。所以我们将使用 MSB（最高有效位）代替。所以现在我们的标志看起来像这样：[CONTINUATION BIT][7 BITS OF DATA] 如果继续位是 1，则还有另一个头部字节。如果它是 0，头部就完成了。使用这个，我们可以将 123 变成 [TYPE=0][DATA=123] 如果它是字符串则为 [TYPE=1][LENGTH=11][DATA=104]……所以它是类型 1，长度 11，但等等……如果长度大于 127 呢？用 7 位你只能表示最多 127！我们采用同样的方法！但是对于整数！如果第一位是 1，则整数继续。 128 可以写成：10000001 00000000 ^ MSB / 继续位（大端） 二进制读取器将做的事情：读取第一个字节。MSB 是 1，因此还有另一个字节。剩下的 7 位是 1。读取第二个字节。它的 MSB 是 0，因此这是最后一个字节。剩下的 7 位是 0。将两个 7 位的值合并得到 128。这是一种变长整型（varint）。我们在这里使用的编码是小端：最低有效的 7 位先到。 10000000 00000001 嘿，这太棒了，不是吗？你可以在同一个二进制中表示不同的类型，并且你的二进制解析器会正确读取它们。但是要注意，我们是按字段存储这些数据的。 [TYPE][DATA] [TYPE][DATA] [TYPE][DATA] 而且大多数数据并不仅仅是一堆随机值浮动。它通常是结构化的。看看 C 结构： struct { int i; char *s; int a [ 10 ]; } 这将在 32 位系统上表示为：[32 位整数] [32 位指针] [10 × 32 位整数] 而且我们不需要每次都添加头部。因为我们从结构本身就知道数据的类型。嗯。我想知道我们是否可以为我们的二进制数据做到这一点……是的，我们可以。这就是模式的意义！所以对于我们的结构，我们的模式可以简单表示为： i: int s: char * a: list(int) 模式让我们知道类型，而不需要将类型存储在每个值旁边。