Javascript的二进制数据处理学习 ——nodejs环境和浏览器环境分别分析

以前用JavaScript主要是处理常规的数字、字符串、数组对象等数据，基本没有试过用JavaScript处理二进制数据块，最近的项目中涉及到这方面的东西，就花一段时间学了下这方面的API，在此总结一下。

首先浏览器是没有主动读取本地文件的权限的，所以对JavaScript处理二进制数据能力的学习，应该从运行在服务器端的nodejs看起。

Nodejs 中的 Buffer

为了方便处理二进制数据，nodejs特地封装了一个Buffer模块。文档地址：http://nodejs.cn/doc/node/buffer.html

buffer模块的基础API

可以通过下面的方式来初始化一个Buffer对象，传入参数50，这样就在内存中申请了一个50byte，400bit的区域来备用，这块区域的大小一旦申请就不能改变，然后通过Buffer对象的fill方法来填充这块内存区域，。

传入的“abc”字符串，默认会按照utf8编码的方式解码为二进制数据，存入到这一块内存区域中对应的位置。

可以看到，Buffer对象在debug工具中显示的是一个长度为50的Uint8Array数组，这个Uint8Array对象是啥后边会解释。

数组的每一位上都存储着一个无符号8位整数，也就是一个字节，0~255。

Buffer对象初始化方法还包括：

Buffer对象还有一些比较、拼接、复制、填充等方法，在上面的文档中都有

nodejs的fs模块

不光手动初始化可以获取一个Buffer对象，通过fs模块来读取文件，也可以获取一个buffer对象。

 dnf.exe是一个存放于硬盘中的31733096字节的文件

通过fs模块的readFileSync方法读取此文件，可以得到一个Buffer对象，此Buffer对象

    

运行之后结果如下：

这样dnf.exe文件就被读取到了内存中，nodejs中有了一个Buffer对象，其占用的内存空间是31733096byte。

Buffer对象可以被写入本地文件系统，或者通过网络写入远程的机器中，或者转换为字符串来做更多的操作，或者不做任何处理。

上面例子中的场景，我们可以在当前目录下用次buffer写入一个新的文件

运行完毕后：

这个例子可以行得通，然而事情不会一直这么简单。

我的电脑内存大小是8G，当我想用这段代码copy一个12G的文件时，会发生什么事情呢？ 在第一步读取文件的时候，我们需要创建一个占用12G大小内存空间的Buffer对象，这样显然是行不通的，内存会爆掉。那怎么办呢？

 

Nodejs中的 Stream

什么是Stream，为什么要有Stream

上一小节的例子中，我们遇到了内存不够用的情况，显然我们就需要把数据分成一小块一小块，一块一块的放到内存中去处理，这样内存就不会爆掉了~

在这里我想比喻一下，方便理解：

 

CPU相当于一个工人

工人需要操作工具加热水（CPU需要运行代码执行计算）

硬盘相当于一个水池

水池里边可以蓄水，容量很大，但是不能在水池里边直接加热水，需要把水放进锅中（硬盘可以存放数据，容量很大，但是不能直接在硬盘中利用数据执行计算，需要把数据读进内存中）

内存相当于一口锅

锅可以盛水并加热，但是容量不大（内存中可以存放数据用于计算，但是容量不大）

 

加热-导入水（计算-导入数据）

那么上面小节中我们遇到的问题就是：池子中的水太多，一次倒锅里去就溢出来了，加热不了了。于是我们采取一种措施：

从水池中连接一个管道到锅中，这根管道（stream.Readable类）可以把水从池子中导入锅中

管子一开始是封闭的，我们可以把开关打开（绑定 Event: 'data'，此事件绑定之后即刻触发）

也可以暂停导入（readable.pause()）

可以恢复导入（readable.resume()）

还可以手动导入（readable.read()）

 

加热完毕—导出水（计算完毕-导出数据） 

当导入的一锅水烧好以后，需要把这一锅水倒出去才能处理下一锅，于是

从锅中连接一根管道（stream.Writable类）到另外的容器中（可能是硬盘中的另外一块区域，也可能是远程的另外一台机器）

和上面的readStream一样，

管子可以向另外一个地方导出水（writable.write）

 

不计算只中转

当锅只是起一个中转的作用时，可以把导入管接到导出管上去（readable.pipe(destination[, options])）

过程中也可以把他们分开（readable.unpipe([destination])）

 

既可以导出也可以导入的Stream

有的管道既可以导入，也可以导出（stream.Transform）

Stream模块基本用法

基础API当然还是官方文档：http://nodejs.cn/doc/node/stream.html

把前边的例子改写：

 

、

或者更简单的

或者

readstream中的内容默认是Buffer对象，在读取之前设置字符编码，读取的时候即可获取字符串。

Stream的应用场景

用到Stream的地方有

刚才说的file system

http模块的request对象和response对象

net模块的数据传输

当我们需要持续的向一个地址写入二进制数据or从一个地址读出二进制数据时，我们也可以根据nodejs官方提供的API实现我们自己的读写stream

当我们用nodejs做http代理的时候，对于客户端，nodejs是服务器，response对象是一个writeStream；对于目标服务器，nodejs是客户端，res对象是一个readStream，

因此直接res.pipe(response)就把目标服务器的数据转发给客户端了。

http服务端向客户端写入文件的时候，也可以直接把文件的readStream对接到response上

浏览器中的 ArrayBuffer

上面nodejs中的Buffer对象在ws控制台中显示出来的是Uint8Array，对于这一点我查了下，发现es5其实是有二进制处理的API的，只是在浏览器端用的实在不多，所以之前并没有关注到。

下面是msdn文档里边对ArrayBuffer的解释：

ArrayBuffer 对象表示用于存储不同类型化数组的数据的原始数据缓冲区。无法直接读取或写入 ArrayBuffer，但可以将它传递给类型化数组或 DataView 对象 来解释原始缓冲区。可以使用 ArrayBuffer 来存储任何类型的数据（或混合类型的数据）。

 

、

存储二进制数据，定义时length以byte来计数，看起来是不是和nodejs环境下的Buffer很像？

但是看API这东西并不能直接写入和读取数据，所以，接着往下看吧！

 

 

ArrayBuffer的查看和编辑视图——类型化数组和DataView

什么是类型化数组

刚刚说到的ArrayBuffer，看起来有点像nodejs中的Buffer对象，但是又没有Buffer对象的读写API，这个不太科学嘛，所以肯定需要一种办法来操作它。

实际上，ArrayBuffer对象就是一块静止的二进制数据存储区：

00000001 00000010 000000011 00000100

当需要写入或者操作这段内存区时，如果直接开几个API让你写入01010101这种数据，我想你的内心一定是崩溃的。

所以es5提供了一些视图来表示和操作这些二进制数据，比如，每8位二进制数转换成一个10进制的8位无符号整数，存入一个特殊数组中，就是

Uint8Array  [1,2,3,4]

这种数组的原型并没有指向Array.prototype，它不具有JavaScript普通数组的那些操作方法，同时这种数组里边所有的元素一定是一个0~255的整数。

当我们操作 arr[3]=1之后，Uint8Array就变成了

[1,2,3,1]

而ArrayBuffer的内容就变成了

00000001 00000010 000000011 00000001

要注意的是，ArrayBuffer是原始数据，根据原始数据可以创建多份不同类型的数据视图，当任何一个视图改变了原始数据后，其他视图所看到的数据都会发生变化，下面会给出例子。

这个Uint8Array  是不是很眼熟呢？  看起来nodejs中的Buffer和浏览器环境下的Uint8Array有某种联系啊！

类型化数组类型

这种视图的类型有很多：

每种数组中的数据类型不同，看名字可以明白他们存放的数据类型，例如Float32Array，就是把每32个二进制数转换成一个无符号浮点数，存入这种类型化数组中。

类型化数组操作API

初始化方法：

 

属性解释：

 

操作方法：

 

 

 

DataView

DataView是一个可以获取ArrayBuffer数据和编辑ArrayBuffer数据的对象，它取ArrayBuffer中的一个片段，提供一些方法来获取或编辑这些片段中的数据，不像类型化数组一样把数据放入一个数组结构中。

方法

下表列出了 DataView 对象的方法。

方法	描述
getInt8 方法	在相对于视图开始处的指定字节偏移量位置处获取 Int8 值。
getUint8 方法 (DataView)	在相对于视图开始处的指定字节偏移量位置处获取 Uint8 值。
getInt16 方法 (DataView)	在相对于视图开始处的指定字节偏移量位置处获取 Int16 值。
getUint16 方法 (DataView)	在相对于视图开始处的指定字节偏移量位置处获取 Uint16 值。
getInt32 方法 (DataView)	在相对于视图开始处的指定字节偏移量位置处获取 Int32 值。
getUint32 方法 (DataView)	在相对于视图开始处的指定字节偏移量位置处获取 Uint32 值。
getFloat32 方法 (DataView)	在相对于视图开始处的指定字节偏移量位置处获取 Float32 值。
getFloat64 方法 (DataView)	在相对于视图开始处的指定字节偏移量位置处获取 Float64 值。
setInt8 方法 (DataView)	在相对于视图开始处的指定字节偏移量位置处存储 Int8 值。
setUint8 方法 (DataView)	在相对于视图开始处的指定字节偏移量位置处存储 Uint8 值。
setInt16 方法 (DataView)	在相对于视图开始处的指定字节偏移量位置处存储 Int16 值。
setUint16 方法 (DataView)	在相对于视图开始处的指定字节偏移量位置处存储 Uint16 值。
setInt32 方法 (DataView)	在相对于视图开始处的指定字节偏移量位置处存储 Int32 值。
setUint32 方法 (DataView)	在相对于视图开始处的指定字节偏移量位置处存储 Uint32 值。
setFloat32 方法 (DataView)	在相对于视图开始处的指定字节偏移量位置处存储 Float32 值。
setFloat64 方法 (DataView)	在相对于视图开始处的指定字节偏移量位置处存储 Float64 值。

一种特殊的类型化数组

Uint8ClampedArray和Uint8Array类似，唯一不同的是，当插入数组的值不在0~255之间的时候，取值策略不同，Uint8Array是将输入的数字取模，而Uint8ClampedArray是大于255取255，小于0取0

Uint8ClampedArray在canvas的getImageData时用到，因为颜色值#ffffff，刚好用3个字节来表示，比较合适~

类型化数组理解时要注意的特点

  初始化时字节取值范围

ArrayBuffer初始化时的length是以字节(byte)为单位的而不是位(bit)，

通过缓冲区初始化类型化数组的时候，offerset代表的缓冲区中的偏移量，也

而类型化数组初始化时的length是类型化数组中的length代表的并不是此次初始化要使用的缓冲区中的字节长度，而是类型化数组中的元素个数。

 Uint32Array = new Uint32Array ( buffer, byteOffset, length);

所以例如Uint32Array实际被使用的缓冲区中的字节应该是从第byteOffset个到第byteOffset+4*length个字节，而不是从第byteOffset个字节到byteOffset+length个字节


类型化数组只是视图，原始数据存在ArrayBuffer中，原始数据发生变化，所有视图都变化

 

浏览器中的使用实例

1.ajax接收ArrayBuffer数据

var req = new XMLHttpRequest();
    req.open('GET', "http://www.example.com");
    req.responseType = "arraybuffer";
    req.send();

    req.onreadystatechange = function () {
        if (req.readyState === 4) {
            var buffer = req.response;
            var dataview = new DataView(buffer);
            var ints = new Uint8Array(buffer.byteLength);
            for (var i = 0; i < ints.length; i++) {
                ints[i] = dataview.getUint8(i);
            }
        alert(ints[10]);
        }
    }

2.websocket也支持ArrayBuffer类型的数据接收

var websocket = new WebSocket(sUri);  
websocket.binaryType = "arraybuffer" ; 

3.用于在前端创建blob对象，file对象下载or上传

4.浏览器虽然无权限读取本地文件，但是有权限向本地写入文件，写入文件到本地时可能会用到

5.视频音频播放（写文件和播放视音频我没有验证）

后面我会学习这些使用形式，到时候再做总结~

nodejs中的buffer和浏览器中的Uint8Array的关系

可见，nodejs中实现的Buffer实际上是Uint8Arr数组的一个子类，是nodejs为了进一步提升JavaScript的二进制数据处理能力而封装的一个类。

实际上ArrayBuffer和类型化数组也并不是浏览器环境下独有的东西，他们是es5规范里边的内容，在nodejs环境下也可以使用，例如：

 

————————————————end———————————————

以上内容，如有错误，欢迎斧正！