Question

.proto文件：

package lm;
message helloworld
{
     required int32 id = 1;
     required string str = 2;
     optional int32 opt = 3;
}

writer.cc文件：

#include <iostream>
#include <string>
#include "lm.helloworld.pb.h"
#include <fstream>
using namespace std;

int main()
{
    lm::helloworld msg1;
    msg1.set_id(101000);
    msg1.set_str("helloworld,this is a protobuf writer");
    fstream output("log", ios::out | ios::trunc | ios::binary);
    string _data;
    msg1.SerializeToString(&_data);
    cout << _data << endl;
    if(!msg1.SerializeToOstream(&output))
    {
        cerr << "Failed to write msg" << endl;
        return -1;
    }
    return 0;
}

reader.cc文件：

#include <iostream>
#include <fstream>
#include <string>
#include "lm.helloworld.pb.h"
using namespace std;

void ListMsg(const lm::helloworld & msg)
{
    cout << msg.id() << endl;
    cout << msg.str() << endl;
}

int main(int argc, char* argv[])
{
    lm::helloworld msg1;
    {
        fstream input("log", ios::in | ios::binary);
        if (!msg1.ParseFromIstream(&input))
        {
            cerr << "Failed to parse address book." << endl;
            return -1;
        }
    }

    ListMsg(msg1);
    return 0;
}

这是一个使用protobuf的简单读写器模型。但是日志中的内容是在write.cc文件中输入的可读字符串而不是“数字格式”，为什么会这样？

Answer 1

The encoding is described here

如果没有另一端的例子，那就很难准确回答，但对你所看到的内容有两种可能的解释：

您已在代码中明确切换为TextFormat;这是不太可能的 - 事实上，TextFormat的主要用途是调试等
更有可能的是，您只是在二进制文件中看到来自消息的文本数据; text被编码为UTF-8，因此如果你在文本编辑器中打开一个protobuf文件，它的各个部分将显示可读以显示文件中的内容

真正的问题是：输出文件中的实际字节是什么？如果是这样的话：


08-88-95-06-12-24-68-65-6C-6C-6F-77-6F-72-6C-64-2C-74-68-69-73-20-69-73 -20-61-20-70-72-6F-74-6F-62-75-66-20-77-72-69-74-65-72

然后是二进制格式;但请注意，其中大多数只是字符串"helloworld,this is a protobuf writer"的UTF-8 - 它通过大小来支配消息：


68-65-6C-6C-6F-77-6F-72-6C-64-2C-74-68-69-73-20-69-73-20-61-20-70-72-6F -74-6F-62-75-66-20-77-72-69-74-65-72

因此，如果您查看任何文本编辑器，它会在开头显示为几个乱码，然后显示清晰易读的helloworld,this is a protobuf writer。

这里的“二进制”是开头的位：


08-88-95-06-12-24

这是：

08：header：field 1，varint

88-95-06：值（十进制）101000作为varint

12：header：field 2，length-prefixed

24：值（十进制）36作为varint（字符串的长度，以字节为单位）

需要注意的要点：

如果你的信息被文字支配，那么它的大部分内容即使是二进制形式也会看起来是人类可读的

看看管理费用;它对6个字节进行编码整个剩余的消息，其中3个字节是数据（101000） - 所以实际上只有3个字节作为开销丢失了;现在比较和对比xml，json等，以了解protobuf正在做些什么来帮助你

protobuf数据的存储格式是什么？

1 个答案: