Question

这个问题有点普遍，但我发现自己在过去几年中遇到过各种各样的情况，因此必须有一个标准的解决方案。

我想知道是否有标准算法来处理使用某种专有协议从某种套接字/流中读取数据的情况，但是消息不能保证以整个块的形式到达？

我遇到过各种不同协议和各种套接字/流的问题，例如串行端口，TCP套接字，UNIX套接字以及当前C#中的蓝牙流。

为了说明这一点，让我试着举一个简单的例子：

//A simple protocol where a message starts with a #,
//ends with a *, and has the header separated with a ;
#somemessage;somedatahere* 

//A read operation on a socket may yield:
#somemessage;some  //can be truncated
#somemessage;somedatahere*#someme //can be a full message with additional bytes appended
ssage;somedatahere*#somemessage;somedatahere* //prepended bytes

在过去，我已将所读过的内容复制到工作缓冲区＆＃34;中，并跟踪我在该缓冲区中的索引。然后，当我找到一个完整的消息时，我将其从工作缓冲区中删除，但我之前已经处于这种情况，因此在缓冲区的前面会堆积大量垃圾。

其他人采取什么方法？我相对缺乏经验，我的背景是数字编码，这在以前从未出现过问题。

Answer 1

问题确实有点过于通用：答案取决于协议如何定义消息边界。 AFAIU，你提到的垃圾实际上是上一条消息的尾部;它的头部已经错过了某种方式。在这种情况下，您可能只会忽略所有内容，直到识别出下一条消息的开头。如果协议没有明确区分流中的消息，通常您必须关闭连接并重新开始。

Answer 2

如果要处理应符合特定语法的外部流，则应实现接受该语法的解析器，并以某种方式报告语法错误。无论您是从文件读取还是读取TCP / IP，都会出现这种情况。

您可以编写解析器，以便一次处理（接受）一个字节或字符。解析器需要一些状态变量。其中一些将是缓冲区。

对于文本流，大多数语法可以表示为符号的排列，并使用一组规则表示各个符号的标识。这自然会产生一个分解为两部分的解析器，其中一部分（ lexer ）用于标识符号，并将其传递给解析器的其余部分。

我喜欢使用准有限状态机解析器。在Java中，该解析器的基础是这样的代码：

 public abstract class Parser
 {

    protected abstract class State {

       public abstract State parse(char c);

       public abstract void parseEOF();

    }

    private State currentState;

    protected abstract State getStartState();

    public final void parse(char c) {
       currentState = currentState.parse(c);
    }

    public final void parseEOF() {
       currentState.parseEOF();
       currentState = null;
    }

    public final void parse(InputStream input) {
       currentState = getStartState();
       char c;
       while((c = input.read()) != -1) {
          parse(c);
       }
       parseEOF();
    }
 }

处理套接字碎片输入的一般方法

2 个答案: