3、字节序与对齐：大端小端字节序、内存对齐规则、struct模块的使用、实战中的字节序陷阱
各位同学，今天我们来聊聊协议解析里一个绕不开的话题——字节序与内存对齐。
说实话，我刚开始做交易系统那会儿，觉得这东西不就是「左移右移」嘛，有啥好讲的？直到有一次，我亲手把一个行情网关的解析结果全部搞反了……嗯，那是一个周五的晚上，整个团队都在等我修复。从那以后，我对字节序的敬畏心就上来了。
3.1 大端与小端：谁在「倒着」存数据？
先问个问题：一个 32 位的整数 0x12345678，在内存里是怎么放的？
大端（Big-Endian）是「正着放」：高字节在低地址。内存里看到的是 12 34 56 78。
小端（Little-Endian）是「倒着放」：低字节在低地址。内存里看到的是 78 56 34 12。
你想想看，x86 架构的机器全是小端。而网络协议、很多金融数据交换协议（比如 STEP、FIX 的某些扩展）用的是大端。这就麻烦了——你从网口收进来的数据，如果不做转换，直接当整数读，结果就是错的。
3.2 内存对齐：为什么你的结构体「变胖」了？
内存对齐，说白了就是 CPU 读取数据时，喜欢数据「对齐」到它的自然边界上。比如一个 4 字节的 int，如果它的地址是 4 的倍数，CPU 一次就能读完。否则可能要读两次，再拼起来。
C/C++ 编译器会自动在结构体成员之间插入填充字节（padding）。我见过不少新手，直接把 C 结构体用 memcpy 塞进网络包，结果对方解析出来全是乱码——就是因为对齐规则不一样。
举个例子：
struct Example {
char a; // 1 字节
int b; // 4 字节
short c; // 2 字节
};你以为它的大小是 1+4+2 = 7 字节？
实际上，在默认对齐规则下，它的大小是 12 字节。为什么？
a占 1 字节，后面填充 3 字节，让b对齐到 4 的倍数。b占 4 字节。c占 2 字节，后面再填充 2 字节，让整个结构体大小是 4 的倍数。
3.3 Python 的 struct 模块：你的瑞士军刀
Python 里处理二进制数据，struct 模块是首选。它用格式字符串来描述数据布局。
常用的格式字符：
| 字符 | C 类型 | Python 类型 | 字节数 |
|---|---|---|---|
c | char | bytes (长度1) | 1 |
h | short | integer | 2 |
i | int | integer | 4 |
q | long long | integer | 8 |
f | float | float | 4 |
d | double | float | 8 |
字节序前缀：
| 前缀 | 字节序 | 对齐 |
|---|---|---|
@ | 本地 | 本地对齐 |
= | 本地 | 无对齐 |
< | 小端 | 无对齐 |
> | 大端 | 无对齐 |
! | 网络序（大端） | 无对齐 |
struct.pack('i', value) 打包，默认用的是本地字节序。如果你的代码跑在 x86 上，打包出来是小端。但对方服务器可能是大端，或者协议要求网络序。结果就是——数据对不上。所以我现在写协议解析，一律显式指定字节序前缀，比如 '!i' 或 '<i'。
3.4 实战中的字节序陷阱
说几个我实际遇到过的坑：
- 结构体对齐不一致：C 端和 Python 端对同一个结构体的对齐理解不同。C 端可能用了
#pragma pack(1)压缩对齐，但 Python 端没注意，用了默认对齐。解决方案：Python 端用struct时，前缀用=或<，表示无对齐，按顺序解析。 - 位域（bit-field）的陷阱：C 的位域在不同编译器下，内存布局可能不同。我建议协议里尽量不用位域，直接用整型加掩码操作。如果非要用，一定要在文档里写清楚每个 bit 的位置。
- 浮点数的字节序：浮点数的字节序和整数一样，但很多人会忽略。我记得有一次，一个同事把 float 当 4 字节整数做了字节序转换，结果数值完全不对。浮点数要用
struct.pack('!f', value)来处理。 - 字符串的编码：协议里的字符串，有的是 ASCII，有的是 UTF-8，还有的是 GBK。而且长度字段可能包含或不包含结尾的 null 字节。解析时一定要看清楚。
3.5 知识体系：一张图看懂
下面我用一张 SVG 图，把本章的核心逻辑串起来：
3.6 一个完整的实战例子
假设我们要解析一个简单的行情消息，协议定义如下：
- 消息头：2 字节（大端），表示消息长度（含自身）
- 消息类型：1 字节
- 时间戳：8 字节（大端，纳秒级）
- 最新价：8 字节（大端，double）
- 成交量：4 字节（大端，int）
Python 解析代码：
import struct
def parse_market_data(raw_bytes):
# 先解析消息头，获取长度
msg_len = struct.unpack('!H', raw_bytes[:2])[0]
# 用 '!' 前缀表示网络序（大端），无对齐
fmt = '!H B Q d I'
# 注意：这里假设 raw_bytes 长度足够
result = struct.unpack(fmt, raw_bytes[:msg_len])
return {
'msg_len': result[0],
'msg_type': result[1],
'timestamp_ns': result[2],
'last_price': result[3],
'volume': result[4]
}好了，关于字节序与对齐，我们就聊到这里。记住一句话：协议解析没有「想当然」，只有「看文档」和「动手测」。下次你遇到解析结果不对，先检查字节序，再检查对齐——大概率能解决问题。