“介紹protobuf編碼格式。”
protobuf是一種數據交換格式，又稱PB編碼，由Google開源，類似於Json、XML，但其內部是純二進制格式，比Json，XML等格式要更精煉，主要用於數據的序列化和反序列化，目前官方提供了JAVA、Python、C++等多種語言的實現。
PB格式的解析依賴於消息文件，在其實現中，.proto定義了各個消息項的id值。
直觀地，PB編碼就是將一個結構體的內容編碼成二進制流。例如一段json數據：
{
"id":176,
"age":24,
"name":"xieyifenxi",
}
.proto文件的定義如下：
message Person {
required int32 id = 1;
optional int32 age = 2;
required string name = 3;
}
則json數據編碼成PB格式則是：
08 b0 01 10 18 1a 0a 78 69 65 79 69 66 65 6E 78 69
通常，在協議解析的過程中碰到的PB編碼，是沒有.proto文件的，解析的時候，只需要根據數據內容，解析出每一項內容即可，而每一項內容的含義，一般通過分析得到。
在許多APP的數據流中，都會存在protobuf編碼。本文將通過對PB編碼進行介紹，使大家了解如何在協議分析過程中對其進行解析。
01
—
數據結構
通過前面的例子，可以看到PB的數據結構就是每項數據獨立編碼，包含一個表示數據類型wire_type和字段序號field_number的數據頭，和對應的數據段內容。即HEAD1+MSG1+HEAD2+MSG2+……
在數據頭中，字段的序號field_number在整個數據結構中是唯一的，並且可以亂序、缺失和嵌套，序號是在.proto文件中定義的，協議分析中關心的意義不是很大。
數據類型wire_type則表示數據段內容是什么類型，在protobuf官網上描述了類型的含義：
https://developers.google.com/protocol-buffers/docs/encoding
常見的數據類型wire_type為0和2，分別為Varint類型和Length-delimited變長度數據類型，掌握了這兩個類型，基本上在協議解析中，處理PB編碼就基本沒有障礙了。Varint類型一般就是int數據，而Length-delimited變長度數據類型通常就是字符串數組等數據。
數據頭中數據類型和字段序號的組合方式是：(field_number << 3) | wire_type
當然，field_number是Varint類型，需遵循Varint的編碼規則。
例如，文首的例子中，id、age、name對應的編碼值為：
1 <<< 3 | 0 =0x08
2 <<< 3 | 0 = 0x10
3 <<< 3 | 2 = 0x1a
數據頭之后，是數據段，它包含了被編碼的數據，不同類型的數據編碼格式不同，后面的章節將介紹對應具體類型的編碼方法。
02
—
Varint
Varint是一種對數字進行編碼的方法，將數字編碼成不定長的二進制數據，數值越小，編碼后的字節越少。
編碼規則如下：
每個字節的最高位表示下一字節是否仍然是編碼的內容，若最高位為1，則下一字節仍然是編碼的數字的一部分，若該位為0，則編碼到本字節結束。每個字節的后7位，則由小端表示的數字的二進制值，在高位補0湊齊7的倍數位組成。
例如，數值345，其二進制值為 1 0101 1001，在高位補0后分成兩個7位 000 0010和 101 1001，則Varint編碼結果為：
1 101 1001 0 000 0010
即0xD9 0x02
對文首的例子，由於id 176的二進制值為1011 0000，每七位編碼成一個字節，因此，需要用兩個字節來表示：
1011 0000 0000 0001
即0xB0 0x01
而age 24的二進制值為 1 1000，則只需要一個字節來表示：
0001 1000
即0x18
前面只是弄明白了int32的Varint編碼，對協議解析來說，一般已經夠用了，除非這個被編碼的數，在取出后需要用其特定的含義來進行計算，因為在PB編碼中，還考慮了對負數進行Varint編碼。
當我們按照同樣的邏輯對負數進行Varint編碼時，會發現，負數編碼后占用的字節會很多，這不太合算，因此ZigZag編碼在PB中被使用，使得Varint編碼可以用較少的位數來對負數進行編碼。
PB編碼中提供了sint32和sint64類型，使用ZigZag編碼，讓所有的負數都使用正數表示，計算方式如下：
sint32：
(n << 1) ^ (n >> 31)
sint64：
(n << 1) ^ (n >> 63)
即：
原始值0，通過計算，得到ZigZag表示值為0；
原始值-1，通過計算，得到ZigZag表示值為1；
原始值1，通過計算，得到ZigZag表示值為2；
原始值-2，通過計算，得到ZigZag表示值為3；
原始值2147483647，通過計算，得到ZigZag表示值為4294967294；
原始值-2147483648，通過計算，得到ZigZag表示值為4294967295。
依此類推
在協議還原中，對一個Varint編碼的值，想要知道它表達的是int32，還是sint32，就只有想辦法找到其對應的.proto文件才可以。
03
—
Length-delimited
Length-delimited就是對可變長度的數據，在編碼時，將長度和數據編碼在一起，類似於TLV結構的LV部分，前面為數據長度，后面為由數據長度決定的數據內容，數據長度采用的是Varint編碼。
例如文首的例子里，name的值為"xieyifenxi"的長度為10，則編碼為：
0a 78 69 65 79 69 66 65 6E 78 69
其中，0x0a為長度值的Varint編碼，之后緊接着的是值的內容。
這相當的簡單。
對protobuf編碼的詳解就介紹到這里了，有疑問，可以聯系我，或者上其官網了解。它的官網是https://developers.google.com/protocol-buffers/
長按進行關注。