深入理解前端字节二进制知识以及相关API

当前,前端对二进制数据有许多的API可以使用,这丰富了前端对文件数据的处理能力,有了这些能力,就能够对图片等文件的数据进行各种处理。
本文将着重介绍一些前端二进制数据处理相关的API知识,如Blob、File、FileReader、ArrayBuffer、TypeArray、DataView等等。

字节

在介绍各种API之前,我们需要先了解下和字节有关的知识。

我们知道,计算机是二进制的世界,而字节(byte)是计算机技术中关于二进制数据的一种基本单位,1字节有8个二进制位,即8比特(bit)。

比特又叫位,一位二进制数据要么是0、要么是1,只有两种状态,所以1比特有2种状态。
1字节有8比特,即8个二进制位,那就能表示 2**8 = 256 种状态,取值从 00000000 到 11111111。

字节作为基本单位,在很多地方都被使用,如字符编码知识,见前文前端需要了解的编码知识

二进制数据在存储的时候,以字节为单位,这里还涉及到一个关于字节序的知识。

字节序

字节序描述的是计算机如何存储字节。
因为我们知道,内存存储都有索引地址,每个字节对应一个索引地址。一个字节存储8位二进制,即0到255之间,但需要存储大于255的数值的时候,就需要多个字节,多个字节就涉及到排序问题。
所以字节序就是:当需要多个字节表示一个值的时候,这多个字节使用什么样的排序方式在内存中进行存储。
而排序方式主要是两种:大端存储(big-endian)和小端存储(little-endian)。

大端存储和小端存储

大端存储又称大字节序、高字节序,方式是低位字节排在内存中的高地址端,高字节位排放在内存中的低地址端。图片文件 png、jpg都是这种方式。
小端存储又称为小字节序、低字节序,方式是低位字节排在内存中的低地址端,高位字节排在内存中的高地址端。图片文件gif是小端序。

示例

当我们使用不同的字节序存储数字 0x12345678 (这里是16进制表示,对应的十进制:305419896。进制相关知识可见前文Javascript中的进制和进制转换

大端存储在内存中的存储地址:


小端存储在内存中的存储地址:

这里数字字节的高-低位是从左到右,最高位是 12,最低位是 78;而内存中存储时从左到右是低地址——高地址。
所以在大端序中高位字节的 12 在内存最左边的低地址位,而低字节位 78 则在内存最右边的高地址位;而小端序则正好相反。

从视觉习惯上,大端存储似乎更顺眼,但无论哪种方式,计算的结果都是一样的,只是在计算的时候需要处理这个排序方式,下文会涉及到。

Blob

Blob,即 Binary large Object,本质上是一个二进制对象,该对象表示的是一个不可变、原始数据的类文件对象。
它的不可变,代表它是只读的,不可被改变。

Blob对象的构造函数语法:new Blob(array, options)

参数array:是一个数据数组,可以是多种对象的数据,包含 ArrayBuffer、Blob、String 等等。
参数options:可选对象,指定两个属性:

type 表示Blob对象数据的MIME类型;
endings 指定包含行结束符\n的字符串如何写入。

我们可以使用构造函数直接创建一个新的 Blob 对象:

const blob = new Blob(['123456789'], {type : 'text/plain'});

新创建的对象实例,结构如下:

从以上示例,我们就可以看到Blob对象的方法和属性:

  • 实例属性
    • size:Blob对象中数据的字节大小
    • type:字符串,表示Blob对象数据的MIME类型
  • 示例方法
    • arrayBuffer():返回包含Blob所有内容的二进制格式的ArrayBuffer的一个promise对象
    • stream():返回能读取Blob的ReadableStream对象
    • text():返回包含Blob所有内容的字符串(UTF-8编码)的一个promise对象
    • slice([start [, end [, contentType]]]):
      • 该方法有三个可选参数,可用于分割Blob数据
      • 它根据指定的起始和结束位置,返回原Blob在该范围的数据,得到一个新的Blob对象
      • 第三个参数 contentType 可以为新Blob对象指定自己的MIME类型

可以针对上面的 blob 实例进行操作:

blob.slice(0, 3).text().then(res => {
  console.log(res)
})
// 结果:123

以上代码,使用slice()方法获取原blob的前三位的数据,生成新的Blob实例后,通过text()方法打印出文本内容。

下面可以看看Blob在接口请求中的应用,Fetch API中的 Response 对象,拥有一个blob方法,能够得到Blob对象。

const imgRequst = new Request('11.jpg')
fetch(imgRequst).then((response) => {
  return response.blob()
}).then((mBlob) => {
  console.log(mBlob)
})

通过以上代码,请求一个jpg图片文件,响应对象通过 blob() 方法转为Blob对象:

File

File对象继承了Blob对象,是一种特殊类型的Blob,它扩展了对系统文件的支持能力。
File提供文件信息,并能够在javascript中进行访问,一般在使用 <input> 标签选择文件时返回,因为 <input> 标签允许选择多个文件,这里返回的是文件列表 files

除了 <input> 标签以外,还有两种方式返回File对象:

  • 自由拖放操作生成的 DataTransfer 对象。
  • 文件系统访问API中的 FileSystemFileHandle 对象的 getFile() 方法。

File的构造函数:new File(bits, name[, options])
有三个参数:

  • bits:是一个数据数组,可以是多种对象的数据,与Blob对象类似
  • name:文件名称
  • options:可选属性对象,包含两个选项
    • type:MIME类型字符串
    • lastModified:时间戳,表示文件的最后修改时间

下面代码,通过 <input> 标签读取文件:

<input id="input-file" type="file" accept="image/*" />
document.getElementById('input-file').onchange = (e) => {
  const file = e.target.files[0]
  console.log(file)
  // ...
}

这是一个简单的图片上传,获取到的file实例,控制台打印出来:

通过上图(chrome浏览器下),可以看到File继承了Blob的素有属性和方法:

  • 属性除了size和type以外,File还有自己的几个属性
    • lastModified:只读,时间戳,文件最后修改时间
    • name:只读,文件名
      lastModifiedDate:只读,文件最后修改时间的 Date 对象,该对象已废弃
    • webkitRelativePath:非标准属性,返回path或URL
  • File没有自己的实例方法,都继承自Blob

对Blob和File的读取

File继承自Blob,都是只读对象,除了使用slice分片以外,并没有其他操作能力,所以如果对它们进行处理需要借助其他的API。
主要用于操作Blob的API有:FileReader、URL.createObjectURL()、createImageBitmap()和XMLHttpRequest.send()。下面将介绍这几种方式。

Blob和File都是 WebAPI,是由浏览器环境提供的,而上面提到这四种对象也同样是WebAPI。

FileReader

FileReader是用于异步读取文件类型(或原始数据缓冲区)的内容,指定Blob或File对象为需要读取的文件数据。

FileReader 不能在文件系统中用路径名的方式读取文件。

构造函数:new FileReader()

如果对文件处理功能开发较多,对FileReader对象应该较熟,我们先看一个示例:

document.getElementById('input-file').onchange = (e) => {
  const file = e.target.files[0]
  const reader = new FileReader()
  reader.onload = async (event) => {
    const img = new Image()
    img.src = event.target.result
  }
  reader.readAsDataURL(file)
}

以上代码,就是很常用的,使用FileReader读取一个图片文件的Base64数据,然后使用图片对象加载。Base64知识,可参考前文深入理解Base64编码字符串
这段代码也涉及到FileReader对像的属性、事件、方法。

FileReader的属性事件和方法
  • 属性(皆只读)
    • error:在读取文件时发生的错误
    • readyState:表示当前读取状态
      常量名 状态描述
      EMPTY 0 没有加载
      LOADING 1 正在加载
      DONE 2 已完成全部读取
    • result:文件内容,读取状态完成时才有效
  • 方法
    • abort():中止读取操作。在返回时,readyState属性为DONE
    • readAsArrayBuffer():以ArrayBuffer类型读取Blob中的内容
    • readAsBinaryString():以原始二进制数据类型读取Blob中的内容
    • readAsDataURL():以Base64字符串类型读取Blob中的内容
    • readAsText():以文本字符串类型读取Blob中的内容
  • 事件
    • onabort:读取操作被中断时触发
    • onerror:读取操作发生错误时触发
    • onload:读取操作完成时触发
    • onloadstart:读取操作开始时触发
    • onloadend:读取操作结束时触发
    • onprogress:读取Blob时触发

URL.createObjectURL()

URL是浏览器环境提供的,用于处理url链接的一个接口对象。可以通过它,解析、构造、规范和编码各种url链接。
而URL提供的一个静态方法 createObjectURL(),可以用来处理Blob和File文件对象。

先看一个例子:

document.getElementById('input-file').onchange = (e) => {
  const file = e.target.files[0]
  const url = URL.createObjectURL(file)
  const img = new Image()
  img.onload = () => {
    document.body.append(img)
  }
  img.src = url
}

页面展示:

这段代码就实现了上传图片,通过 URL.createObjectURL 读取后生成一个本地映射的url,再使用Image对象加载图片。
通过查看页面元素,可以看到新添加的图片元素,它的src是一个类似链接的字符串:blob:http://localhost:8088/29c8f4a5-9b47-436f-8983-03643c917f1c,通过这个字符串,图片就能加载显示出来。
再来看 createObjectURL(),它返回一个包含给定的Blob或File对象的url,就可以当做文件资源被加载。而这个url的生命周期和它的窗口同步,窗口关闭这个url就自动释放了。

这个url就是被称为伪协议的Objct URL。

Object URL

Object URL 又被称为Blob URL,一般使用Blob或File对象生成,通过 URL.createObjectURL() 方法创建一个唯一的URL。
Object URL的格式为:blob:origin/唯一标识(uuid)

上面生成的URL字符串就符合这个格式:blob:http://localhost:8088/29c8f4a5-9b47-436f-8983-03643c917f1c

  • origin 对应的 http://localhost:8088/,如果直接打开本地html文件,则origin为null。
  • uuid 对应 29c8f4a5-9b47-436f-8983-03643c917f1c

浏览器内部会为生成Object URL保持一个 URLBlob 的映射,Blob是留存在内存中,浏览器只有在卸载当前窗口文档时才会释放。

如果要手动释放,则需要URL的另外一个静态方法:URL.revokeObjectURL(),它用于销毁之前创建的URL实例,在合适的时机调用即可销毁Object URL。

URL.revokeObjectURL(url)

XMLHttpRequest.send()

XMLHttpRequest.send(body):用于在XHR的HTTP请求中,发送数据体。
这里的body参数,可以是多种数据类型,包括Blob对象。

const xhr = new XMLHttpRequest()
xhr.send(new Blob())

createImageBitmap()

createImageBitmap(): 主要处理图片资源,接受不同的图片资源对象为参数,并生成一个ImageBitmap对象。
这些参数就就可以是Blob和File对象。

ImageBitmap表示可以绘制在canvas上的位图图像。

createImageBitmap(file).then(imageBitmap => {
  const canvas = document.createElement('canvas')
  canvas.width = imageBitmap.width
  canvas.height = imageBitmap.height
  const ctx = canvas.getContext('2d')
  ctx.drawImage(imageBitmap, 0, 0)
  document.body.append(canvas)
})

如上代码,即可读取图片文件,使用canvas绘制。

ArrayBuffer

ArrayBuffer 对象表示通用的、固定长度的原始二进制缓冲区,它是一个字节数组,但不能直接操作它的内容,而需要通过其他方式(如TypeArray或DataView等)进行处理。

构造函数:new ArrayBuffer(length),返回一个指定大小的ArrayBuffer对象。
参数length:要创建的 ArrayBuffer 的字节大小。大于Number.MAX_SAFE_INTEGER(>= 2 ** 53)或为负数,则抛出一个RangeError异常。

下面我们先使用前面介绍的 FileReader 读取一个文件的ArrayBuffer内容:

document.getElementById('input-file').onchange = (e) => {
  const file = e.target.files[0]
  const reader = new FileReader()
  reader.onload = async (event) => {
    console.log(event.target.result)
  }
  reader.readAsArrayBuffer(file)
}

控制台日志打印输出:

从上图,可以看到ArrayBuffer的实例属性和方法:

  • byteLength:表示字节大小,不可改变
  • slice(begin[, end]):根据指定位置范围返回一个新的ArrayBuffer,可以分割ArrayBuffer。

ArrayBuffer还有静态属性和方法:

  • ArrayBuffer.length:构造函数的length属性,值为1
  • ArrayBuffer.isView(arg):如果参数是ArrayBuffer的视图实例则返回true。

由于我们无法直接操作ArrayBuffer,所以需要使用其他对象来处理,下面将介绍其中两种。

TypeArray

TypeArray,即类型化数组,它描述了二进制数据缓冲区的一个类数组。TypeArray本身不是一个可用的对象,只是一个辅助的数据类型,作为所有类型数组的构造原型,真正可用的类型数组包含了多种,如Int8Array、Uint8Array等。
常用的类型数组如下表所示:

对象 元素所占字节数 取值范围 描述
Int8Array 1 -128 - 127 8 位有符号整型数组
Uint8Array 1 0 - 255 8 位无符号整型数组
Uint8ClampedArray 1 0 - 255 8 位无符号整型固定数组
Int16Array 2 -32768 - 32767 16 位有符号整型数组
Uint16Array 2 0 - 65535 16 位无符号整型数组
Int32Array 4 -2147483648 - 2147483647 32 位有符号整型数组
Uint32Array 4 0 - 4294967295 32 位无符号整型数组
Float32Array 4 1.2×10**-38 to 3.4×10**38 32 位浮点数型数组
Float64Array 8 5.0×10**-324 to 1.8×10**308 64 位浮点数型数组
BigInt64Array 8 -2**63 to 2**63-1 64 位有符号数型数组
BigUint64Array 8 0 to 2**64-1 64 位无符号整型数组

类型化数组与普通数据也较相似,同样拥有一系列的方法和属性,但不支持 pushpopshiftunshiftsplice 等可以改变原数组的增删改方法。
类型化数组由于定义了数据类型,则各元素必须是同类型的数据,不能像普通数据那样元素可以是不同类型;当元素数据类型固定统一时,处理效率更优。

各类型数组在构造函数、属性、方法等语法上相同,下面就以 Uint8Array 为例。

语法

Uint8Array构造函数:

new Uint8Array()
new Uint8Array(length)
new Uint8Array(typedArray)
new Uint8Array(object)
new Uint8Array(buffer [, byteOffset [, length]])

length 参数的最大取值

8 位类数组是 2145386496
16 位类数组是 1072693248
32 位类数组是 536346624
32 位类数组是 268173312

静态属性和方法

  • BYTES_PER_ELEMENT:返回数组元素所占字节数,Uint8Array中的值是1,Uint32Array中的值是4,见上表
  • length:固定长度,Uint8Array中的值是1,Uint32Array中的值是3,基本没用
  • name:类型数组返回自己的构造名,Uint8Array类型返回 Uint8Array,Uint32Array类型返回 Uint32Array 等等
  • from(source[, mapFn[, thisArg]]):从源类型数组中返回一个新的数组
  • of(element0[, element1[, ...[, elementN]]]):创建一个具有可变数量参数的新类型数组

实例属性和方法

介绍完静态属性和方法,下面通过一个示例,来查看下Uint8Array的实例属性和方法,代码如下。

const reader = new FileReader()
reader.onload = async (event) => {
  const aBuffer = event.target.result
  const uint8Array = new Uint8Array(aBuffer)
  console.log(uint8Array)
}
reader.readAsArrayBuffer(file)

以上代码,直接读取文件的ArrayBuffer数据,然后通过 Uint8Array 构造函数,得到Uint8Array实例,控制台查看:

通过加载一张png图片,得到它的Uint8Array数组数据,可以看到类型数组大部分的属性和方法都和普通数组类似,除了前文提到的增删改数组的方法以外。因此,对类型数组使用下标、循环等等方式进行读取,和普通函数没什么两样。

而类型数组也自己的特殊属性(都只读)和方法,如下:

  • buffer:返回类型数组引用的ArrayBuffer
  • byteLength:字节数长度
  • byteOffset:相对源ArrayBuffer的偏移字节数
  • length:数组长度
  • set(array[, offset]):从给定数组中读取元素值,并存储在类型数组中
  • subarray(begin, end):给定开始和结尾索引,返回一个新的类型数组

类型数组间的关系

要了解常见类型数组间的关系,我们先看下面这张图:

图上所示,是一张png图片的ArrayBuffer数据,可以看到,ArrayBuffer的字节长度属性默认取8位整型数组的长度,即与Int8Array和Uint8Array的长度一致。
而Int8Array的长度29848,正好是Int16Array的长度14924的两倍,是Int32Array的长度7462的四倍,可知,这里就是对字节的合并计算:

  • Int8Array(Uint8Array) 转 Int16Array(Uint16Array),需要依序合并两个字节后计算数值。
  • Int8Array(Uint8Array) 转 Int32Array(Uint32Array),需要依序合并四个字节后计算数值。
  • Int16Array(Uint16Array) 转 Int32Array(Uint32Array),需要依序合并两个字节后计算数值。

读取GIF文件示例

类型数组通过数组的方式对ArrayBuffer的内容进行读取操作,可以方便我们处理文件的二进制数据。
但使用类型数组的时候,碰到多字节的数据时,需要考虑字节序的问题。

下面,我们以读取小端存储的GIF图片为例。

GIF图片的Uint8Array数组数据中,宽高数据的存储就是使用了两个字节,第7-8位存储图片的宽度,9-10位存储图片的高度。

我们加载的GIF图片宽高皆为600,需要处理字节序,代码如下:

const uint8Array = new Uint8Array(aBuffer)
let bufferIndex = 6
// 获取GIF宽度的两个字节的值
const width1 = uint8Array[bufferIndex]
// width1 结果:88
const width2 = uint8Array[bufferIndex + 1]
// width2 结果:2

// 得到各自的16进制数据
const width1hex = width1.toString(16)
const width2hex = width2.toString(16)
// 转换成实际的宽度大小,注意这里把两个字节的顺序做了调整,符合小端序
const width = parseInt(width2hex + width1hex, 16)
// width 结果:600

使用小端序处理后,宽度结果等于600,符合图片实际宽度。
自己手动处理字节序会稍显麻烦,如果不想手动去处理字节序的问题,可以使用另外一个对象:DataView

DataView

DataView 是一个从 ArrayBuffer 中读取多种类型数值并且不用考虑字节序的接口对象。它的使用简单方便,拥有一系列的 get-set- 实例方法操作数据。

DataView的构造函数:new DataView(buffer [, byteOffset [, byteLength]])
参数:

  • buffer:源ArrayBuffer
  • byteOffset:buffer中的字节偏移量
  • byteLength:字节长度

DataView不用考虑字节序,同样是读取GIF的宽度时,代码可简化:

const fileDataView = new DataView(arrBuffer)
let bufferIndex = 6
const width = fileDataView.getUint16(bufferIndex, true)
// 结果:600
bufferIndex += 2
const height = fileDataView.getUint16(bufferIndex, true)
// 结果:600

以上代码,很方便就得到GIF图片的宽高数据(600),因为使用了 DataView 和它的 getUint16 方法,不需要手动处理字节序。
getUint16 方法有两个参数:第一个参数代表字节索引;第二参数表示字节序,默认大端序,为true则是小端序,GIF是小端,所以上面代码为true。
除了getUint16以外,DataView 还有十多个类似的实例方法。

DataView的get和set系列方法

get系列方法通过字节偏移索引获取对应的数值,其中多字节的数据,需要两个参数:

  • byteOffset:读取时的字节偏移量
  • littleEndian:字节序,默认大端,设为true则是小端
名称 参数 描述
getInt8 (byteOffset) 有符号 8-bit 整数(1个字节)
getUint8 (byteOffset) 无符号 8-bit 整数(1个字节)
getInt16 (byteOffset [, littleEndian]) 16-bit数(短整型,2个字节)
getUint16 (byteOffset [, littleEndian]) 16-bit数(无符号短整型,2个字节)
getInt32 (byteOffset [, littleEndian]) 32-bit数(长整型,4个字节)
getUint32 (byteOffset [, littleEndian]) 32-bit数(无符号长整型,4个字节)
getFloat32 (byteOffset [, littleEndian]) 32-bit浮点数(单精度浮点数,4个字节)
getFloat64 (byteOffset [, littleEndian]) 64-bit数(双精度浮点型,8个字节)
getBigInt64 (byteOffset [, littleEndian]) 带符号的64位整数(long long类型)值
getBigUint64 (byteOffset [, littleEndian]) 无符号的64位整数(unsigned long long类型)值

set系列方法是和get方法对应的,处理相应字节偏移索引位置的数值,参数如下:

  • byteOffset:读取时的字节偏移量
  • value:设置相应类型的数值
  • littleEndian:字节序,默认大端,设为true则是小端
名称 参数 描述
setInt8 (byteOffset, value) 8-bit数(一个字节)
setUint8 (byteOffset, value) 8-bit数(无符号字节)
setInt16 (byteOffset, value [, littleEndian]) 16-bit数(短整型)
setUint16 (byteOffset, value [, littleEndian]) 16-bit数(无符号短整型)
setInt32 (byteOffset, value [, littleEndian]) 32-bit数(长整型)
setUint32 (byteOffset, value [, littleEndian]) 32-bit数(无符号长整型)
setFloat32 (byteOffset, value [, littleEndian]) 32-bit数(浮点型)
setFloat64 (byteOffset, value [, littleEndian]) 64-bit数(双精度浮点型)
setBigInt64 (byteOffset, value [, littleEndian]) 带符号的64位整数(long long类型)值
setBigUint64 (byteOffset, value [, littleEndian]) 无符号的64位整数(unsigned long long类型)值

Blob和ArrayBuffer

对于Blob和ArrayBuffer两个对象,我们可以稍做总结:

  1. Blob是Web API,浏览器环境提供,读取它可以使用FileReader、URL.createObjectURL等WebAPI;ArrayBuffer是JS语言内置对象,处理它则需要使用TypeArray、DataView等JS-API。
  2. Blob表示不可变的类文件数据;ArrayBuffer则表示原始数据缓冲区。
  3. Blob用于读取类文件数据,不对应内存;ArrayBuffer用于读取内存数据。
  4. Blob和ArrayBuffer都需要通过其他对象才能操作数据。
  5. Blob和ArrayBuffer可以使用不同方式进行相互之间的转换。
  6. 要操作字节二进制数据,得依赖ArrayBuffer和辅助它的操作对象。

Blob和ArrayBuffer之间的转换:

  • 使用Blob构造函数可以读取ArrayBuffer,生成一个新的Blob。
  • 通过Blob实例的arrayBuffer()方法,可以获取到对应的ArrayBuffer。
  • 通过FileReader对象的readAsArrayBuffer()方法,将Blob读取为ArrayBuffer。

如下代码:

const aBuffer = new ArrayBuffer(4)
// 使用Blob构造函数
const blob = new Blob([aBuffer])
// Blob的arrayBuffer()方法(promise)
blob.arrayBuffer()
// FileReader
const reader = new FileReader()
reader.readAsArrayBuffer(blob)

热门相关:最强狂兵   无限杀路   学霸女神超给力   横行霸道   最强装逼打脸系统