3、字节序与位操作：大端小端、位掩码、移位操作，Python中的struct模块

做广播数据解析，说白了就是在跟字节打交道。你从空中抓下来一包数据，里面每个bit都有它的使命。但这里有个坑——同样的字节，不同的解读方式，结果天差地别。

我记得刚入行那会儿，调一个温湿度传感器，明明文档说温度在第3~4字节，我读出来却是乱码。折腾了半天，才发现是字节序搞反了。嗯，从那以后，我每次看协议文档，第一件事就是确认：这玩意儿是大端还是小端？

3.1 大端与小端：谁先谁后？

先讲个最直观的理解。你想想看，我们写数字"1234"，左边是高位，右边是低位。这叫大端序——高位字节在前。

但有些处理器偏不，它要把低位字节放在前面。比如0x1234，它存成0x34 0x12。这就是小端序。

我在项目中遇到过最典型的场景：BLE广播包。蓝牙核心规范里，大部分多字节字段都是小端序。比如广播信道PDU里的长度字段、UUID、公司ID，统统小端。但有些私有协议偏要用大端，你说气不气人？

场景	常见字节序	举例
BLE广播包	小端	UUID、公司ID、长度字段
TCP/IP协议栈	大端（网络字节序）	IP地址、端口号
Modbus RTU	大端	寄存器值、CRC
Intel x86架构	小端	本地内存存储
ARM架构（可配置）	默认小端	多数嵌入式系统

3.2 位掩码与移位操作：庖丁解牛

广播数据里，很多信息不是整字节存的。比如一个字节8个bit，可能前3bit表示类型，后5bit表示长度。这时候怎么办？位掩码 + 移位就是你的手术刀。

3.2.1 位掩码：只取我想要的

位掩码，说白了就是一个二进制"筛子"。你想取哪几位，就把对应的bit置1，其他置0。

# 假设一个字节 data = 0b10110110
# 我想取低4位（bit0~bit3）
mask = 0b00001111  # 0x0F
result = data & mask  # 结果：0b00000110

# 我想取高2位（bit6~bit7）
mask = 0b11000000  # 0xC0
result = (data & mask) >> 6  # 先与，再右移6位

我个人习惯把常用的掩码定义成常量，比如：

MASK_LOW_NIBBLE = 0x0F  # 低半字节
MASK_HIGH_NIBBLE = 0xF0  # 高半字节
MASK_BIT0 = 0x01
MASK_BIT1 = 0x02
MASK_BIT2 = 0x04
MASK_BIT3 = 0x08
# ...以此类推

3.2.2 移位操作：对齐到正确位置

取出来之后，往往还要右移到最低位，才能得到真正的数值。反过来，组装数据时要左移到正确位置。

# 解析场景：一个字节，高3bit是类型，低5bit是长度
raw_byte = 0b10110010

# 取类型（高3bit）
type_raw = (raw_byte & 0xE0) >> 5  # 0xE0 = 0b11100000
# 结果：0b101 = 5

# 取长度（低5bit）
length_raw = raw_byte & 0x1F  # 0x1F = 0b00011111
# 结果：0b10010 = 18

# 组装场景：类型=3，长度=25，合成一个字节
type_val = 3
length_val = 25
combined = ((type_val & 0x07) << 5) | (length_val & 0x1F)
# 结果：0b01111001 = 0x79

我在项目中遇到过最经典的案例：BLE广播包中的AD Type和AD Data。每个AD Structure的第一个字节是长度（Length），第二个字节是类型（Type），后面是数据（Data）。但有些私有协议会把类型和长度压缩到一个字节里——这时候位操作就派上用场了。

3.3 Python struct模块：打包与解包

手动移位虽然灵活，但遇到多字节、复杂结构时，代码会变得又臭又长。这时候，struct模块就是你的救星。

3.3.1 基本用法

struct的核心就两个函数：pack() 和 unpack()。一个把Python数据变成字节流，一个把字节流变回Python数据。

import struct

# 打包：把整数、浮点数等变成字节
# 格式：'<H' 表示小端无符号短整型（2字节）
packed = struct.pack('<H', 0x1234)
# 结果：b'4\x12' （0x34, 0x12）

# 解包：把字节变回整数
unpacked = struct.unpack('<H', packed)
# 结果：(0x1234,)

3.3.2 字节序控制

struct的格式字符串，第一个字符控制字节序：

前缀	字节序	对齐方式
@	本地（默认）	本地对齐
=	本地	标准对齐
<	小端	标准对齐
>	大端	标准对齐
!	网络序（大端）	标准对齐

# 小端 vs 大端对比
import struct

data = 0x12345678

# 小端打包
little = struct.pack('<I', data)
# 结果：b'xV4\x12' （0x78, 0x56, 0x34, 0x12）

# 大端打包
big = struct.pack('>I', data)
# 结果：b'\x124Vx' （0x12, 0x34, 0x56, 0x78）

# 网络序（也是大端）
network = struct.pack('!I', data)
# 结果：b'\x124Vx'

3.3.3 实战：解析一个BLE广播包

假设我们收到一个BLE广播包，结构如下：

• 前导码：1字节（固定0xAA）
• 接入地址：4字节（固定0x8E89BED6）
• PDU头：2字节（小端）
• PDU负载：可变长度
• CRC：3字节

import struct

def parse_ble_packet(raw_bytes):
    """
    解析BLE广播包（简化版）
    """
    # 跳过前导码和接入地址（共5字节）
    offset = 5
    
    # 解析PDU头（2字节，小端）
    pdu_header = struct.unpack_from('<H', raw_bytes, offset)[0]
    offset += 2
    
    # 从PDU头中提取PDU类型（高4bit）和长度（低8bit）
    pdu_type = (pdu_header >> 12) & 0x0F
    pdu_length = pdu_header & 0x00FF
    
    # 解析PDU负载
    pdu_payload = raw_bytes[offset:offset + pdu_length]
    offset += pdu_length
    
    # 解析CRC（3字节，小端）
    crc = struct.unpack_from('<I', raw_bytes[offset:offset+3] + b'\x00')[0]
    
    return {
        'pdu_type': pdu_type,
        'pdu_length': pdu_length,
        'pdu_payload': pdu_payload,
        'crc': crc
    }

# 示例用法
raw = b'\xAA\xD6\xBE\x89\x8E\x0C\x00\x02\x01\x06\x03\x03\xAB\xCD\x12\x34\x56'
result = parse_ble_packet(raw)
print(result)

3.4 本章知识体系

下面这张图，帮你把本章的核心逻辑串起来：

3.5 实战建议

最后，给你几个我在项目中总结的实战建议：

1. 先确认字节序：拿到协议文档，第一件事就是找"字节序"三个字。找不到？找"Endian"或"Byte Order"。还找不到？找逻辑分析仪抓包实测。
2. 位掩码用十六进制：别写二进制，太长了。0x0F比0b00001111好读得多。我习惯用 0x0F、0xF0、0xFF 这种。
3. struct格式字符串先写字节序前缀：我每次写struct，第一件事就是加 < 或 >。不加？默认用本地字节序，换台机器就崩。
4. 多用 unpack_from()：别用 unpack()，它只能从开头解。 unpack_from() 可以指定偏移量，配合循环解析多个字段，代码干净很多。
5. 写单元测试：字节序和位操作最容易出边界问题。我每次写完解析函数，都会写几个测试用例：全0、全1、边界值、随机值。跑一遍，心里踏实。