2. 数据表示与编码：大端与小端、ASCII与二进制编码、BCD码与自定义编码规则

协议解析说白了就是「读懂对方发来的字节」。但字节本身不会说话，你得先搞清楚它怎么排列、用什么编码。我见过太多工程师在字节序上翻车，一查就是半天。这一章咱们就把这些基础打牢。

2.1 大端 vs 小端：字节序的江湖

先问个问题：一个 16 位的整数 0x1234，在内存里怎么放？

大端（Big-Endian）把高位字节放低地址，小端（Little-Endian）把低位字节放低地址。举个例子：

• 大端存储：地址 0x00 存 0x12，地址 0x01 存 0x34
• 小端存储：地址 0x00 存 0x34，地址 0x01 存 0x12

我个人习惯把大端想象成「从左往右读」，小端是「从右往左读」。你想想看，网络协议几乎清一色用大端，而 x86 处理器天生就是小端。我在项目中遇到过两次因为字节序没对齐，导致设备间通信数据全反了——排查了整整一个下午。

特性	大端（Big-Endian）	小端（Little-Endian）
高位字节位置	低地址	高地址
常见场景	网络协议、TCP/IP、Modbus	x86/ARM 处理器、USB、PCIe
人类阅读友好度	直观，和书写顺序一致	反直觉，但硬件实现简单

2.2 ASCII 与二进制编码

ASCII 是最基础的字符编码，一个字节表示一个字符。比如 'A' 是 0x41，'0' 是 0x30。但注意，ASCII 只覆盖了 128 个字符，遇到中文就抓瞎了。

二进制编码更直接——你想传什么值，就直接把它的二进制发出去。比如要传整数 255，ASCII 需要三个字节 '2' '5' '5'（即 0x32 0x35 0x35），而二进制编码只需要一个字节 0xFF。

我记得有一次做传感器数据采集，对方协议文档写的是「ASCII 编码传输」。结果每帧数据 200 多个字节，解析起来慢得要命。后来改成二进制编码，帧长直接砍到 50 字节以内。嗯，这里要注意：二进制编码虽然省空间，但调试时肉眼看不出来，得用工具辅助。

2.3 BCD 码：用半个字节表示一个数字

BCD（Binary-Coded Decimal）码用 4 位二进制表示一个十进制数字。比如十进制 95，BCD 码就是 1001 0101（即 0x95）。

为什么不用纯二进制？因为 BCD 码没有进位误差，适合金融、计时等场景。比如 RTC 芯片里的时间寄存器，几乎清一色用 BCD 码。

十进制	二进制	BCD 码
12	0000 1100	0001 0010
99	0110 0011	1001 1001
255	1111 1111	0010 0101 0101

BCD 码的转换也很简单：高位 BCD 乘以 10 再加低位 BCD。比如 0x95 转十进制：9 * 10 + 5 = 95。反过来，十进制转 BCD 就是不断除以 10 取余数。

2.4 自定义编码规则：灵活但要有章法

有时候标准编码不够用，就得自己定义。比如工业协议里常见的「压缩 BCD」：用 3 个字节存 5 个十进制数字，省一个 nibble。或者用 7 位编码代替 8 位 ASCII，省带宽。

自定义编码的核心原则：

• 明确边界：每个字段占多少位，从哪开始，到哪结束
• 保留扩展：留几个保留位，方便以后加功能
• 文档化：编码规则必须写清楚，不然别人看不懂

我在项目中做过一个自定义编码：用 4 个字节表示一个带符号的定点数，前 2 字节是整数部分，后 2 字节是小数部分。这样传输效率高，而且精度可控。但后来维护的人换了三茬，每次都要翻文档才能看懂。所以自定义编码一定要配套文档，别偷懒。

2.5 本章知识体系

下面这张图把本章的核心知识点串起来了。你可以把它当作一个快速索引：

这张图把字节序、字符编码、数值编码和自定义编码的关系理清楚了。实际工作中，你往往需要组合使用它们。比如一个 Modbus 帧，地址用二进制编码，寄存器值用大端，时间戳用 BCD——你得全部吃透才能正确解析。