数据类型在网络传输中的表现

Jun 8, 2019 · 1 min read · network

使用弱类型语言（PHP、Python等）开发接口的时候，有时会不考虑数据类型的问题，因为语言的解释器会自动进行类型转换。当一种强类型语言根据文档调用弱类型语言开发的接口，此时弱类型语言的开发者如果没去仔细关注返回的数据类型，结果可能给接口调用方造成不便。

下面的例程使用PHP开发

1<?php
2header("Content-type:application/json");
3$arr = [ 
4    "hello" => "world",
5    "value" => "100",
6    "aaaa" => 100,
7    "chinese" => "中文字符"
8];
9echo json_encode($arr);

抓取http报文后可以看到字符串被转换成二进制后的表示如下

{% asset_img wireshark.png %}

整型100和字符串"100"的二进制表示的区别在于字符串"100"比整型100多出了两个双引号("")

1整型100     =>            00110001 00110000 00110000
2字符串"100" =>   00100010 00110001 00110000 00110000 00100010

双引号(")、1和0的ascii码的二进制表示形式是

1"   => 00100010
21   => 00110001
30   => 00110000

所以整型100和字符串"100"在网络传输过程中本质上都是字符串，需要通过ascii转换成对应的二进制。注意，这里中文字符串被转换成了unicode，然后对unicode中的每个字符又对应到ascii转换成相应的二进制，例如：

1中 -> \u4e2d -> 01011100 01110101 00110100 01100101 00110010 01100100
2符 -> \u7b26 -> 01011100 01110101 00110111 01100010 00110010 00110110

虽然本质上都是字符串，但http报文被解析之后在应用层的表现形式会是各种数据类型，进而在内存中占用不同的空间。