协议缓冲区：没有固定大小缓冲区的符号？答案

【问题标题】：protocol buffers : no notation for fixed size buffers?协议缓冲区：没有固定大小缓冲区的符号？
【发布时间】：2012-04-10 15:12:01
【问题描述】：

由于我没有得到关于this 问题的答案，我必须制作原型并检查自己，因为我的数据集标题需要固定大小，所以我需要固定大小的字符串。那么，是否可以在协议缓冲区中指定固定大小的字符串或字节数组？这在这里并不明显，我对将固定大小的字符串强制放入标题消息感到有点难过。 --即std::string('\0', 128);

如果不是，我宁愿使用#pragma pack(1) struct header {...};'

编辑

问题间接回答here。会回答和除外

【问题讨论】：

标签： c++ protocol-buffers file-format

【解决方案1】：

protobuf 在协议中没有这样的概念，在 .proto 模式语言中也没有。在字符串和 blob 中，数据总是技术上使用长度前缀可变长度（它本身使用 varint 编码，所以即使长度也是可变长度）。

当然，如果您只存储特定长度的数据，那么它会排成一行。另请注意，由于 protobuf 中的字符串是使用 UTF-8 编码的 unicode，因此编码数据的长度不与字符数一样简单（除非您仅使用 ASCII 字符）。

【讨论】：

【解决方案2】：

这是对上一个答案的轻微澄清。 Protocol Buffers 不将字符串编码为 UTF-8，而是将它们编码为常规字节。在线格式将是消耗的字节数，后跟实际字节数。见https://developers.google.com/protocol-buffers/docs/encoding/。

虽然在线格式始终相同，但协议缓冲区提供了两个接口供开发人员使用，字符串和字节，主要区别在于前者通常会尝试向开发人员提供字符串类型，而后者将尝试提供字节类型（即Java将为字符串提供String，为字节提供ByteArray）。

【讨论】：

UTF-8 是一种 Unicode 编码——它将 Unicode 字符转换为字节。 Protobuf 使用 UTF-8 来获取常规字节。
@solidsnack 感谢 unicode 的定义，虽然这里不相关。关键是协议缓冲区将字符串（或字节）存储为 type=2，长度分隔。协议缓冲区不关心这些字节是什么，也不会任意强制这些字节为 UTF-8。
考虑developers.google.com/protocol-buffers/docs/encoding#strings 的示例，其中显示“蓝色字节是“测试”的 UTF8”。
"Protocol Buffers 不将字符串编码为 UTF-8，而是将它们编码为常规字节。" - 没有“常规字节”编码，但有 UTF-8 编码，它指定如何将字符串编码为“常规字节”。
虽然协议缓冲区在网络上以相同的方式表示字符串和字节，但它仍然明确地specified string 字段必须编码为字节：A string must always contain UTF-8 encoded or 7-bit ASCII text。换一种说法，您始终可以手动将字符串编码为字节，并采用您希望的任何编码。但是，如果您使用标准协议缓冲区为您的目标语言生成 string 访问器，则编码将是 UTF-8/7 位 ASCII。