协议缓冲区：没有固定大小缓冲区的标记？

Question

由于我在这个问题上没有得到答案，我必须自己进行原型验证，因为我的数据集头需要固定大小，所以我需要固定大小的字符串。那么，在协议缓冲区中是否可以指定固定大小的字符串或字节数组？在这里没有明显地显示出来，而且我也觉得把固定大小的字符串强行放入头消息中有点不好--即：std :: string('\0'，128);

如果不行，我宁愿使用#pragma pack(1) 结构体 头{...};'

编辑

问题在 这里间接得到回答。将回答并接受

- Hassan Syed

Answer 1

在协议中和.proto模式语言中，protobuf没有这样的概念。在字符串和二进制大对象中，数据始终是使用长度前缀（本身使用varint编码，因此甚至长度也是可变长度）的技术上可变长度。

当然，如果您只存储特定长度的数据，则它将排列好。还要注意，由于protobuf中的字符串使用UTF-8编码的Unicode，因此编码数据的长度不像字符数那样简单（除非您仅使用ASCII字符）。

- Marc Gravell

Answer 2

这是对之前答案的一个小澄清。Protocol Buffers不将字符串编码为UTF-8，它将其编码为普通字节。在传输过程中，会先传输占用的字节数，然后是实际的字节。详情请参见https://developers.google.com/protocol-buffers/docs/encoding/。

虽然传输格式始终相同，但Protocol Buffers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尝试向开发人员提供字符串类型，而后者则尝试提供字节类型（例如，在Java中，字符串使用String表示，而字节使用ByteArray表示）。

- Clarus

---

UTF-8是Unicode的一种编码方式--它将Unicode字符转换成字节。Protobuf使用UTF-8来获取普通字节。 - solidsnack

请参考 https://developers.google.com/protocol-buffers/docs/encoding#strings 中的示例，其中写着“蓝色字节是“testing”的UTF8”。 - solidsnack

Protocol Buffers 不会将字符串编码为 UTF-8，而是将其编码为普通字节。虽然没有“普通字节”编码方式，但有 UTF-8 编码方式，它指定了如何将字符串编码为“普通字节”。 - Alex Che

尽管协议缓冲区在传输时以相同的方式表示字符串和字节，但仍然明确指定了如何将 string 字段编码为字节：字符串必须始终包含 UTF-8 编码或 7 位 ASCII 文本。换句话说，您可以手动将字符串编码为字节，并使用任何编码。但是，如果您使用目标语言的标准协议缓冲区生成的 string 访问器，则编码将为 UTF-8/7 位 ASCII。 - Alex Che

@Clarus 我不认为我会混淆它。实际上，我已经在我的评论中说明了协议中没有区分字符串和字节。但是，来自Google的protobuf规范明确指出字符串必须使用UTF-8 / 7位ASCII进行编码。也就是说，这不是偶然的，而是一个明确的要求。因此，如果您希望您的字符串与其他protobuf绑定实现兼容，那么您必须遵守这种编码方式。是的，您可以手动编码不同编码的字符串，但这样它就不符合Google对protobuf字符串的定义了。 - Alex Che