检测二进制文件数据的字节顺序

Question

最近我（再次）阅读了有关“endian”的内容。我知道如何识别主机的字节顺序，因为 SO 上有很多 post，而且我也看到了 this，我认为这是非常好的资源。

但是，我想知道的一件事是如何检测输入二进制文件的字节顺序。例如，我正在读取一个二进制文件（使用 C++），如下所示：

ifstream mydata("mydata.raw", ios::binary);

short value;
char buf[sizeof(short)];
int dataCount = 0;

short myDataMat[DATA_DIMENSION][DATA_DIMENSION];
while (mydata.read(reinterpret_cast<char*>(&buf), sizeof(buf)))
{
    memcpy(&value, buf, sizeof(value));
    myDataMat[dataCount / DATA_DIMENSION][dataCount%DATA_DIMENSION] = value;
    dataCount++;
}

我想知道如何检测 mydata.raw 中的字节顺序，以及字节顺序是否会影响该程序。

附加信息：

我只是用数学运算对myDataMat中的数据进行操作，没有对数据进行指针操作或位操作）。
我的机器（主机）是小端。

Answer 1

你看不出来。

字节顺序转换本质上是对数字 x 的运算符 E(x)，使得 x = E(E(x))。所以你不知道 "which way round" x 元素在你的文件中。

Answer 2

一般来说，"detect" 数据的字节顺序是不可能的。就像不可能检测数据是一个 4 字节整数数组，还是两倍于 2 字节整数的数组。在没有任何关于表示的知识的情况下，原始数据只是一堆无意义的比特。

然而，有了一些关于数据表示的额外知识，这就成为可能了。一些例子：

大多数文件格式都要求特定的字节顺序，在这种情况下这绝不是问题。
Unicode 文本文件可以选择以 byte order mark 开头。同样的想法可以通过其他数据表示来实现。
一些文件格式包含 checksum。您可以猜测一种字节序，如果校验和不匹配，请使用另一种字节序再试一次。校验和不太可能与错误的数据解释匹配。
有时候你可以根据数据进行猜测。温度超出 33'554'432 度，还是 2？您可以选择代表合理数据的字节顺序。当然，当外星人入侵并开始融化我们的星球时，这种猜测惨遭失败。

检测二进制文件数据的字节顺序

Detect endianness of binary file data

c++

endianness

file-handling