websocket数据帧格式-编程知识

客户端、服务端数据的交换，离不开数据帧格式的定义。因此，在实际讲解数据交换之前，我们先来看下WebSocket的数据帧格式。

WebSocket客户端、服务端通信的最小单位是帧（frame），由1个或多个帧组成一条完整的消息（message）。

发送端：将消息切割成多个帧，并发送给服务端；

接收端：接收消息帧，并将关联的帧重新组装成完整的消息；

本节的重点，就是讲解数据帧的格式。

数据帧格式概览

下面给出了WebSocket数据帧的统一格式。熟悉TCP/IP协议的同学对这样的图应该不陌生。

从左到右，单位是比特。比如FIN、RSV1各占据1比特，opcode占据4比特。

内容包括了标识、操作代码、掩码、数据、数据长度等。

数据帧格式讲解(以上图片介绍):

FIN：1个比特。

如果是1，表示这是消息（message）的最后一个分片（fragment），如果是0，表示不是是消息（message）的最后一个分片（fragment）。

RSV1, RSV2, RSV3：各占1个比特。

一般情况下全为0。当客户端、服务端协商采用WebSocket扩展时，这三个标志位可以非0，且值的含义由扩展进行定义。如果出现非零的值，且并没有采用WebSocket扩展，连接出错。

Opcode: 4个比特。

操作代码，Opcode的值决定了应该如何解析后续的数据载荷（data payload）。如果操作代码是不认识的，那么接收端应该断开连接（fail the connection）。可选的操作代码如下：

%x0：表示一个延续帧。当Opcode为0时，表示本次数据传输采用了数据分片，当前收到的数据帧为其中一个数据分片。

%x1：表示这是一个文本帧（frame）

%x2：表示这是一个二进制帧（frame）

%x3-7：保留的操作代码，用于后续定义的非控制帧。

%x8：表示连接断开。

%x9：表示这是一个ping操作。

%xA：表示这是一个pong操作。

%xB-F：保留的操作代码，用于后续定义的控制帧。

Mask: 1个比特。

表示是否要对数据载荷进行掩码操作。从客户端向服务端发送数据时，需要对数据进行掩码操作；从服务端向客户端发送数据时，不需要对数据进行掩码操作。

如果服务端接收到的数据没有进行过掩码操作，服务端需要断开连接。

如果Mask是1，那么在Masking-key中会定义一个掩码键（masking key），并用这个掩码键来对数据载荷进行反掩码。所有客户端发送到服务端的数据帧，Mask都是1。

Payload length：数据载荷的长度，单位是字节。为7位，或7+16位，或1+64位。

假设数Payload length === x，如果

x为0~126：数据的长度为x字节。

x为126：后续2个字节代表一个16位的无符号整数，该无符号整数的值为数据的长度。

x为127：后续8个字节代表一个64位的无符号整数（最高位为0），该无符号整数的值为数据的长度。

此外，如果payload length占用了多个字节的话，payload length的二进制表达采用网络序（big endian，重要的位在前）。

Masking-key：0或4字节（32位）

所有从客户端传送到服务端的数据帧，数据载荷都进行了掩码操作，Mask为1，且携带了4字节的Masking-key。如果Mask为0，则没有Masking-key。

备注：载荷数据的长度，不包括mask key的长度。

Payload data：(x+y) 字节

载荷数据：包括了扩展数据、应用数据。其中，扩展数据x字节，应用数据y字节。

扩展数据：如果没有协商使用扩展的话，扩展数据数据为0字节。所有的扩展都必须声明扩展数据的长度，或者可以如何计算出扩展数据的长度。此外，扩展如何使用必须在握手阶段就协商好。如果扩展数据存在，那么载荷数据长度必须将扩展数据的长度包含在内。

应用数据：任意的应用数据，在扩展数据之后（如果存在扩展数据），占据了数据帧剩余的位置。载荷数据长度减去扩展数据长度，就得到应用数据的长度。

C++数据帧代码实例 : 本代码使用了C++ dfm库

#include <dfm/dfm.h>  
#include <iostream>  int main() {  // 创建一个数据帧  dfm::DataFrame df = dfm::DataFrame::from_rows(  dfm::Row({ "Tom", 20, 'A' }),  dfm::Row({ "Nick", 21, 'B' }),  dfm::Row({ "John", 19, 'A' }),  dfm::Row({ "Peter", 18, 'C' })  );  // 给数据帧添加列名  df.set_column_names({"Name", "Age", "Grade"});  // 显示数据帧  std::cout << df << std::endl;  // 选择列  auto age_column = df.select("Age");  std::cout << "Age column:" << std::endl;  std::cout << age_column << std::endl;  // 选择多列  auto multi_columns = df.select({"Name", "Grade"});  std::cout << "Multiple columns:" << std::endl;  std::cout << multi_columns << std::endl;  // 选择行  auto row_0 = df.at(0);  std::cout << "Row 0:" << std::endl;  std::cout << row_0 << std::endl;  // 条件选择  auto young_people = df.where(df["Age"] < 20);  std::cout << "People younger than 20:" << std::endl;  std::cout << young_people << std::endl;  // 修改数据  df.at(0, "Name") = "Tommy";  std::cout << "Modified data frame:" << std::endl;  std::cout << df << std::endl;  // 添加新列  df.insert_column("Height", {175, 180, 165, 170});  std::cout << "Added new column:" << std::endl;  std::cout << df << std::endl;  // 删除列  df.remove_column("Height");  std::cout << "Removed column:" << std::endl;  std::cout << df << std::endl;  // 删除行  df.remove_row(0);  std::cout << "Removed row:" << std::endl;  std::cout << df << std::endl;  return 0;  
}