最近需要處理一些基於比特流的數據，計算機處理數據一般都是以byte（8bit）為單位的，使用BinaryReader讀取的數據也是如此，即使讀取bool型也是一個byte。不過借助於C#基礎類庫中提供的一些方法，也實現了對基於比特的數據的讀取。任務完成後覺得基於比特的數據挺有意思，自己試了下用7比特和6比特編碼常用ASCII字符。最後把一點新的寫成博客，一方面做個記錄，另一方面希望對有類似需求的園友有所幫助。
假設我們有一個byte b = 35，而我們需要把其中的前4bit和後4bit分別讀取為兩個數字，那麼應該怎麼做呢。雖然沒有在基礎類庫中找到現成的方法，但用二進制字符串中轉一下，分兩步也可以做到。
1、先把b表示為二進制字符串00100011
2、分別取其前後4bit轉為數字，核心方法就是：
Convert.ToInt32("0010");
這樣就實現了基於比特的數據讀取了。
關於第一步中把byte轉化為二進制字符串有很多種方法，
1、最簡單的Convert.ToString(b,2)。不夠8位就在高位用0補足。
2、也可以把byte分別與1,2,4,8 … 128做與運算，由低到高取出各位。
3、也可以把byte和32做與運算，然後把byte左移再次與128做與運算。
其中第一種方法會產生大量的字符串對象，在第2、3種方法沒有找到太大區別，我選擇的3，純靠感覺。代碼如下：
public static char[] ByteToBinString(byte b)
{
var result = new char[8];
for (int i = 0; i < 8; i++)
{
var temp = b & 128;
result[i] = temp == 0 ? '0' : '1';
b = (byte)(b << 1);
}
return result;
}
為了能將byte[]轉化為二進制字符串，可以
Public string BitReader(byte[] data)
{
BinString = new StringBuilder(data.Length * 8);
for (int i = 0; i < data.Length;
{
BinString.Append(ByteToBinString(data[i]));
}
return BinString.ToString();
}
這樣一來當拿到byte[]數據時,可以轉換為二進制字符串保存起來，根據偏移的bit位置和bit長度從中讀取二進制字符串，並保轉換為bool，Int16，Int32等。基於這個思路，可以寫一個BitReader類，其中用StringBuilder存儲二進制字符串，並提供Read方法從二進制字符串中讀取數據。為了能夠更好的處理數據流，在此基礎上添加一個Position記錄當前偏移，當使用某些Read方法讀取數據時，Position也會相應移動。例如使用ReadInt16讀取數據，BitReader會從Position當前位置，讀取16bit並轉換為Int16返回，同時Position向後移動16bit。區分方式就是當讀取數據時需要指定起始的偏移位置時，Position不移動，直接從當前Position讀取時Position移動，BitReader類部分代碼如下：
使用BitReader按照4bit從byte[] buff= {35,12};中讀取數據可以這樣：
var reader = new BitReader(buff); //二進制字符串為0010001100001100 var num1 = reader.ReadInt(4); //從當前Position讀取4bit為int，Position移動4bit，結果為2，當前Position=4 var num2 = reader.ReadInt(5,6); //從偏移為5bit的位置讀取6bit為int，Position不移動，結果為48，當前Position=4 var b = reader.ReadBool(); //從當前Position讀取1bit為bool，Position移動1bit，結果為False，當前Position=5
把數據寫入比特流就是一個相反的過程，我們用BitWriter類實現，在其中存儲StringBuilder保存二進制字符串，當寫入數據時，需要傳入數據並指定保存這個數據所需要的bit數。當寫入完畢後可以將StringBuilder中保存的二進制字符串按照8bit轉換為byte[]並返回。BitWriter的核心部分如下：
下面舉個簡單的例子：
var writer = new BitWriter();
writer.Write(12,5); //把12用5bit寫入，此時二進制字符串為：01100
writer.Write(8,16); //把8用16bit寫入，此時二進制字符串為：011000000000000001000
var result = writer.GetBytes(); //8bit對齊為011000000000000001000000
//返回結果為[96,0,64]
我們常用的ASCII字符是使用8bit編碼的，但其中真正常用的那些字符只有7bit，最高位為0，所以對於一篇英文文章，我們可以使用7bit重新編碼而不損失信息。編碼的過程就是把文章字符依次取出，並用BitWriter按照7bit寫入，最後獲取新編碼的byte[]。為了能夠正確讀取，我們規定當讀到8bit數據為2時代表數據開始，接下來16bit數據為後面字符個數。代碼如下：
public byte[] Encode(string text)
{
var len = text.Length * 7 + 24;
var writer = new BitWriter(len);
writer.WriteByte(2);
writer.WriteInt(text.Length, 16);
for (int i = 0; i < text.Length; i++)
{
var b = Convert.ToByte(text[i]);
writer.WriteByte(b, 7);
}
return writer.GetBytes();
}
同樣讀取數據的時候，我們先尋找開始標識符，然後讀出字符個數，根據字符個數依次讀取字符，代碼如下：
public string Decode(byte[] data)
{
var reader = new BitReader(data);
while (reader.Remain > 8)
{
var start = reader.ReadByte();
if (start == 2)
break;
}
var len = reader.ReadInt(16);
var result = new StringBuilder(len);
for (int i = 0; i < len; i++)
{
var b = reader.ReadInt(7);
var ch = Convert.ToChar(b);
result.Append(ch);
}
return result.ToString();
}
由於數據頭的存在，當編碼幾個字符時編碼後數據反而更長了
不過隨著字符越多，編碼後節省的越多。
從節省數據量的角度，如果允許損失部分信息，例如損失掉字母大小寫，是可以進一步減少編碼所需比特數的。26個字母+10個數字+符號，可以用6bit（64）進行編碼。不過使用這種編碼方式就不能用ASCII的映射方式了，我們可以自定義映射，例如0-10映射為十個數字等等，也可以使用自定義的字典，也就是傳說中的密碼本。經常看國產諜戰片的應該都知道密碼本吧，密碼本就是一個字典，把字符進行重新映射獲取明文，算是簡單的單碼替代，加密強度很小，在獲取足量數據樣本後基於統計很容易就能破解。下面我們就嘗試基於自定義字典用6bit重新編碼。
編碼過程：
仍然像7bit編碼那樣寫入消息頭，然後依次取出文本中的字符，從字典中找到對應的數字，把數字按照6bit長度寫入到BitWriter
public byte[] Encode(string text)
{
text = text.ToUpper();
var len = text.Length * 6 + 24;
var writer = new BitWriter(len);
writer.WriteByte(2);
writer.WriteInt(text.Length, 16);
for (int i = 0; i < text.Length; i++)
{
var index = GetChar6Index(text[i]);
writer.WriteInt(index, 6);
}
return writer.GetBytes();
}
private int GetChar6Index(char c)
{
for (int i = 0; i < 64; i++)
{
if (Dict.Custom[i] == c)
return i;
}
return 10; //return *
}
解碼過程：
解碼也很簡單，找到消息頭，依次按照6bit讀取數據，並從字典中找到對應的字符：
public string Decode(byte[] data)
{
var reader = new BitReader(data);
while(reader.Remain > 8)
{
var start = reader.ReadByte();
if (start == 2)
break;
}
var len = reader.ReadInt(16);
var result = new StringBuilder(len);
for (int i = 0; i < len; i++)
{
var index = reader.ReadInt(6);
var ch = Dict.Custom[index];
result.Append(ch);
}
return result.ToString();
}
同樣一段文本用6bit自定義字典編碼後數據長度更短了，不過損失了大小寫和換行等格式。
如果從加密的角度考慮，可以設置N個自定義字典（假設10個），在消息頭中用M bit（例如4bit）表示所用的字典。這樣在每次編碼時隨機選擇一個字典編碼，解碼時根據4bit數據選擇相應字典解碼，並且定時更換字典可以增大破解難度。感興趣的園友可以自行嘗試。
以上是我處理比特流數據的一點心得，僅僅是我自己能想到的一種方法，滿足了我的需求。如果有更效率的更合理的方法，希望賜教。另外編碼和解碼的兩個例子是出於有趣寫著玩的，在實際中估計也用不到。畢竟現在帶寬這麼富裕，數據加密也有N種可靠的多的方式。
示例代碼：https://github.com/durow/TestArea/tree/master/BitStream
