Algorithm 处理来自套接字的分段输入的通用方法

这个问题有点笼统，但我发现自己在过去几年的各种情况下都遇到了这个问题，所以我想一定有一个标准的解决方案

我想知道是否有标准算法用于处理这样的情况，即使用某种专有协议从某种套接字/流读取数据，但消息不能保证以整块的形式到达

我在各种不同的协议和各种套接字/流（如串行端口、TCP套接字、UNIX套接字）中遇到了这个问题，目前在

C

中有一个蓝牙流

为了说明这一点，让我试着给出一个简单的例子：

//A simple protocol where a message starts with a #,
//ends with a *, and has the header separated with a ;
#somemessage;somedatahere* 

//A read operation on a socket may yield:
#somemessage;some  //can be truncated
#somemessage;somedatahere*#someme //can be a full message with additional bytes appended
ssage;somedatahere*#somemessage;somedatahere* //prepended bytes

在过去，我将任何读入的内容复制到“工作缓冲区”，并跟踪我在该缓冲区中的索引。然后，当我找到一条完整的消息时，我会将其从工作缓冲区中删除，但我以前遇到过这样的情况，即在缓冲区的前面堆积了一堆垃圾

---

其他人采取什么方法？我相对缺乏经验，我的背景是数字编码，这在以前从来都不是一个问题。

这个问题确实有点太笼统了：答案取决于协议如何定义消息边界。AFAIU，您提到的垃圾实际上是前一条消息的尾部部分；不知怎的，它的头部被遗漏了。在这种情况下，您只能忽略所有内容，直到识别出下一条消息的开头。如果协议没有明确地在流中分隔消息，通常您必须关闭连接并重新开始。

如果您想要处理符合特定语法的外部流，您应该实现一个接受该语法的解析器，并以某种方式报告语法错误。无论您是从文件读取还是从TCP/IP读取，都是如此

您可以编写解析器，以便它一次处理（接受）一个字节或字符。解析器将需要一些状态变量。其中一些是缓冲区

对于文本流，大多数语法可以表示为符号的排列，使用一组规则表示单个符号的标识。这自然会产生一个分为两部分的解析器，其中一部分（lexer）用于识别符号，并将其传递给解析器的其余部分

我喜欢使用准有限状态机解析器。在Java中，该解析器的基础代码如下：

 public abstract class Parser
 {

    protected abstract class State {

       public abstract State parse(char c);

       public abstract void parseEOF();

    }

    private State currentState;

    protected abstract State getStartState();

    public final void parse(char c) {
       currentState = currentState.parse(c);
    }

    public final void parseEOF() {
       currentState.parseEOF();
       currentState = null;
    }

    public final void parse(InputStream input) {
       currentState = getStartState();
       char c;
       while((c = input.read()) != -1) {
          parse(c);
       }
       parseEOF();
    }
 }