protobuf 嵌入的消息导致额外的字节，这是分隔符吗？

Question

我正在尝试 protobuf->python 的示例代码，我有 pytest.proto

message Person{
    required string name=1;
    required int32 id=2;
    optional string email=3;

    enum PhoneType{
        mobile=0;
        home=1;
        work=2;
    }
    message PhoneNumber{
        required string number=1;
        optional PhoneType type=2[default=home];
    }
    repeated PhoneNumber phone=4;
}

编译它

protoc pytest.proty --python_out=./

然后是我的 python 文件：

import pytest_pb2
import sys
person=pytest_pb2.Person()
person.name="bbb"
person.id=9

phone_number=person.phone.add()
phone_number.number="aaa"
phone_number.type=pytest_pb2.Person.work
f=open("log4py.data","w")
s=person.SerializeToString()
f.write(s)
f.close()

运行它：

$python pytest.py && xxd log4py.data
00000000: 0a03 6262 6210 0922 070a 0361 6161 1002  ..bbb.."...aaa..
          name="bbb"  id=9  ???  number="aaa" type=home

从上面我可以看到

0a03 6262 62 --> name="bbb"
1009         --> id=9
22 07        --> What's this??????????????????
0a03 616 161 --> number="aaa"
1002         --> type=home

没看懂这里多出来的“22 07”是什么意思，好像是嵌入结构？所以我将 python 程序更改为有 2 个 "phone_number" 实例，如下所示：

phone_number1=person.phone.add()
phone_number1.number="aaa"
phone_number1.type=pytest_pb2.Person.work
phone_number2=person.phone.add()
phone_number2.number="ccc"
phone_number2.type=pytest_pb2.Person.work

运行它和我得到：

$python pytest.py && xxd log4py.data
00000000: 0a03 6262 6210 0922 070a 0361 6161 1002  ..bbb.."...aaa..
00000010: 2207 0a03 6363 6310 02                   "...ccc..

嗯，这一次，我在每个 PhoneNumber 实例之前看到两次“22 07”。我知道 Protobuf 不对任何分隔符字节进行编码，但这里似乎“22 07”是分隔符。有什么解释吗？

Answer 1

字节是sub-message的标签和长度。

22 是一个标签。后三位 (2) 表示后面的字段值是 length-delimited 值。高5位（4）表示这是字段号4，也就是phone字段。

07是长度。 sub-message 是 7 个字节长。

I knew that Protobuf doesn't encode any delimeter bytes

不正确：Sub-messages 必须以某种方式分隔。 Protobuf 更喜欢使用长度前缀而不是特殊的结束标记来定界，因为它允许您跳过字段而不解码每个字节。

protobuf 嵌入的消息导致额外的字节，这是分隔符吗？

protobuf embedded message leads to extra bytes, is this delimeter?

python

message

encode

protocol-buffers