【Protobuf】Protobuf快速使用 Java版、Python版

简介:  Protocol Buffers(简称为ProtoBuf)是一种用于序列化、结构化数据的语言无关、平台无关、可扩展的机制。它由Google开发并于2008年开源发布。

【Protobuf】Protobuf快速使用 Java版、Python版


Protobuf介绍


快速使用(Java版)


创建 .proto文件,定义数据结构


安装Protobuf编译器(二选一)


使用IDEA编译(二选一)


使用编译后的文件


快速使用(Python版)


创建 .proto文件,定义数据结构


安装Protobuf编译器


使用编译后的Python文件


Protobuf中的Message语法规范


Protobuf介绍


Protobuf介绍


 Protocol Buffers(简称为ProtoBuf)是一种用于序列化、结构化数据的语言无关、平台无关、可扩展的机制。它由Google开发并于2008年开源发布。


 Protocol Buffers通过使用结构化的消息定义文件(.proto文件)来描述数据结构,然后利用特定的编译器将这些消息定义文件编译成相应编程语言的类。这些生成的类提供了一组API,用于在不同的平台和编程语言之间进行数据的序列化、传输和反序列化操作。


 Protobuf支持生成代码的语言包括Java、Python、C++、Go、Ruby、C#。


 官网地址:https://developers.google.com/protocol-buffers/


 官方开源地址 :https://github.com/protocolbuffers/protobuf


 语法指南:https://developers.google.com/protocol-buffers/docs/proto


 Portobuf的序列化的结果体积要比XML、JSON小很多,XML和JSON的描述信息比较多,而且是文本存储格式,导致消息要大;Portobuf的存储格式是二进制。此外Portobuf还使用了Varint 编码,减少数据对空间的占用。


Portobuf序列化和反序列化速度比XMLJSON快很多,是直接把对象和字节数组做转换,而XMLJSON还需要构建成XML或者JSON对象结构。


  但是Portobuf自解耦性差,以二进制数据流方式存储(不可读),需要通过.proto文件才能了解到数据结构。


快速使用(Java版)


创建 .proto文件,定义数据结构


  使用ProtoBuf,首先需要通过ProtoBuf语法定义数据结构(消息),这些定义好的数据结构保存在.proto为后缀的文件中。


   server.proto


// 指定protobuf的版本,proto3是最新的语法版本
syntax = "proto3";
// 定义数据结构message
message Server{
  string host = 1;   // 定义一个string类型的字段,字段名字为host, 序号为1
  int32 code = 2;   // 定义一个int32类型的字段,字段名字为code , 序号为2
}


proto文件中,字段后面的序号,不能重复,定义了就不能修改,可以理解成字段的唯一ID。


安装Protobuf编译器(二选一)


 Protobuf的github发布地址:https://github.com/protocolbuffers/protobuf/releases


 Protobuf的编译器叫protoc,在上面的网址中找到最新版本的安装包,下载安装。


image.png


这里下载的是:protoc-23.2-win64.zip,下载后,解压到你想要的安装目录即可。


可以把protoc下的bin目录路径添加到环境变量,否则要输入全部bin目录写命令操作。


 protoc编译器支持将proto文件编译成多种语言版本的代码,这里以java为例。


 切换到proto文件所在的目录, 执行下面命令


protoc --java_out=. server.proto


  然后在当前目录生成了一个Server.javajava类文件,这个就是我们刚才用protobuf语法定义的数据结构对应的java类文件,通过这个类文件我们就可以操作定义的数据结构。


使用IDEA编译(二选一)


  引入pom依赖


<dependency>
    <groupId>com.google.protobuf</groupId>
    <artifactId>protobuf-java</artifactId>
    <version>3.6.1</version>
</dependency>


  设置build代码


<build>
     <extensions>
         <extension>
             <groupId>kr.motd.maven</groupId>
             <artifactId>os-maven-plugin</artifactId>
             <version>1.5.0.Final</version>
         </extension>
     </extensions>
     <plugins>
         <plugin>
             <groupId>org.xolstice.maven.plugins</groupId>
             <artifactId>protobuf-maven-plugin</artifactId>
             <version>0.5.0</version>
             <configuration>
                 <!--suppress UnresolvedMavenProperty -->
                 <protocArtifact>com.google.protobuf:protoc:3.6.1:exe:${os.detected.classifier}</protocArtifact>
                 <pluginId>grpc-java</pluginId>
                 <!--suppress UnresolvedMavenProperty -->
                 <pluginArtifact>io.grpc:protoc-gen-grpc-java:1.14.0:exe:${os.detected.classifier}</pluginArtifact>
             </configuration>
             <executions>
                 <execution>
                     <goals>
                         <goal>compile</goal>
                         <goal>compile-custom</goal>
                     </goals>
                 </execution>
             </executions>
         </plugin>
     </plugins>
 </build>


  配置好以后,将对应的proto文件放到新创建的proto文件下,在maven中执行compile/protobuf就可以,在target中我们可以找到对应的pb文件。


image.png


使用编译后的文件


  记得导入protobuf基础类库:


<dependency>
    <groupId>com.google.protobuf</groupId>
     <artifactId>protobuf-java</artifactId>
     <version>3.9.1</version>
</dependency>


  Protocol Buffers把生成的Server类复制到当前目录,然后写个demo


Server.Response.Builder builder = Server.Response.newBuilder();
// 设置字段值
builder.setHost("localhost");
builder.setCode(200);
 Server.Response response = builder.build();
 // 将数据根据protobuf格式,转化为字节数组
 byte[] byteArray  = response.toByteArray();
// 反序列化,二进制数据
try {
    Server.Response newResponse = Server.Response.parseFrom(byteArray);
    System.out.println(newResponse.getHost());
    System.out.println(newResponse.getCode());
} catch (Exception e) {
}


快速使用(Python版)


创建 .proto文件,定义数据结构


  使用ProtoBuf,首先需要通过ProtoBuf语法定义数据结构(消息),这些定义好的数据结构保存在.proto为后缀的文件中。


   server.proto


// 指定protobuf的版本,proto3是最新的语法版本
syntax = "proto3";
// 定义数据结构message
message Server{
  string host = 1;   // 定义一个string类型的字段,字段名字为host, 序号为1
  int32 code = 2;   // 定义一个int32类型的字段,字段名字为code , 序号为2
}


proto文件中,字段后面的序号,不能重复,定义了就不能修改,可以理解成字段的唯一ID。


安装Protobuf编译器


 Protobuf的github发布地址:https://github.com/protocolbuffers/protobuf/releases


 Protobuf的编译器叫protoc,在上面的网址中找到最新版本的安装包,下载安装。


image.png


这里下载的是:protoc-23.2-win64.zip,下载后,解压到你想要的安装目录即可。


可以把protoc下的bin目录路径添加到环境变量,否则要输入全部bin目录写命令操作。


 protoc编译器支持将proto文件编译成多种语言版本的代码,这里以java为例。


 切换到proto文件所在的目录, 执行下面命令


protoc --python_out=. server.proto


 然后在当前目录生成了一个server_pb2.py的python文件,这个就是我们刚才用protobuf语法定义的数据结构对应的python文件,通过这个文件我们就可以操作定义的数据结构。


使用编译后的Python文件


 记得把server.proto、server_pb2.py放入一个目录下,然后写python代码访问Server:


import server_pb2   # 导入生成的Python文件
from google.protobuf import json_format   # 导入protobuf的JSON格式转换库(可选)
# 创建一个新的消息对象
message = server_pb2.Response()
# 设置字段值
message.host = "172.0.0.1"
message.code = 100
# 将消息序列化为字节串
serialized_data = message.SerializeToString()
# 将字节串反序列化为消息
deserialized_message = server_pb2.Response()
deserialized_message.ParseFromString(serialized_data)
# 将消息对象转换为JSON字符串
json_string = json_format.MessageToJson(message)
# 将JSON字符串转换为消息对象
json_message = server_pb2.Response()
print(json_format.Parse(json_string, json_message))



相关文章
|
10天前
|
机器学习/深度学习 算法 Java
Java调用Python方法
【8月更文挑战第7天】
|
12天前
|
Rust JavaScript Java
简单对比Java、Python、Go、Rust等常见语言计算斐波拉契数的性能
简单对比Java、Python、Go、Rust等常见语言计算斐波拉契数的性能
|
1月前
|
机器学习/深度学习 人工智能 Java
Python和Java在哪些方面有所不同?
【7月更文挑战第2天】Python和Java在哪些方面有所不同?
27 1
|
2月前
|
Java 开发工具 开发者
【编程语言】Python平台化为何比Java差?
【编程语言】Python平台化为何比Java差?
30 1
|
1月前
|
数据采集 机器学习/深度学习 Java
Java和Python哪个更容易学?
【7月更文挑战第2天】Java和Python哪个更容易学?
21 0
|
2月前
|
开发框架 Java .NET
Java和Python的结合运用
Java和Python的结合运用
21 0
|
2月前
|
Java Python
分别使用python和java编写金字塔图形
分别使用python和java编写金字塔图形
13 0
|
Python
python下使用protobuf
python解决ImportError: No module named google.protobuf  关于protocol buffer的优点,就过多涉及;如果涉及到数据传输和解析,使用pb会比自己去写解析代码更有效率,至少对于大部分而言是这样的。
1759 0
|
8天前
|
算法 程序员 开发工具
百万级Python讲师又一力作!Python编程轻松进阶,豆瓣评分8.1
在学习Python的旅程中你是否正在“绝望的沙漠”里徘徊? 学完基础教程的你,是否还在为选择什么学习资料犹豫不决,不知从何入手,提高自己?
百万级Python讲师又一力作!Python编程轻松进阶,豆瓣评分8.1
|
1天前
|
Shell 数据处理 C++
【震撼揭秘】Python正则VS Shell正则:一场跨越编程边界的史诗级对决!你绝不能错过的精彩较量,带你领略文本处理的极致魅力!
【8月更文挑战第19天】正则表达式是文本处理的强大工具,在Python与Shell中有广泛应用。两者虽语法各异,但仍共享许多基本元素,如`.`、`*`及`[]`等。Python通过`re`模块支持丰富的功能,如非捕获组及命名捕获组;而Shell则依赖`grep`、`sed`和`awk`等命令实现类似效果。尽管Python提供了更高级的特性和函数,Shell在处理文本文件方面仍有其独特优势。选择合适工具需根据具体需求和个人偏好决定。