当前位置:首页 > 文章列表 > Golang > Go教程 > Go hex.Dumper 怎么流式输出可读十六进制内容

Go hex.Dumper 怎么流式输出可读十六进制内容

来源:17golang原创 2026-10-04 14:29:45 0浏览 收藏

需要持续查看文件、网络载荷或二进制协议时,不必先把全部字节读进内存。Go 的 encoding/hex 提供了 hex.Dumper:把它接到任意 io.Writer,后续分块调用 Write,就能得到接近 hexdump -C 的偏移、十六进制和 ASCII 可读列。关键是最后一定调用 Close,否则不足 16 字节的尾行不会完成。

要点速览
  • hex.Dumper(w) 返回的是 io.WriteCloser,目标可以是文件、缓冲区或标准输出。
  • 写入可以被任意分块,Dumper 自己维护 16 字节行宽和累计偏移。
  • Close 负责补齐尾行;要同时处理每次 Write 和最终 Close 的错误。

把 hex.Dumper 接到任意 io.Writer

Dumper 不要求输入一次到位。下面的示例用 bytes.Buffer 接收结果,实际项目也可以换成 os.File、网络响应写入器或日志管道。示例刻意分三次写入,说明分块边界不会改变十六进制行的组织方式。

package main

import (
    "bytes"
    "encoding/hex"
    "fmt"
    "log"
)

func main() {
    var out bytes.Buffer
    dumper := hex.Dumper(&out)

    // 分块写入模拟网络或文件读取,不要求每次正好写满一行。
    chunks := [][]byte{[]byte("Go "), []byte("binary"), []byte(" data")}
    for _, chunk := range chunks {
        if _, err := dumper.Write(chunk); err != nil {
            log.Fatal(err)
        }
    }
    // 尾行可能不足 16 字节,Close 会补齐空格并写出 ASCII 区。
    if err := dumper.Close(); err != nil {
        log.Fatal(err)
    }
    fmt.Print(out.String())
}
Go hex.Dumper 通过 io.Writer 接收输入并组织偏移列、十六进制列和 ASCII 可读列的结构说明图
图1:hex.Dumper 与 io.Writer 的关系说明图,展示输入字节与三类可读输出区域的静态对应关系。

输出的左侧偏移从 00000000 开始,中间是每个字节的两位十六进制值,右侧把不可打印字节显示为点号。这里的图是结构说明图,用来理解字段关系,不代表某次本机运行截图。

Write 如何处理跨分块的 16 字节行

官方实现按 16 字节组织一行,并在内部维护当前行已写入的字节数和累计偏移。因此一次只写 3 个字节、下一次再写 13 个字节,与一次写 16 个字节,最终行布局是一致的。用 io.Copy 连接流时也遵循同一规则:

// src 可以是文件、网络响应或其他 io.Reader。
func dumpReader(src io.Reader, dst io.Writer) error {
    dumper := hex.Dumper(dst)
    // io.Copy 负责持续搬运数据,Dumper 负责格式化每个字节。
    if _, err := io.Copy(dumper, src); err != nil {
        // 输入读取或中途写入失败时,先保留原错误上下文。
        _ = dumper.Close()
        return err
    }
    // 即使 Copy 成功,尾行收尾也可能暴露目标 writer 的错误。
    return dumper.Close()
}

这段代码中的 io.Reader 和 io.Writer 需要在调用文件中导入 io。如果 Close 失败,不应把它当成无关紧要的清理错误:尾行还没有可靠写入,日志或诊断结果可能因此不完整。

Close 决定最后一行是否完整

hex.Dumper 是 io.WriteCloser,不是只提供 Write 的普通写入器。完整行在第 16 个字节写入时会自然闭合;如果最后只剩几个字节,Close 会把十六进制区补空格,再写入右侧 ASCII 区和换行。

Go hex.Dumper 以 16 字节行宽维护 h.used 并由 Close 完成尾行和 closed 状态的结构说明图
图2:Close 收尾边界结构说明图,强调不足 16 字节的数据仍要闭合 ASCII 区。

关闭后再次写入不会继续追加数据,官方实现会返回 encoding/hex: dumper closed。所以不要把一个已关闭的 Dumper 放回对象池后直接复用;如果确实需要复用,应重新创建一个 Dumper 并绑定新的目标。

按任务选择 Dumper、Dump 还是 EncodeToString

需求适合的 API判断
边读边输出调试格式hex.Dumper不需要攒齐全部输入,输出带偏移和 ASCII 列
已有完整字节切片,马上得到文本hex.Dump返回一个字符串,格式同样接近 hexdump -C
只需要紧凑的十六进制字符串hex.EncodeToString没有偏移列和 ASCII 列,适合令牌或摘要展示

边界可以这样记:Dumper 解决的是“持续写入并保持可读布局”,Dump 解决的是“已有切片的一次性转储”,而 EncodeToString 解决的是“只要连续十六进制字符”。不要为了得到调试列而先把大文件完整读入内存。

常见问题

每次 Write 必须写满 16 字节吗?

不需要。Dumper 会记住当前行状态,下一次写入会接着填充;只有全部输入结束后才需要调用 Close。

为什么 Close 也要检查 error?

尾行的补空格、ASCII 区和换行是在 Close 中写出的,底层文件或网络 writer 可能在这一刻才返回错误。

能把 Dumper 当成普通 io.Writer 长期保存吗?

可以保存为写入阶段的依赖,但一旦调用 Close,它就进入关闭状态;后续写入会报错,应为新的目标重新创建。

因此,Go 中流式输出可读十六进制内容的最小可靠组合就是:创建 hex.Dumper,持续检查 Write,输入结束后检查 Close。这三点同时满足,分块输入、短尾行和底层写入错误才不会被悄悄掩盖。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
PyTorch DataLoader 多进程为什么会重复随机数据PyTorch DataLoader 多进程为什么会重复随机数据
上一篇
PyTorch DataLoader 多进程为什么会重复随机数据
大规模指标平台迁移到 OpenTelemetry 反映了哪些趋势
下一篇
大规模指标平台迁移到 OpenTelemetry 反映了哪些趋势
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    325次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    384次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    376次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    343次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    167次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码