Nov
16
<?php
/*
* @url: 文件地址
* @filename: 要保存的文件名
*/
function _download($url, $filename)
{
// 获得文件大小, 防止超过2G的文件, 用sprintf来读
$filesize = sprintf("%u", filesize($url));
if (!$filesize)
{
return;
}
header("Content-type:application/x-msdownload\n"); //application/octet-stream
header("Content-type:unknown/unknown;");
header("Content-disposition: inline; filename=\"".$filename."\"");
header('Content-transfer-encoding: binary');
if ($range = getenv('HTTP_RANGE')) // 当有偏移量的时候，采用206的断点续传头
{
$range = explode('=', $range);
$range = $range[1];
header("HTTP/1.1 206 Partial Content");
header("Date: " . gmdate("D, d M Y H:i:s") . " GMT");
header("Last-Modified: ".gmdate("D, d M Y H:i:s", filemtime($url))." GMT");
header("Accept-Ranges: bytes");
header("Content-Length:".($filesize - $range));
header("Content-Range: bytes ".$range.($filesize-1)."/".$filesize);
header("Connection: close"."\n\n");
}
else
{
header("Content-Length:".$filesize."\n\n");
$range = 0;
}
$fp = fopen($url, 'rb');
fseek($fp, $range);
while ($bbsf = fread($fp, 4096))
{
echo $bbsf;
}
fclose($fp);
}
?>
/*
* @url: 文件地址
* @filename: 要保存的文件名
*/
function _download($url, $filename)
{
// 获得文件大小, 防止超过2G的文件, 用sprintf来读
$filesize = sprintf("%u", filesize($url));
if (!$filesize)
{
return;
}
header("Content-type:application/x-msdownload\n"); //application/octet-stream
header("Content-type:unknown/unknown;");
header("Content-disposition: inline; filename=\"".$filename."\"");
header('Content-transfer-encoding: binary');
if ($range = getenv('HTTP_RANGE')) // 当有偏移量的时候，采用206的断点续传头
{
$range = explode('=', $range);
$range = $range[1];
header("HTTP/1.1 206 Partial Content");
header("Date: " . gmdate("D, d M Y H:i:s") . " GMT");
header("Last-Modified: ".gmdate("D, d M Y H:i:s", filemtime($url))." GMT");
header("Accept-Ranges: bytes");
header("Content-Length:".($filesize - $range));
header("Content-Range: bytes ".$range.($filesize-1)."/".$filesize);
header("Connection: close"."\n\n");
}
else
{
header("Content-Length:".$filesize."\n\n");
$range = 0;
}
$fp = fopen($url, 'rb');
fseek($fp, $range);
while ($bbsf = fread($fp, 4096))
{
echo $bbsf;
}
fclose($fp);
}
?>
Nov
14
读写相关的问题是永远存在的，文件锁就是为了解决这个问题而做的，其实它就是个简单的信号量。读写相关性指由于同时读写文件造成文件数据的随机性冲突。为了明确知道在何时通过何种操作对更改或是读取了文件中的那些数据，有必要对操作进行序列化，原子化，同步化，使用户能确知在何时文件中有什么数据。文件锁就是其中一个工具。
文件系统一般有两种锁，共享锁及排它锁，也可被称为读锁和写锁。
文件系统锁的特点：
一个文件打开的时候只能拥有一把锁，就是说在同时，不能给一个文件同时分配两把以上的锁。
读写已被上锁的文件的用户可以持有这把锁，即持有这把锁的用户可以对该文件进行相应的操作，如读或写。用户可以申请持有某个文件锁，如果文件开始无锁，申请持有锁之前先由系统为该文件创建了一把锁，然后该申请者持有它。
持有锁的规则：如果这个文件已拥有一个读（共享）锁，其它用户不能为该文件分配排它锁或只读锁，但可以持有这把锁，也就是说其它用户可以读文件，但只要该文件被锁住，就没有用户可以对其进行写入。如果该文件已有一把排它锁且已为某用户持有，则没有任何用户可以再持有这把锁，除非持有者解锁。
有一个重要的概念要记住：对文件的操作本身与锁其实没有什么关系，无论文件是否被上锁，用户都可以随意对文件进行正常情况下的任何操作，但操作系统会检查锁，针对不同的情况给予不同的处理。比如说在无锁的情况下，任何人可以同时对某文件进行任意的读写，当然这样很有可能读写的内容会出现错误——注意只是内容出错，操作并不会出错。加锁后，某些操作在某些情况下会被拒绝。文件锁的作用并不是保护文件及数据本身，而是保证数据的同步性，因此文件锁只对持有锁的用户才是真正有效的，也只有所有用户都使用同一种完全相同的方式利用文件锁的限制对文件进行操作，文件锁才能对所有用户有效，否则，只要有一个例外，整个文件锁的功能就会被破坏。比如，所有人都遵循的开文件，加锁，操作读写，解锁，关闭文件的步骤的话，所有的人操作都不会出现问题，因为基于文件锁的分配及持有原则，文件中的数据的更新是作为原子操作存在的，是不可分的，因此也是同步的，安全的。但假如某个人不是采取此步骤，那么他在读写时就会出现问题，不是读不准就是写不进等等。
基于以上原理，对读数据是否锁定这点就值得说说。一般来说，写数据的时候排它锁定是唯一的操作，它这时保证写到文件中的数据是正确的，文件被锁时，其它用户无法得到该锁，因此无权做任何操作。在读的时候，要视具体情况而定，大多数情况下，如果不需要特别精确或是敏感的数据，无需锁定，因为锁定要花时间和资源，一个人申请持有锁花不了时间，人一多就有问题了，最主要的是，如果该文件需要被更新的话，假如被上了只读锁，则写入无法进行，因为那些想写入的用户将得不到排它锁，如果同时申请持有只读锁的人过多的话，排它锁就有可能一直申请不到，这样表现就是文件可能很长时间内无法被写入，显得很慢。一般来说，写文件的机会相对较少，也更重要，因此主要做好排它锁定，只读锁在多数情况下并无必要。那么只读锁用在何处呢？只读锁其实只对用户本身有用，只读锁保证用户读到的数据是确实从文件中读到的真实数据，而不是被称为“dirty”的脏数据。其实，这个还是针对那些不用锁的其它用户对文件的误操作，假如文件上锁，其它用户不一定非要通过锁对文件进行读写，如果他是直接读写的话，对上了锁的文件操作不一定有效，持有读锁的用户可以肯定在他读数据的时候读出来的是从真实的文件中得到的，而不是同时已被覆盖掉的数据。
因此，在写入的时候上排它锁应该是天经地义的，可以保证这时数据的不会出错。如果你不申请共享锁，可能读出的数据有错误，但对文件本身没有任何影响，影响只是对用户的，申请共享锁后读出的数据肯定是当时读的时候文件中的真实数据，如果不是为了保证数据的精确性，共享锁可以不加，充其量就是重新读一次，如果你读它是为了写入，不如直接加排它锁，没有必要用共享锁。
还有一点要强调的是：文件锁只对使用它的用户，而且是按规则使用它的用户才有效，否则，你用你的，我用我的，有的用，有的不用，还是会乱套的，错误还是会出现的，对同一个文件，只有大家用同一个规则用文件锁，才能保证每个用户在对该文件进行共享操作的时候不会出现读写错误。
以上是就本人知识说的一点原理，可能有些错漏，如有需要更正的，还请多指教。
文件系统一般有两种锁，共享锁及排它锁，也可被称为读锁和写锁。
文件系统锁的特点：
一个文件打开的时候只能拥有一把锁，就是说在同时，不能给一个文件同时分配两把以上的锁。
读写已被上锁的文件的用户可以持有这把锁，即持有这把锁的用户可以对该文件进行相应的操作，如读或写。用户可以申请持有某个文件锁，如果文件开始无锁，申请持有锁之前先由系统为该文件创建了一把锁，然后该申请者持有它。
持有锁的规则：如果这个文件已拥有一个读（共享）锁，其它用户不能为该文件分配排它锁或只读锁，但可以持有这把锁，也就是说其它用户可以读文件，但只要该文件被锁住，就没有用户可以对其进行写入。如果该文件已有一把排它锁且已为某用户持有，则没有任何用户可以再持有这把锁，除非持有者解锁。
有一个重要的概念要记住：对文件的操作本身与锁其实没有什么关系，无论文件是否被上锁，用户都可以随意对文件进行正常情况下的任何操作，但操作系统会检查锁，针对不同的情况给予不同的处理。比如说在无锁的情况下，任何人可以同时对某文件进行任意的读写，当然这样很有可能读写的内容会出现错误——注意只是内容出错，操作并不会出错。加锁后，某些操作在某些情况下会被拒绝。文件锁的作用并不是保护文件及数据本身，而是保证数据的同步性，因此文件锁只对持有锁的用户才是真正有效的，也只有所有用户都使用同一种完全相同的方式利用文件锁的限制对文件进行操作，文件锁才能对所有用户有效，否则，只要有一个例外，整个文件锁的功能就会被破坏。比如，所有人都遵循的开文件，加锁，操作读写，解锁，关闭文件的步骤的话，所有的人操作都不会出现问题，因为基于文件锁的分配及持有原则，文件中的数据的更新是作为原子操作存在的，是不可分的，因此也是同步的，安全的。但假如某个人不是采取此步骤，那么他在读写时就会出现问题，不是读不准就是写不进等等。
基于以上原理，对读数据是否锁定这点就值得说说。一般来说，写数据的时候排它锁定是唯一的操作，它这时保证写到文件中的数据是正确的，文件被锁时，其它用户无法得到该锁，因此无权做任何操作。在读的时候，要视具体情况而定，大多数情况下，如果不需要特别精确或是敏感的数据，无需锁定，因为锁定要花时间和资源，一个人申请持有锁花不了时间，人一多就有问题了，最主要的是，如果该文件需要被更新的话，假如被上了只读锁，则写入无法进行，因为那些想写入的用户将得不到排它锁，如果同时申请持有只读锁的人过多的话，排它锁就有可能一直申请不到，这样表现就是文件可能很长时间内无法被写入，显得很慢。一般来说，写文件的机会相对较少，也更重要，因此主要做好排它锁定，只读锁在多数情况下并无必要。那么只读锁用在何处呢？只读锁其实只对用户本身有用，只读锁保证用户读到的数据是确实从文件中读到的真实数据，而不是被称为“dirty”的脏数据。其实，这个还是针对那些不用锁的其它用户对文件的误操作，假如文件上锁，其它用户不一定非要通过锁对文件进行读写，如果他是直接读写的话，对上了锁的文件操作不一定有效，持有读锁的用户可以肯定在他读数据的时候读出来的是从真实的文件中得到的，而不是同时已被覆盖掉的数据。
因此，在写入的时候上排它锁应该是天经地义的，可以保证这时数据的不会出错。如果你不申请共享锁，可能读出的数据有错误，但对文件本身没有任何影响，影响只是对用户的，申请共享锁后读出的数据肯定是当时读的时候文件中的真实数据，如果不是为了保证数据的精确性，共享锁可以不加，充其量就是重新读一次，如果你读它是为了写入，不如直接加排它锁，没有必要用共享锁。
还有一点要强调的是：文件锁只对使用它的用户，而且是按规则使用它的用户才有效，否则，你用你的，我用我的，有的用，有的不用，还是会乱套的，错误还是会出现的，对同一个文件，只有大家用同一个规则用文件锁，才能保证每个用户在对该文件进行共享操作的时候不会出现读写错误。
以上是就本人知识说的一点原理，可能有些错漏，如有需要更正的，还请多指教。
Nov
13
在介绍图象的压缩编码之前，先考虑一个问题：为什么要压缩？其实这个问题不用我回答，你也能想得到。因为图象信息的数据量实在是太惊人了。举一个例子就明白了，一张A4(210mm*297mm) 幅面的照片，若用中等分辨率（300dpi）的扫描仪按真彩扫描，其数据量为多少？让我们来计算一下：共有(300*210/25.4)*（300*297/25.4）个像素，每个像素占3个字节,其数据量为26M字节，其数据量之大可见一斑了。
如今在Internet上，传统基于字符界面的应用逐渐被能够浏览图象信息的WWW(World Wide Web)方式所取代。WWW尽管漂亮，但是也带来了一个问题：图象信息的数据量太大了，本来就已经非常紧张的网络带宽变得更加不堪重负，使得World Wide Web变成了World Wide Wait。
总之，大数据量的图象信息会给存储器的存储容量，通信干线信道的带宽，以及计算机的处理速度增加极大的压力。单纯靠增加存储器容量，提高信道带宽以及计算机的处理速度等方法来解决这个问题是不现实的，这时就要考虑压缩。压缩的理论基础是信息论。从信息论的角度来看，压缩就是去掉信息中的冗余，即保留不确定的信息，去掉确定的信息（可推知的），也就是用一种更接近信息本质的描述来代替原有冗余的描述。这个本质的东西就是信息量（即不确定因素）。
压缩可分为两大类，第一类压缩过程是可逆的，也就是说，从压缩后的图象能够完全恢复出原来的图象，信息没有任何丢失，称为无损压缩；第二类压缩过程是不可逆的，无法完全恢复出原图象，信息有一定的丢失，成为有损压缩。选择哪一类压缩，要折中考虑，尽管我们希望能够无损压缩，但是通常有损压缩的压缩比（即原图象占的字节数与压缩后图象占的字节数之比，压缩比越大，说明压缩效率越高）比无损压缩的高。
图象压缩一般是通过改变图象的表示方式来达到，因此压缩和编码是分不开的。图象压缩的主要应用是图象信息的传输和存储，可广泛地应用于广播电视，电视会议，计算机通讯，传真，多媒体系统，医学图象，卫星图象等领域。
压缩编码的方法有很多，主要分成以下4大类：1.像素编码；2.预测编码；3.变换编码；4.其它方法。
所谓像素编码是指，编码时对每个像素单独处理，不考虑像素之间的相关性。在像素编码中常用的几种方法有：1.脉冲编码调制（Pulse Code Modulation，PCM）;2.熵编码（Entropy Coding）；3.行程编码(Run Length Coding)；4.位平面编码（Bit Plane Coding）。这里面，我们要介绍的是熵编码中的哈夫曼(Huffman)编码，行程编码（以读取.PCX文件为例）。
所谓预测编码是指，去掉相邻像素之间的相关性和冗余性，只对新的信息进行编码。举个简单的例子，因为像素的灰度是连续的，所以在一片区域中，相邻像素之间灰度值的差别可能很小。如果我们只记录第一个像素的灰度，其它像素的灰度都用它与前一个像素灰度之差来表示，就能起到压缩的目的。如248，2，1，0，1，3，实际上这6个像素的灰度是248，250，251，251，252，255。表示250需要8个比特，而表示2只需要两个比特，这样就实现了压缩。
常用的预测编码有Δ调制（Delta Modulation，简称DM）；微分预测编码(Differential Pulse Code Modulation，DPCM)，具体的细节，我们就不详述了。
所谓变换编码是指，将给定的图象变换到另一个数据域（如频域）上，使得大量的信息能用较少的数据来表示，从而达到压缩的目的。变换编码有很多，如1.离散傅立叶变换(Discrete Fourier Transform，DFT)；2.离散余弦变换(Discrete Cosine Transform，DCT)；3.离散哈达玛变换(Discrete Hadamard Transform，DHT)。
其它的编码方法也有很多，如混合编码（Hybird Coding），矢量量化(Vector Quantize，VQ)，LZW算法。在这里，我们只介绍LZW算法的大体思想。
值得注意的是，近些年来出现了很多新的压缩编码方法，如使用人工神经元网络(Artificial Neural Network，ANN)的压缩编码算法；分形（Fractl）；小波(Wavelet)；基于对象（Object -Based）的压缩编码算法；基于模型（Model -Based）的压缩编码算法(应 用在MPEG4及未来的视频压缩编码标准中)。这些都超出了本讲座的范围。
本讲的最后，我们将以JPEG压缩编码标准为例，看看上面的几种编码方法在实际的压缩编码中是怎样应用的。
1. 哈夫曼(Huffman)编码
Huffman编码是一种常用的压缩编码方法，是Huffman于1952年为压缩文本文件建立的。它的基本原理是频繁使用的数据用较短的代码代替，较少使用的数据用较长的代码代替，每个数据的代码各不相同。这些代码都是二进制码，且码的长度是可变的。举个例子：假设一个文件中出现了8种符号S0，S1，S2，S3，S4，S5，S6，S7，那么每种符号要编码，至少需要3比特，假设编码成000，001，010，011，100，101，110，111（称做码字）。那么符号序列S0S1S7S0S1S6S2S2S3S4S5S0S0S1编码后变成000001111000001110010010011100101000000001，共用了42比特。我们发现S0，S1，S2这三个符号出现的频率比较大，其它符号出现的频率比较小，如果我们采用一种编码方案使得S0，S1，S2的码字短，其它符号的码字长，这样就能够减少占用的比特数。
例如，我们采用这样的编码方案：S0到S7的码字分别01，11，101，0000，0001，0010，0011，100，那么上述符号序列变成011110001110011101101000000010010010111，共用了39比特，尽管有些码字如S3，S4，S5，S6变长了（由3位变成4位），但使用频繁的几个码字如S0，S1变短了，所以实现了压缩。
上述的编码是如何得到的呢？随意乱写是不行的。编码必须保证不能出现一个码字和另一个的前几位相同的情况，比如说，如果S0的码字为01，S2的码字为011，那么当序列中出现011时，你不知道是S0的码字后面跟了个1，还是完整的一个S2的码字。我们给出的编码能够保证这一点。
下面给出具体的Huffman编码算法。
1.首先统计出每个符号出现的频率，上例S0到S7的出现频率分别为4/14，3/14，2/14，1/14，1/14，1/14，1/14，1/14。
2.从左到右把上述频率按从小到大的顺序排列。
3.每一次选出最小的两个值，作为二叉树的两个叶子节点，将和作为它们的根节点，这两个叶子节点不再参与比较，新的根节点参与比较。
4.重复3，直到最后得到和为1的根节点。
5.将形成的二叉树的左节点标0，右节点标1。把从最上面的根节点到最下面的叶子节点途中遇到的0,1序列串起来，就得到了各个符号的编码。
上面的例子用Huffman编码的过程如下图所示，其中圆圈中的数字是新节点产生的顺序。可见，我们上面给出的编码就是这么得到的。
图1. Huffman编码的示意图
产生霍夫曼编码需要对原始数据扫描两遍，第一遍扫描要精确地统计出原始数据中，每个值出现的频率，第二遍是建立霍夫曼树并进行编码，由于需要建立二叉树并遍历二叉树生成编码，因此数据压缩和还原速度都较慢，但简单有效，因而得到广泛的应用。
2.行程编码(Run Length Coding)
行程编码的原理也很简单：将一行中颜色值相同的相邻像素用一个计数值和该颜色值来代替。例如:aaabccccccddeee可以表示为3a1b6c2d3e。如果一幅图象是由很多块颜色相同的大面积区域组成，那么采用行程编码的压缩效率是惊人的。然而，该算法也导致了一个致命弱点，如果图象中每两个相邻点的颜色都不同，用这种算法不但不能压缩，反而数据量增加一倍。所以现在单纯采用行程编码的压缩算法用得并不多，PCX文件算是其中的一种.
PCX文件最早是PC Paintbrush软件所采用的一种文件格式，由于压缩比不高，现在用的并不是很多了。它也是由头信息，调色板，实际的图象数据三个部分组成。其中头信息的结构为：
typedef struct{
char manufacturer;
char version;
char encoding;
char bits_per_pixel;
WORD xmin,ymin;
WORD xmax,ymax;
WORD hres;
WORD vres;
char palette[48];
char reserved;
char colour_planes;
WORD bytes_per_line;
WORD palette_type;
char filler[58];
} PCXHEAD;
其中值得注意的是以下几个数据：manufacturer为PCX文件的标识，必须为0x0a；xmin为最小的x坐标，xmax最大的x坐标，所以图象的宽度为xmax-xmin+1，同样图象的高度为ymax-yin+1；bytes_per_line为每个编码行所占的字节数，过一会儿详细介绍。
PCX的调色板在文件的最后。以256色PCX文件为例，倒数第769个字节为颜色数的标识，256时该字节必须为12，剩下的768（256*3）为调色板的RGB值。
为了讲起来方便，下面我们针对256色PCX文件，介绍一下它的解码过程。编码是解码的逆过程，有兴趣的读者可以试着自己来完成。
解码是以行为单位的，该行所占的字节数由bytes_per_line给定。为此，我们开一个大小为bytes_per_line的解码缓冲区。一开始，将缓冲区的所有内容清零。从文件中读出一个字节C，若C>0xc0，说明是行程（Run Length）信息，即C的低6位表示后面连续的字节个数（所以最多63个连续颜色相同的像素，若还有颜色相同的像素，将在下一个行程处理），文件的下一个字节就是实际的图象数据（即该颜色在调色板中的索引值）；若C<0xc0，则表示C是实际的图象数据。如此反复，直到这bytes_per_line个字节处理完，这一行的解码完成。PCX就是有若干个这样的解码行组成。
实现256色PCX文件解码的源程序
3. LZW算法的大体思想
LZW是一种比较复杂的压缩算法，其压缩效率也比较高。我们在这里只介绍一下它的基本原理：LZW把每一个第一次出现的字符串用一个数值来编码，在还原程序中再将这个数值还成原来的字符串。例如：用数值0x100代替字符串"abccddeee"，每当出现该字符串时，都用0x100代替，这样就起到了压缩的作用。
至于0x100与字符串的对应关系则是在压缩过程中动态生成的，而且这种对应关系隐含在压缩数据中，随着解压缩的进行,这张编码表会从压缩数据中逐步得到恢复，后面的压缩数据再根据前面数据产生的对应关系产生更多的对应关系，直到压缩文件结束为止。LZW是无损的。GIF文件采用了这种压缩算法。
要注意的是，LZW算法由Unisys公司在美国申请了专利，要使用它首先要获得该公司的认可。
4.JPEG压缩编码标准
JPEG是联合图象专家组（Joint Picture Expert Group）的英文缩写，是国际标准化组织(ISO)和CCITT联合制定的静态图象的压缩编码标准。和相同图象质量的其它常用文件格式（如GIF，TIFF，PCX）相比，JPEG是目前静态图象中压缩比最高的。我们给出具体的数据来对比一下。例图采用Windows95目录下的Clouds.bmp，原图大小为640*480，256色。用工具SEA(version1.3)将其分别转成24位色BMP，24位色JPEG，GIF（只能转成256色）压缩格式，24位色TIFF压缩格式，24位色TGA压缩格式，得到的文件大小（以字节为单位）分别为：921,654；17,707；177,152；923,044；768,136。可见JPEG比其它几种压缩比要高得多，而图象质量都差不多（JPEG处理的颜色只有真彩和灰度图）。 正是由于其高压缩比，使得JPEG被广泛地应用于多媒体和网络程序中，例如HTML语法中选用的图象格式之一就是JPEG（另一种是GIF），这是显然的，因为网络的带宽是非常宝贵的，选用一种高压缩比的文件格式是十分必要的。
JPEG有几种模式，其中最常用的是基于DCT变换的顺序型模式，又称为基本系统（Baseline），以下都是针对这种格式进行讨论。
JPEG的压缩原理
JPEG的压缩原理其实上面介绍的那些原理的综合，博采众家之长，这也正是JPEG有高压缩比的原因。其编码器的流程为
图3. 编码器流程
解码器基本上为上述过程的逆过程：
图4. 解码器流程
8*8的图象经过DCT变换后，其低频分量都集中在左上角，高频分量分布在右下角（DCT变换实际上是空间域的低通滤波器）。由于该低频分量包含了图象的主要信息（如亮度），而高频与之相比，就不那么重要了，所以我们可以忽略高频分量，从而达到压缩的目的。如何将高频分量去掉，这就要用到量化，它是产生信息损失的根源。这里的量化操作，就是将某一个值除以量化表中对应的值。由于量化表左上角的值较小，右上角的值较大，这样就起到了保持低频分量，抑制高频分量的目的。
JPEG使用的颜色是YUV格式。我们提到过，Y分量代表了亮度信息，UV分量代表了色差信息。相比而言，Y分量更重要一些。我们可以对Y采用细量化，对UV采用粗量化，可进一步提高压缩比。所以上面所说的量化表通常有两张，一张是针对Y的；一张是针对UV的。
上面讲了，经过DCT变换后，低频分量集中在左上角，其中F（0，0）（即第一行第一列元素）代表了直流（DC）系数，即8*8子块的平均值，要对它单独编码。由于两个相邻的8*8子块的DC系数相差很小，所以对它们采用差分编码DPCM，可以提高压缩比，也就是说对相邻的子块DC系数的差值进行编码。8*8的其它63个元素是交流（AC）系数，采用行程编码。这里出现一个问题：这63个系数应该按照怎么样的顺序排列？ 为了保证低频分量先出现，高频分量后出现，以增加行程中连续"0"的个数，这63个元素采用了"之"字型（Zig-Zag）的排列方法，如下图所示：
图5. Zig-Zag
这63个AC系数行程编码的码字用两个字节表示，如下图
图6. 行程编码
上面，我们得到了DC码字和 AC行程码字。为了进一步提高压缩比，需要对其再进行熵编码，这里选用Huffman编码，分成两步：
（1） 熵编码的中间格式表示：
对于AC系数，有两个符号。符号1：行程和尺寸，即上面的（RunLength，Size）。（0，0）和（15，0）是两个比较特殊的情况。（0，0）表示块结束标志（EOB），（15，0）表示ZRL，当行程长度超过15时，用增加ZRL的个数来解决，所以最多有三个ZRL（3*16+15=63）。符号2为幅度值（Amplitude）。
对于DC系数，也有两个符号。符号1：尺寸（Size）；符号2为幅度值（Amplitude）。
（2） 熵编码：
对于AC系数，符号1和符号2分别进行编码。零行程长度超过15个时，有一个符（15，0），块结束时只有一个符号（0，0）。 对符号1进行Hufffman编码（亮度，色差的Huffman码表不同）。对符号2：进行变长整数VLI编码，举例来说：Size=6时，Amplitude的范围是-63~-32，以及32~63，对绝对值相同，符号相反的码字之间为反码关系。所以AC系数为32的码字为100000，33的码字为100001，-32的码字为011111，-33的码字为011110。符号2的码字紧接于符号1的码字之后。
对于DC系数，Y和UV的Huffman码表也不同。掉了这么半天的书包，你可能已经晕了，呵呵。举个例子来说明上述过程就容易明白了。
下面为8*8的亮度（Y）图象子块经过量化后的系数。
15 0 -1 0 0 0 0 0
-2 -1 0 0 0 0 0 0
-1 -1 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
可见量化后只有左上角的几个点（低频分量）不为零，这样采用行程编码就很有效。
第一步，熵编码的中间格式表示：先看DC系数。假设前一个8*8子块DC系数的量化值为12，则本块DC系数与它的差为3，根据下表
Size Amplitude
0 0
1 -1,1
2 -3,-2,2,3
3 -7~-4，4~7
4 -15~-8，8~15
5 -31~-16，16~31
6 -63~-32，32~63
7 -127~-64，64~127
8 -255~-128，128~255
9 -511~-256，256~511
10 -1023~512，512~1023
11 -2047~-1024，1024~2047
查表得Size=2，Amplitude=3，所以DC中间格式为（2）（3）.AC系数接着被编码，经过Zig-Zag扫描后，遇到的第一个非零系数为-2，其中遇到零的个数为1（即RunLength），根据下面这张AC系数表
Size Amplitude
1 -1,1
2 -3,-2,2,3
3 -7~-4，4~7
4 -15~-8，8~15
5 -31~-16，16~31
6 -63~-32，32~63
7 -127~-64，64~127
8 -255~-128，128~255
9 -511~-256，256~511
10 -1023~512，512~1023
查表得Size=2。所以RunLength=1，Size=2，Amplitude=3，所以AC中间格式为（1，2）（-2）。
其余的点类似，可以求得这个8*8子块熵编码的中间格式为
（DC）（2）（3），（1，2）（-2），（0，1）（-1），（0，1）（-1），（0，1）（-1），（2，1）（-1），（EOB）（0，0）
第二步：熵编码
对于（2）（3）：2查DC亮度Huffman表得到11，3经过VLI编码为011
对于（1，2）（-2）：（1，2）查AC亮度Huffman表得到11011，-2是2的反码，为01
对于（0，1）（-1）：（0，1）查AC亮度Huffman表得到00，-1是1的反码，为0
……
最后这一8*8子块亮度信息压缩后的数据流为11011，1101101，000，000，000，111000，1010。总共31比特，其压缩比是64*8/31=16.5，大约每个像素用半个比特。
可以想见，压缩比和图象质量是呈反比的，以下是压缩效率与图象质量之间的大致关系，可以根据你的需要，选择合适 的压缩比。
压缩效率（单位：bits/pixel） 图象质量
0.25~0.50中~好，可满足某些应用
0.50~0.75好~很好，满足多数应用
0.75~1.5 极好，满足大多数应用
1.5~2.0与原始图象几乎一样
以上我们介绍了JPEG压缩的原理，其中DC系数使用了预测编码DPCM，AC系数使用了变换编码DCT，二者都使用了熵编码Huffman，可见几乎所有传统的压缩方法在这里都用到了。这几种方法的结合正是产生JPEG高压缩比的原因。顺便说一下，该标准是JPEG小组从很多种不同中方案中比较测试得到的，并非空穴来风。
上面介绍了JPEG压缩的基本原理，下面介绍一下JPEG的文件格式。
JPEG的文件格式
JPEG文件大体上可以分成以下两个部分：标记码（Tag）加压缩数据。先介绍标记码部分。
标记码部分给出了JPEG图象的所有信息（有点类似于BMP中的头信息，但要复杂的多），如图象的宽，高，Huffman表，量化表等等。标记码有很多，但绝大多数的JPEG文件只包含几种。标记码的结构为：
SOI
DQT
DRI
SOF0
DHT
SOS
…
EOI
标记码由两个字节组成，高字节为0XFF，每个标记码之前可以填上个数不限的填充字节0XFF。
下面介绍一些常用的标记码的结构及其含义。
SOI（Start of Image）
标记结构 字节数
0XFF1
0XD81
可作为JPEG格式的判据（JFIF还需要APP0的配合）
APP0（Application）
标记结构 字节数 意义
0XFF1
0XE01
Lp2 APP0标记码长度，不包括前两个字节0XFF，0XE0
Identifier5JFIF识别码 0X4A，0X46，0X49，0X46，0X00
Version 2JFIF版本号 可为0X0101或者0X0102
Units 1单位，等于零时表示未指定，为1表示英寸，为2表示厘米
Xdensity2水平分辨率
Ydensity2竖直分辨率
Xthumbnail1水平点数
Ythumbnail1竖直点数
RGB03RGB的值
RGB13RGB的值
…
RGBn 3 RGB的值，n=Xthumbnail*Ythumbnail
APP0是JPEG保留给Application所使用的标记码，而JFIF将文件的相关信息定义在此标记中。
DQT(Define Quantization Table)
标记结构 字节数 意义
0XFF1
0XDB1
Lq2DQT标记码长度，不包括前两个字节0XFF，0XDB
(Pq,Tq)1 高四位Pq为量化表的数据精确度，Pq=0时，Q0~Qn的值为8位，Pq=1时，Qt的值为16位，Tq表示量化表的编号，为0~3。在基本系统中，Pq=0，Tq=0~1，也就是说最多有两个量化表。
Q01或2 量化表的值，Pq=0时，为一个字节，Pq=1时，为两个字节
Q11或2 量化表的值，Pq=0时，为一个字节，Pq=1时，为两个字节
…
Qn1或2 量化表的值，Pq=0时，为一个字节，Pq=1时，为两个字节n的值为0~63，表示量化表中64个值（之字形排列）
DRI(Define Restart Interval)
此标记需要用到最小编码单元（MCU，Minimum Coding Unit）的概念。前面提到，Y分量数据重要，UV分量的数据相对不重要，所以可以只取UV的一部分，以增加压缩比。目前支持JPEG格式的软件通常提供两种取样方式YUV411和YUV422，其含义是YUV三个分量的数据取样比例。举例来说，如果Y取四个数据单元，即水平取样因子Hy乘以垂直取样因子Vy的值为4，而U和V各取一个数据单元，即Hu*Vu=1,Hv*Vv=1。那么这种部分取样就称为YUV411。如下图所示：
图7. YUV411的示意图
易知YUV411有50%的压缩比（原来有12个数据单元，现在有6个数据单元），YUV422
有33%的压缩比（原来有12个数据单元，现在有8个数据单元）。 那么你可能会想，YUV911，YUV1611压缩比不是更高嘛？但是要考虑到图象质量的因素。所以JPEG标准规定了最小编码单元MCU，要求Hy*Vy+Hu*Vu+Hv*Vv≤10。
MCU中块的排列方式与H，V的值有密切关系。如以下几幅图所示：
图8. YUV111的排列顺序
图9. YUV211的排列顺序
图10. YUV411的排列顺序
标记结构 字节数 意义
0XFF1
0XDD1
Lr2DRI标记码长度，不包括前两个字节0XFF，0XDD
Ri2重入间隔的MCU个数，Ri必须是一MCU行中MCU个数的整数，最后一个零头不一定刚好是Ri个MCU。每个重入间隔各自独立编码。
SOF(Start of Frame) 在基本系统中，只处理SOF0
标记结构 字节数 意义
0XFF1
0XC01
Lf2SOF标记码长度，不包括前两个字节0XFF，0XC0
P1 基本系统中，为0X08
Y2 图象高度
X2 图象宽度
Nf1Frame中的成分个数，一般为1或3，1代表灰度图，3代表真彩图
C11成分编号1
(H1,V1)1 第一个水平和垂直采样因子
Tq11该量化表编号
C21成分编号2
(H2,V2)1第二个水平和垂直采样因子
Tq21该量化表编号
…
Cn1 成分编号n
(Hn,Vn)1第n个水平和垂直采样因子
Tqn1该量化表编号
DHT(Define Huffman Table)
标记结构 字节数 意义
0XFF1
0XC41
Lh2DHT标记码长度，不包括前两个字节0XFF，0XC4
(Tc,Th)１
L11
L21
…
L16１
V11
V21
…
Vt1
Tc为高4位，Th为低4位。在基本系统中，Tc为0或1，为0时，指DC所用的Huffman表，为1时，指AC所用的Huffman表。Th表示Huffman表的编号，在基本系统中，其值为0或1。
所以，在基本系统中，最多有4个Huffman表，如下所示：
Tc Th Huffman表编号（2*Tc+Th）
0 0 0
0 1 1
1 0 2
1 1 3
Ln表示每个n比特的Huffman码字的个数，n=1~16
Vt表示每个Huffman码字所对应的值，也就是我们前面所讲的符号1，对DC来说该值为(Size)，对AC来说该值为（RunLength，Size）。 t=L1+L2+…L16
SOS(Start of Scan)
标记结构 字节数 意义
0XFF1
0XDA1
Ls2 DHT标记码长度，不包括前两个字节0XFF，0XDA
Ns1
Cs11
(Td1,Ta1)1
Cs21
(Td2,Ta2)1
…
CsNs1
(TdNs,TaNs) 1
Ss1
Se1
(Ah，Al)1
Ns为Scan中成分的个数，在基本系统中，Ns=Nf（Frame中成分个数）。CSNs为在Scan中成分的编号。TdNs为高4位，TaNs为低4位，分别表示DC和AC编码表的编号。在基本系统中Ss=0，Se=63，Ah=0，Al=0。
EOI(End of Image) 结束标志
标记结构 字节数 意义
0XFF1
0XD91
JPEG基本系统解码器的程序流程图。
图11. JPEG基本系统解码器的程序流程图
由于没有用到什么优化算法，该解码器的速度并不高，在用VC的性能评测工具Profile评测该程序时我发现最耗时的地方是反离散余弦变换（IDCT）那里，其实这是显然的，浮点数的指令条数要比整数的多得多，因此采用一种快速的IDCT算法能很大的提高性能，我这里采用是目前被认为比较好的一种快速IDCT算法，其主要思想是把二维IDCT分解成行和列两个一维IDCT。
如今在Internet上，传统基于字符界面的应用逐渐被能够浏览图象信息的WWW(World Wide Web)方式所取代。WWW尽管漂亮，但是也带来了一个问题：图象信息的数据量太大了，本来就已经非常紧张的网络带宽变得更加不堪重负，使得World Wide Web变成了World Wide Wait。
总之，大数据量的图象信息会给存储器的存储容量，通信干线信道的带宽，以及计算机的处理速度增加极大的压力。单纯靠增加存储器容量，提高信道带宽以及计算机的处理速度等方法来解决这个问题是不现实的，这时就要考虑压缩。压缩的理论基础是信息论。从信息论的角度来看，压缩就是去掉信息中的冗余，即保留不确定的信息，去掉确定的信息（可推知的），也就是用一种更接近信息本质的描述来代替原有冗余的描述。这个本质的东西就是信息量（即不确定因素）。
压缩可分为两大类，第一类压缩过程是可逆的，也就是说，从压缩后的图象能够完全恢复出原来的图象，信息没有任何丢失，称为无损压缩；第二类压缩过程是不可逆的，无法完全恢复出原图象，信息有一定的丢失，成为有损压缩。选择哪一类压缩，要折中考虑，尽管我们希望能够无损压缩，但是通常有损压缩的压缩比（即原图象占的字节数与压缩后图象占的字节数之比，压缩比越大，说明压缩效率越高）比无损压缩的高。
图象压缩一般是通过改变图象的表示方式来达到，因此压缩和编码是分不开的。图象压缩的主要应用是图象信息的传输和存储，可广泛地应用于广播电视，电视会议，计算机通讯，传真，多媒体系统，医学图象，卫星图象等领域。
压缩编码的方法有很多，主要分成以下4大类：1.像素编码；2.预测编码；3.变换编码；4.其它方法。
所谓像素编码是指，编码时对每个像素单独处理，不考虑像素之间的相关性。在像素编码中常用的几种方法有：1.脉冲编码调制（Pulse Code Modulation，PCM）;2.熵编码（Entropy Coding）；3.行程编码(Run Length Coding)；4.位平面编码（Bit Plane Coding）。这里面，我们要介绍的是熵编码中的哈夫曼(Huffman)编码，行程编码（以读取.PCX文件为例）。
所谓预测编码是指，去掉相邻像素之间的相关性和冗余性，只对新的信息进行编码。举个简单的例子，因为像素的灰度是连续的，所以在一片区域中，相邻像素之间灰度值的差别可能很小。如果我们只记录第一个像素的灰度，其它像素的灰度都用它与前一个像素灰度之差来表示，就能起到压缩的目的。如248，2，1，0，1，3，实际上这6个像素的灰度是248，250，251，251，252，255。表示250需要8个比特，而表示2只需要两个比特，这样就实现了压缩。
常用的预测编码有Δ调制（Delta Modulation，简称DM）；微分预测编码(Differential Pulse Code Modulation，DPCM)，具体的细节，我们就不详述了。
所谓变换编码是指，将给定的图象变换到另一个数据域（如频域）上，使得大量的信息能用较少的数据来表示，从而达到压缩的目的。变换编码有很多，如1.离散傅立叶变换(Discrete Fourier Transform，DFT)；2.离散余弦变换(Discrete Cosine Transform，DCT)；3.离散哈达玛变换(Discrete Hadamard Transform，DHT)。
其它的编码方法也有很多，如混合编码（Hybird Coding），矢量量化(Vector Quantize，VQ)，LZW算法。在这里，我们只介绍LZW算法的大体思想。
值得注意的是，近些年来出现了很多新的压缩编码方法，如使用人工神经元网络(Artificial Neural Network，ANN)的压缩编码算法；分形（Fractl）；小波(Wavelet)；基于对象（Object -Based）的压缩编码算法；基于模型（Model -Based）的压缩编码算法(应 用在MPEG4及未来的视频压缩编码标准中)。这些都超出了本讲座的范围。
本讲的最后，我们将以JPEG压缩编码标准为例，看看上面的几种编码方法在实际的压缩编码中是怎样应用的。
1. 哈夫曼(Huffman)编码
Huffman编码是一种常用的压缩编码方法，是Huffman于1952年为压缩文本文件建立的。它的基本原理是频繁使用的数据用较短的代码代替，较少使用的数据用较长的代码代替，每个数据的代码各不相同。这些代码都是二进制码，且码的长度是可变的。举个例子：假设一个文件中出现了8种符号S0，S1，S2，S3，S4，S5，S6，S7，那么每种符号要编码，至少需要3比特，假设编码成000，001，010，011，100，101，110，111（称做码字）。那么符号序列S0S1S7S0S1S6S2S2S3S4S5S0S0S1编码后变成000001111000001110010010011100101000000001，共用了42比特。我们发现S0，S1，S2这三个符号出现的频率比较大，其它符号出现的频率比较小，如果我们采用一种编码方案使得S0，S1，S2的码字短，其它符号的码字长，这样就能够减少占用的比特数。
例如，我们采用这样的编码方案：S0到S7的码字分别01，11，101，0000，0001，0010，0011，100，那么上述符号序列变成011110001110011101101000000010010010111，共用了39比特，尽管有些码字如S3，S4，S5，S6变长了（由3位变成4位），但使用频繁的几个码字如S0，S1变短了，所以实现了压缩。
上述的编码是如何得到的呢？随意乱写是不行的。编码必须保证不能出现一个码字和另一个的前几位相同的情况，比如说，如果S0的码字为01，S2的码字为011，那么当序列中出现011时，你不知道是S0的码字后面跟了个1，还是完整的一个S2的码字。我们给出的编码能够保证这一点。
下面给出具体的Huffman编码算法。
1.首先统计出每个符号出现的频率，上例S0到S7的出现频率分别为4/14，3/14，2/14，1/14，1/14，1/14，1/14，1/14。
2.从左到右把上述频率按从小到大的顺序排列。
3.每一次选出最小的两个值，作为二叉树的两个叶子节点，将和作为它们的根节点，这两个叶子节点不再参与比较，新的根节点参与比较。
4.重复3，直到最后得到和为1的根节点。
5.将形成的二叉树的左节点标0，右节点标1。把从最上面的根节点到最下面的叶子节点途中遇到的0,1序列串起来，就得到了各个符号的编码。
上面的例子用Huffman编码的过程如下图所示，其中圆圈中的数字是新节点产生的顺序。可见，我们上面给出的编码就是这么得到的。
图1. Huffman编码的示意图
产生霍夫曼编码需要对原始数据扫描两遍，第一遍扫描要精确地统计出原始数据中，每个值出现的频率，第二遍是建立霍夫曼树并进行编码，由于需要建立二叉树并遍历二叉树生成编码，因此数据压缩和还原速度都较慢，但简单有效，因而得到广泛的应用。
2.行程编码(Run Length Coding)
行程编码的原理也很简单：将一行中颜色值相同的相邻像素用一个计数值和该颜色值来代替。例如:aaabccccccddeee可以表示为3a1b6c2d3e。如果一幅图象是由很多块颜色相同的大面积区域组成，那么采用行程编码的压缩效率是惊人的。然而，该算法也导致了一个致命弱点，如果图象中每两个相邻点的颜色都不同，用这种算法不但不能压缩，反而数据量增加一倍。所以现在单纯采用行程编码的压缩算法用得并不多，PCX文件算是其中的一种.
PCX文件最早是PC Paintbrush软件所采用的一种文件格式，由于压缩比不高，现在用的并不是很多了。它也是由头信息，调色板，实际的图象数据三个部分组成。其中头信息的结构为：
typedef struct{
char manufacturer;
char version;
char encoding;
char bits_per_pixel;
WORD xmin,ymin;
WORD xmax,ymax;
WORD hres;
WORD vres;
char palette[48];
char reserved;
char colour_planes;
WORD bytes_per_line;
WORD palette_type;
char filler[58];
} PCXHEAD;
其中值得注意的是以下几个数据：manufacturer为PCX文件的标识，必须为0x0a；xmin为最小的x坐标，xmax最大的x坐标，所以图象的宽度为xmax-xmin+1，同样图象的高度为ymax-yin+1；bytes_per_line为每个编码行所占的字节数，过一会儿详细介绍。
PCX的调色板在文件的最后。以256色PCX文件为例，倒数第769个字节为颜色数的标识，256时该字节必须为12，剩下的768（256*3）为调色板的RGB值。
为了讲起来方便，下面我们针对256色PCX文件，介绍一下它的解码过程。编码是解码的逆过程，有兴趣的读者可以试着自己来完成。
解码是以行为单位的，该行所占的字节数由bytes_per_line给定。为此，我们开一个大小为bytes_per_line的解码缓冲区。一开始，将缓冲区的所有内容清零。从文件中读出一个字节C，若C>0xc0，说明是行程（Run Length）信息，即C的低6位表示后面连续的字节个数（所以最多63个连续颜色相同的像素，若还有颜色相同的像素，将在下一个行程处理），文件的下一个字节就是实际的图象数据（即该颜色在调色板中的索引值）；若C<0xc0，则表示C是实际的图象数据。如此反复，直到这bytes_per_line个字节处理完，这一行的解码完成。PCX就是有若干个这样的解码行组成。
实现256色PCX文件解码的源程序
3. LZW算法的大体思想
LZW是一种比较复杂的压缩算法，其压缩效率也比较高。我们在这里只介绍一下它的基本原理：LZW把每一个第一次出现的字符串用一个数值来编码，在还原程序中再将这个数值还成原来的字符串。例如：用数值0x100代替字符串"abccddeee"，每当出现该字符串时，都用0x100代替，这样就起到了压缩的作用。
至于0x100与字符串的对应关系则是在压缩过程中动态生成的，而且这种对应关系隐含在压缩数据中，随着解压缩的进行,这张编码表会从压缩数据中逐步得到恢复，后面的压缩数据再根据前面数据产生的对应关系产生更多的对应关系，直到压缩文件结束为止。LZW是无损的。GIF文件采用了这种压缩算法。
要注意的是，LZW算法由Unisys公司在美国申请了专利，要使用它首先要获得该公司的认可。
4.JPEG压缩编码标准
JPEG是联合图象专家组（Joint Picture Expert Group）的英文缩写，是国际标准化组织(ISO)和CCITT联合制定的静态图象的压缩编码标准。和相同图象质量的其它常用文件格式（如GIF，TIFF，PCX）相比，JPEG是目前静态图象中压缩比最高的。我们给出具体的数据来对比一下。例图采用Windows95目录下的Clouds.bmp，原图大小为640*480，256色。用工具SEA(version1.3)将其分别转成24位色BMP，24位色JPEG，GIF（只能转成256色）压缩格式，24位色TIFF压缩格式，24位色TGA压缩格式，得到的文件大小（以字节为单位）分别为：921,654；17,707；177,152；923,044；768,136。可见JPEG比其它几种压缩比要高得多，而图象质量都差不多（JPEG处理的颜色只有真彩和灰度图）。 正是由于其高压缩比，使得JPEG被广泛地应用于多媒体和网络程序中，例如HTML语法中选用的图象格式之一就是JPEG（另一种是GIF），这是显然的，因为网络的带宽是非常宝贵的，选用一种高压缩比的文件格式是十分必要的。
JPEG有几种模式，其中最常用的是基于DCT变换的顺序型模式，又称为基本系统（Baseline），以下都是针对这种格式进行讨论。
JPEG的压缩原理
JPEG的压缩原理其实上面介绍的那些原理的综合，博采众家之长，这也正是JPEG有高压缩比的原因。其编码器的流程为
图3. 编码器流程
解码器基本上为上述过程的逆过程：
图4. 解码器流程
8*8的图象经过DCT变换后，其低频分量都集中在左上角，高频分量分布在右下角（DCT变换实际上是空间域的低通滤波器）。由于该低频分量包含了图象的主要信息（如亮度），而高频与之相比，就不那么重要了，所以我们可以忽略高频分量，从而达到压缩的目的。如何将高频分量去掉，这就要用到量化，它是产生信息损失的根源。这里的量化操作，就是将某一个值除以量化表中对应的值。由于量化表左上角的值较小，右上角的值较大，这样就起到了保持低频分量，抑制高频分量的目的。
JPEG使用的颜色是YUV格式。我们提到过，Y分量代表了亮度信息，UV分量代表了色差信息。相比而言，Y分量更重要一些。我们可以对Y采用细量化，对UV采用粗量化，可进一步提高压缩比。所以上面所说的量化表通常有两张，一张是针对Y的；一张是针对UV的。
上面讲了，经过DCT变换后，低频分量集中在左上角，其中F（0，0）（即第一行第一列元素）代表了直流（DC）系数，即8*8子块的平均值，要对它单独编码。由于两个相邻的8*8子块的DC系数相差很小，所以对它们采用差分编码DPCM，可以提高压缩比，也就是说对相邻的子块DC系数的差值进行编码。8*8的其它63个元素是交流（AC）系数，采用行程编码。这里出现一个问题：这63个系数应该按照怎么样的顺序排列？ 为了保证低频分量先出现，高频分量后出现，以增加行程中连续"0"的个数，这63个元素采用了"之"字型（Zig-Zag）的排列方法，如下图所示：
图5. Zig-Zag
这63个AC系数行程编码的码字用两个字节表示，如下图
图6. 行程编码
上面，我们得到了DC码字和 AC行程码字。为了进一步提高压缩比，需要对其再进行熵编码，这里选用Huffman编码，分成两步：
（1） 熵编码的中间格式表示：
对于AC系数，有两个符号。符号1：行程和尺寸，即上面的（RunLength，Size）。（0，0）和（15，0）是两个比较特殊的情况。（0，0）表示块结束标志（EOB），（15，0）表示ZRL，当行程长度超过15时，用增加ZRL的个数来解决，所以最多有三个ZRL（3*16+15=63）。符号2为幅度值（Amplitude）。
对于DC系数，也有两个符号。符号1：尺寸（Size）；符号2为幅度值（Amplitude）。
（2） 熵编码：
对于AC系数，符号1和符号2分别进行编码。零行程长度超过15个时，有一个符（15，0），块结束时只有一个符号（0，0）。 对符号1进行Hufffman编码（亮度，色差的Huffman码表不同）。对符号2：进行变长整数VLI编码，举例来说：Size=6时，Amplitude的范围是-63~-32，以及32~63，对绝对值相同，符号相反的码字之间为反码关系。所以AC系数为32的码字为100000，33的码字为100001，-32的码字为011111，-33的码字为011110。符号2的码字紧接于符号1的码字之后。
对于DC系数，Y和UV的Huffman码表也不同。掉了这么半天的书包，你可能已经晕了，呵呵。举个例子来说明上述过程就容易明白了。
下面为8*8的亮度（Y）图象子块经过量化后的系数。
15 0 -1 0 0 0 0 0
-2 -1 0 0 0 0 0 0
-1 -1 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
可见量化后只有左上角的几个点（低频分量）不为零，这样采用行程编码就很有效。
第一步，熵编码的中间格式表示：先看DC系数。假设前一个8*8子块DC系数的量化值为12，则本块DC系数与它的差为3，根据下表
Size Amplitude
0 0
1 -1,1
2 -3,-2,2,3
3 -7~-4，4~7
4 -15~-8，8~15
5 -31~-16，16~31
6 -63~-32，32~63
7 -127~-64，64~127
8 -255~-128，128~255
9 -511~-256，256~511
10 -1023~512，512~1023
11 -2047~-1024，1024~2047
查表得Size=2，Amplitude=3，所以DC中间格式为（2）（3）.AC系数接着被编码，经过Zig-Zag扫描后，遇到的第一个非零系数为-2，其中遇到零的个数为1（即RunLength），根据下面这张AC系数表
Size Amplitude
1 -1,1
2 -3,-2,2,3
3 -7~-4，4~7
4 -15~-8，8~15
5 -31~-16，16~31
6 -63~-32，32~63
7 -127~-64，64~127
8 -255~-128，128~255
9 -511~-256，256~511
10 -1023~512，512~1023
查表得Size=2。所以RunLength=1，Size=2，Amplitude=3，所以AC中间格式为（1，2）（-2）。
其余的点类似，可以求得这个8*8子块熵编码的中间格式为
（DC）（2）（3），（1，2）（-2），（0，1）（-1），（0，1）（-1），（0，1）（-1），（2，1）（-1），（EOB）（0，0）
第二步：熵编码
对于（2）（3）：2查DC亮度Huffman表得到11，3经过VLI编码为011
对于（1，2）（-2）：（1，2）查AC亮度Huffman表得到11011，-2是2的反码，为01
对于（0，1）（-1）：（0，1）查AC亮度Huffman表得到00，-1是1的反码，为0
……
最后这一8*8子块亮度信息压缩后的数据流为11011，1101101，000，000，000，111000，1010。总共31比特，其压缩比是64*8/31=16.5，大约每个像素用半个比特。
可以想见，压缩比和图象质量是呈反比的，以下是压缩效率与图象质量之间的大致关系，可以根据你的需要，选择合适 的压缩比。
压缩效率（单位：bits/pixel） 图象质量
0.25~0.50中~好，可满足某些应用
0.50~0.75好~很好，满足多数应用
0.75~1.5 极好，满足大多数应用
1.5~2.0与原始图象几乎一样
以上我们介绍了JPEG压缩的原理，其中DC系数使用了预测编码DPCM，AC系数使用了变换编码DCT，二者都使用了熵编码Huffman，可见几乎所有传统的压缩方法在这里都用到了。这几种方法的结合正是产生JPEG高压缩比的原因。顺便说一下，该标准是JPEG小组从很多种不同中方案中比较测试得到的，并非空穴来风。
上面介绍了JPEG压缩的基本原理，下面介绍一下JPEG的文件格式。
JPEG的文件格式
JPEG文件大体上可以分成以下两个部分：标记码（Tag）加压缩数据。先介绍标记码部分。
标记码部分给出了JPEG图象的所有信息（有点类似于BMP中的头信息，但要复杂的多），如图象的宽，高，Huffman表，量化表等等。标记码有很多，但绝大多数的JPEG文件只包含几种。标记码的结构为：
SOI
DQT
DRI
SOF0
DHT
SOS
…
EOI
标记码由两个字节组成，高字节为0XFF，每个标记码之前可以填上个数不限的填充字节0XFF。
下面介绍一些常用的标记码的结构及其含义。
SOI（Start of Image）
标记结构 字节数
0XFF1
0XD81
可作为JPEG格式的判据（JFIF还需要APP0的配合）
APP0（Application）
标记结构 字节数 意义
0XFF1
0XE01
Lp2 APP0标记码长度，不包括前两个字节0XFF，0XE0
Identifier5JFIF识别码 0X4A，0X46，0X49，0X46，0X00
Version 2JFIF版本号 可为0X0101或者0X0102
Units 1单位，等于零时表示未指定，为1表示英寸，为2表示厘米
Xdensity2水平分辨率
Ydensity2竖直分辨率
Xthumbnail1水平点数
Ythumbnail1竖直点数
RGB03RGB的值
RGB13RGB的值
…
RGBn 3 RGB的值，n=Xthumbnail*Ythumbnail
APP0是JPEG保留给Application所使用的标记码，而JFIF将文件的相关信息定义在此标记中。
DQT(Define Quantization Table)
标记结构 字节数 意义
0XFF1
0XDB1
Lq2DQT标记码长度，不包括前两个字节0XFF，0XDB
(Pq,Tq)1 高四位Pq为量化表的数据精确度，Pq=0时，Q0~Qn的值为8位，Pq=1时，Qt的值为16位，Tq表示量化表的编号，为0~3。在基本系统中，Pq=0，Tq=0~1，也就是说最多有两个量化表。
Q01或2 量化表的值，Pq=0时，为一个字节，Pq=1时，为两个字节
Q11或2 量化表的值，Pq=0时，为一个字节，Pq=1时，为两个字节
…
Qn1或2 量化表的值，Pq=0时，为一个字节，Pq=1时，为两个字节n的值为0~63，表示量化表中64个值（之字形排列）
DRI(Define Restart Interval)
此标记需要用到最小编码单元（MCU，Minimum Coding Unit）的概念。前面提到，Y分量数据重要，UV分量的数据相对不重要，所以可以只取UV的一部分，以增加压缩比。目前支持JPEG格式的软件通常提供两种取样方式YUV411和YUV422，其含义是YUV三个分量的数据取样比例。举例来说，如果Y取四个数据单元，即水平取样因子Hy乘以垂直取样因子Vy的值为4，而U和V各取一个数据单元，即Hu*Vu=1,Hv*Vv=1。那么这种部分取样就称为YUV411。如下图所示：
图7. YUV411的示意图
易知YUV411有50%的压缩比（原来有12个数据单元，现在有6个数据单元），YUV422
有33%的压缩比（原来有12个数据单元，现在有8个数据单元）。 那么你可能会想，YUV911，YUV1611压缩比不是更高嘛？但是要考虑到图象质量的因素。所以JPEG标准规定了最小编码单元MCU，要求Hy*Vy+Hu*Vu+Hv*Vv≤10。
MCU中块的排列方式与H，V的值有密切关系。如以下几幅图所示：
图8. YUV111的排列顺序
图9. YUV211的排列顺序
图10. YUV411的排列顺序
标记结构 字节数 意义
0XFF1
0XDD1
Lr2DRI标记码长度，不包括前两个字节0XFF，0XDD
Ri2重入间隔的MCU个数，Ri必须是一MCU行中MCU个数的整数，最后一个零头不一定刚好是Ri个MCU。每个重入间隔各自独立编码。
SOF(Start of Frame) 在基本系统中，只处理SOF0
标记结构 字节数 意义
0XFF1
0XC01
Lf2SOF标记码长度，不包括前两个字节0XFF，0XC0
P1 基本系统中，为0X08
Y2 图象高度
X2 图象宽度
Nf1Frame中的成分个数，一般为1或3，1代表灰度图，3代表真彩图
C11成分编号1
(H1,V1)1 第一个水平和垂直采样因子
Tq11该量化表编号
C21成分编号2
(H2,V2)1第二个水平和垂直采样因子
Tq21该量化表编号
…
Cn1 成分编号n
(Hn,Vn)1第n个水平和垂直采样因子
Tqn1该量化表编号
DHT(Define Huffman Table)
标记结构 字节数 意义
0XFF1
0XC41
Lh2DHT标记码长度，不包括前两个字节0XFF，0XC4
(Tc,Th)１
L11
L21
…
L16１
V11
V21
…
Vt1
Tc为高4位，Th为低4位。在基本系统中，Tc为0或1，为0时，指DC所用的Huffman表，为1时，指AC所用的Huffman表。Th表示Huffman表的编号，在基本系统中，其值为0或1。
所以，在基本系统中，最多有4个Huffman表，如下所示：
Tc Th Huffman表编号（2*Tc+Th）
0 0 0
0 1 1
1 0 2
1 1 3
Ln表示每个n比特的Huffman码字的个数，n=1~16
Vt表示每个Huffman码字所对应的值，也就是我们前面所讲的符号1，对DC来说该值为(Size)，对AC来说该值为（RunLength，Size）。 t=L1+L2+…L16
SOS(Start of Scan)
标记结构 字节数 意义
0XFF1
0XDA1
Ls2 DHT标记码长度，不包括前两个字节0XFF，0XDA
Ns1
Cs11
(Td1,Ta1)1
Cs21
(Td2,Ta2)1
…
CsNs1
(TdNs,TaNs) 1
Ss1
Se1
(Ah，Al)1
Ns为Scan中成分的个数，在基本系统中，Ns=Nf（Frame中成分个数）。CSNs为在Scan中成分的编号。TdNs为高4位，TaNs为低4位，分别表示DC和AC编码表的编号。在基本系统中Ss=0，Se=63，Ah=0，Al=0。
EOI(End of Image) 结束标志
标记结构 字节数 意义
0XFF1
0XD91
JPEG基本系统解码器的程序流程图。
图11. JPEG基本系统解码器的程序流程图
由于没有用到什么优化算法，该解码器的速度并不高，在用VC的性能评测工具Profile评测该程序时我发现最耗时的地方是反离散余弦变换（IDCT）那里，其实这是显然的，浮点数的指令条数要比整数的多得多，因此采用一种快速的IDCT算法能很大的提高性能，我这里采用是目前被认为比较好的一种快速IDCT算法，其主要思想是把二维IDCT分解成行和列两个一维IDCT。
Nov
12
常用数据段概要(只收集部分)
用户数据 ($ofstarid.php)
帖子数据 ($tid.php)
帖子索引数据 (list.php)
版块索引数据 (status.php)
版块数据 (forumdata.php)
论坛索引数据 (bbsnew.php)
今日会员数据 (today.php)
最新会员 (userarray.php)
版主数据 (admin.php)
论坛公告 (notice.php)
联盟论坛 (sharebbs.php)
--------------------------------------------------------------------------------
$ofstarid.php
安全接口#0|姓名#1|密码#2|电子邮件#3|是否公开邮箱#4|用户组#5|头像#6|性别#7|注册时间#8|签名#9|简介#10|QQ#11|ICQ#12|主页#13|来自#14|头衔#15|发贴数#16|威望#17|金钱#18|上次登陆时间#19|这次登陆时间#20|生日#21|是否发送邮件#22|推荐人#23|最后发表时间#24|预留#25|最后发表主题地址#26|是否验证#27|今日发贴#28|门派#29|生肖#30|星座#31|是否使用虚拟形象#32|是否有犯罪记录#33|在线时间#34|签名是否转换#35|商务平台管理用户真实信息#36|
常用变量统为:
$dir_fb,$dir_name,$dir_pwd,$dir_email,$dir_publicmail,$dir_groupid,$dir_icon,$dir_gender,$dir_regdate,$dir_sign,$dir_introduce,$dir_oicq,$dir_icq,$dir_homepage,$dir_from,$dir_honor,$dir_post,$dir_rvrc,$dir_money,$dir_lasttime,$dir_thistime,$dir_birth,$dir_receivemail,$dir_tuiji,$dir_lastpost,$dir_null1,$dir_lastaddrst,$dir_yz,$dir_todaypost,$dir_group,$dir_sx,$dir_star,$dir_xuni,$dir_badman,$dir_onlinetime,$dir_signchange,$dir_main
--------------------------------------------------------------------------------
$tid.php
安全接口#0|标题#1|作者#2|点击,帖子类型,表情 #3|内容#4|时间#5|IP#6|是否使用签名#7|附件下载次数,附件需要威望#8|被评为几分,评分的人#9| 买帖子的人#10|IP来自#11|帖子是否需要转换#12|是否订阅此主题#13|nul#14l|
常用变量为:
$tpc_fb,$tpc_title,$tpc_author,$tpc_covert,$tpc_content,$tpc_date,$tpc_ip,$tpc_sign,$tpc_download,$tpc_rvrc,$tpc_buy,$tpc_from,$tpc_ifconvert,$tpc_email,$tpc_null1
--------------------------------------------------------------------------------
list.php
安全接口#0|预留#1|预留#2|预留#3|帖子来源# 4|文件名#5|回复数#6|最后发贴状态#7|是否置顶#8|null #9|
常用变量:
$lst_fb,$lst_null,$lst_null,$lst_null,$lst_trdfrom,$lst_filename,$lst_reply,$lst_lastpost,$lst_ifinheard,$lst_null2
--------------------------------------------------------------------------------
status.php
安全接口#0|主题#1|作者#2|时间#3|文件名#4|时间戳#5|帖子总数#6|主题总数#7|子版块所有主题数#8|null#9|
--------------------------------------------------------------------------------
forumdata.php
安全接口#0|版块类型#1|名称#2|简介#3|版块id#4|父版块id#5|密码#6|风格#7|是否使用加密帖#8|是否使用隐藏帖#9|是否使用买卖帖#10|版块公告标题#11|版块公告内容#12|子版块数据段#13|是否全部显示子版块#14|版块logo#15|版块主题回贴限制#16|
--------------------------------------------------------------------------------
bbsnew.php
安全接口#0|新注册用户#1|会员总数#2|主题数#3|文章数#4|今日发贴#5|昨日发贴#6|最高日发贴#7|昨日0点时间控制发贴#8|昨日0点时间控制生日会员#9|今日明星#10|今日庄主#11|今日幸运儿#12|今日生日会员列表#13|最高在线人数#14|最高在线人数发生时间#15|
--------------------------------------------------------------------------------
today.php
安全接口#0|用户名#1|登陆时间#2|活动时间#3|IP#4|用户操作系统#5|用户浏览器#6|NULL#7|IP来源#8|
--------------------------------------------------------------------------------
userarray.php
单一包含 为了简便 安全接口在顶处
--------------------------------------------------------------------------------
admin.php
安全接口#0|版块ID#1|版主名称#2|
-------------------------------------------------------------------------------
notice.php
安全接口#0|作者#1|标题#2|内容#3|起始时间#4|终止时间#5|
--------------------------------------------------------------------------------
sharebbs.php
安全接口#0|论坛名称#1|论坛URL#2|论坛说明#3|论坛logo#4|
--------------------------------------------------------------------------------
帖子类型
list----0普通贴，3置顶贴，
帖子----0普通贴，1锁定的普通贴，2精华贴，3锁定的精华贴，4投票贴，5锁定的投票贴
用户数据 ($ofstarid.php)
帖子数据 ($tid.php)
帖子索引数据 (list.php)
版块索引数据 (status.php)
版块数据 (forumdata.php)
论坛索引数据 (bbsnew.php)
今日会员数据 (today.php)
最新会员 (userarray.php)
版主数据 (admin.php)
论坛公告 (notice.php)
联盟论坛 (sharebbs.php)
--------------------------------------------------------------------------------
$ofstarid.php
安全接口#0|姓名#1|密码#2|电子邮件#3|是否公开邮箱#4|用户组#5|头像#6|性别#7|注册时间#8|签名#9|简介#10|QQ#11|ICQ#12|主页#13|来自#14|头衔#15|发贴数#16|威望#17|金钱#18|上次登陆时间#19|这次登陆时间#20|生日#21|是否发送邮件#22|推荐人#23|最后发表时间#24|预留#25|最后发表主题地址#26|是否验证#27|今日发贴#28|门派#29|生肖#30|星座#31|是否使用虚拟形象#32|是否有犯罪记录#33|在线时间#34|签名是否转换#35|商务平台管理用户真实信息#36|
常用变量统为:
$dir_fb,$dir_name,$dir_pwd,$dir_email,$dir_publicmail,$dir_groupid,$dir_icon,$dir_gender,$dir_regdate,$dir_sign,$dir_introduce,$dir_oicq,$dir_icq,$dir_homepage,$dir_from,$dir_honor,$dir_post,$dir_rvrc,$dir_money,$dir_lasttime,$dir_thistime,$dir_birth,$dir_receivemail,$dir_tuiji,$dir_lastpost,$dir_null1,$dir_lastaddrst,$dir_yz,$dir_todaypost,$dir_group,$dir_sx,$dir_star,$dir_xuni,$dir_badman,$dir_onlinetime,$dir_signchange,$dir_main
--------------------------------------------------------------------------------
$tid.php
安全接口#0|标题#1|作者#2|点击,帖子类型,表情 #3|内容#4|时间#5|IP#6|是否使用签名#7|附件下载次数,附件需要威望#8|被评为几分,评分的人#9| 买帖子的人#10|IP来自#11|帖子是否需要转换#12|是否订阅此主题#13|nul#14l|
常用变量为:
$tpc_fb,$tpc_title,$tpc_author,$tpc_covert,$tpc_content,$tpc_date,$tpc_ip,$tpc_sign,$tpc_download,$tpc_rvrc,$tpc_buy,$tpc_from,$tpc_ifconvert,$tpc_email,$tpc_null1
--------------------------------------------------------------------------------
list.php
安全接口#0|预留#1|预留#2|预留#3|帖子来源# 4|文件名#5|回复数#6|最后发贴状态#7|是否置顶#8|null #9|
常用变量:
$lst_fb,$lst_null,$lst_null,$lst_null,$lst_trdfrom,$lst_filename,$lst_reply,$lst_lastpost,$lst_ifinheard,$lst_null2
--------------------------------------------------------------------------------
status.php
安全接口#0|主题#1|作者#2|时间#3|文件名#4|时间戳#5|帖子总数#6|主题总数#7|子版块所有主题数#8|null#9|
--------------------------------------------------------------------------------
forumdata.php
安全接口#0|版块类型#1|名称#2|简介#3|版块id#4|父版块id#5|密码#6|风格#7|是否使用加密帖#8|是否使用隐藏帖#9|是否使用买卖帖#10|版块公告标题#11|版块公告内容#12|子版块数据段#13|是否全部显示子版块#14|版块logo#15|版块主题回贴限制#16|
--------------------------------------------------------------------------------
bbsnew.php
安全接口#0|新注册用户#1|会员总数#2|主题数#3|文章数#4|今日发贴#5|昨日发贴#6|最高日发贴#7|昨日0点时间控制发贴#8|昨日0点时间控制生日会员#9|今日明星#10|今日庄主#11|今日幸运儿#12|今日生日会员列表#13|最高在线人数#14|最高在线人数发生时间#15|
--------------------------------------------------------------------------------
today.php
安全接口#0|用户名#1|登陆时间#2|活动时间#3|IP#4|用户操作系统#5|用户浏览器#6|NULL#7|IP来源#8|
--------------------------------------------------------------------------------
userarray.php
单一包含 为了简便 安全接口在顶处
--------------------------------------------------------------------------------
admin.php
安全接口#0|版块ID#1|版主名称#2|
-------------------------------------------------------------------------------
notice.php
安全接口#0|作者#1|标题#2|内容#3|起始时间#4|终止时间#5|
--------------------------------------------------------------------------------
sharebbs.php
安全接口#0|论坛名称#1|论坛URL#2|论坛说明#3|论坛logo#4|
--------------------------------------------------------------------------------
帖子类型
list----0普通贴，3置顶贴，
帖子----0普通贴，1锁定的普通贴，2精华贴，3锁定的精华贴，4投票贴，5锁定的投票贴
Nov
12
我发现很多的PHP程序员，尤其是学习还不是很久的，都不知道PHP的精华所在。Perl当年如何在商界出名？其强大的正则表达式。而PHP呢？他是一门从Unix下发展起来的语言，当然也就继承了Perl的很多特点，同时C的优点都有。快速、简洁、明了，尤其是C程序员，PHP是至爱，我就是深爱着“PHP”（都忘了女友了
）。这里，我想来写一篇PHP的变量、数组应用技巧和PHP的正则表达式、PHP的模板应用，以后有时间再写PHP与COM、PHP与XML的完全结合。 1、变量、数组的应用技巧
(1)很多人用得不多的数组函数。foreach、list、each。分别举几个例子，应该就能知道了。例：
<?php
$data = array('a' => 'data1', 'b' => 'data2', 'c' => 'data3');
while(list($subscript, $value) = each($data))
{
echo "$subscript => $value :: ";
echo "$subscript => $value\n<br>";
}
reset($data);
foreach($data as $subscript => $value)
{
echo "$subscript => $value :: ";
echo "$subscript => $value\n<br>";
}
(2)函数的变量、变量的变量、变量的“指针”：看下例：
<?php
//变量的变量
$var = "this is a var";
$varname = "var";
echo $$varname;
//函数的变量
function fun1($str) {
echo $str;
}
$funname = "fun1";
$funname("This is a function !");
?>
变量的“指针”。这个指针加上了双引号，表明他不是真正的指针。看看下例：
<?php
function($a) {
$a ++;
}
$c = 0;
function($c);
echo $c; //$c仍为0
function(&$a) {
$a ++;
}
$c = 0;
echo $c; //$c为1
?>
之所以称其为“指针”，就是因为他有了和C语言中指针相同的功能。但这又不是真正的指针，只能够是这样的去理解。
2、正则表达式
正则表达式是一个非常大的题目，Perl的正则表达式的强大是闻了名的。而PHP也不弱，他继承了Perl的正则表达式法则，还有自己的一套法则。这里只说PHP自己的正则表达式。
正则表达式是最基本的元素。简单地说就是一套规则，用于去判定其它的元素是不是符合自身的规则，或者说是不是有相同的特征描述。
正则表达式的开始符：^，结尾符$，这两个符号间的是匹配的元素。如检查一个电话号码是不是打往北京的号，用正则表达式表示就是“^010$”。只要前3位区号是010，就是北京的号，后面的电话号码就不用管了。然后，用正则表达式匹配函数ereg来判断，例：
<?php
$pattern = "^010$";
$phone = "01080718828";
if(ereg($pattern, $phone))
echo "打往北京的号";
else
echo "不是打往北京的号";
?>
这就是正则表达式。北京的电话都是8位数字的，那我要知道这个号码是不是正确了？假如他按了9位号呢？如果判断正误？这就要用到正则表达式的字符簇。那么上例的正则表达式就要这样写：^010[0-9]{8}$，就能同时判断号码是不是符合规则。正则表达式有很多的应用，像LBB、VBB论坛在发贴时的所谓VBB代码LBB代码的解析，都是用正则表达式完成的。
3、模板
知道了正则表达式的功能，那么就可以知道模板了。什么是模板？举个例子吧？一般写网页用到了后台程序的时候，都是在网页里面插入程序代码。如PHP。这就是HTML和PHP的混写。这样的优点是读取速度快，缺点是如果大家分工合作做网站，那么非程序员就不会改网了。
而用模板，则可以达到分工的最合理化。美工只做页面，程序只写后台，然后再合起来。优秀的Jsp提供了自定义标签的功能很好地完成了模板功能。而主流的PHP如何做到呢？就是利用正则表达式来做到的。可以去网上下载一个PHPLIB，里面的PHP目录下有一个template.inc的源代码文件，那就是用PHP实现模板套用的类。
由于篇幅有限，这里只是简单地说一说这些内容，如果真的想学的话，还请看专门的教材。如光要讲清楚正则表达式就可以写上一本小书。
3.11. 记录所有的空语句
总是记录下for或者是while的空块语句，以便清楚的知道该段代码是漏掉了，还是故意不写的。
while ($dest++ = $src++)
; // VOID
3.12. 不要采用缺省方法测试非零值
不要采用缺省值测试非零值，也就是使用：
if (FAIL != f())
比下面的方法好：
if (f())
即使 FAIL 可以含有 0 值 ，也就是PHP认为false的表示。在某人决定用-1代替0作为失败返回值的时候，一个显式的测试就可以帮助你了。就算是比较值不会变化也应该使用显式的比较；例如：if (!($bufsize % strlen($str)))应该写成：if (($bufsize % strlen($str)) == 0)以表示测试的数值（不是布尔）型。一个经常出问题的地方就是使用strcmp来测试一个字符等式，结果永远也不会等于缺省值。
非零测试采用基于缺省值的做法，那么其他函数或表达式就会受到以下的限制:
· 只能返回0表示失败，不能为/有其他的值。
· 命名以便让一个真(true)的返回值是绝对显然的，调用函数IsValid()而不是Checkvalid()。
3.13. 布尔逻辑类型
大部分函数在FALSE的时候返回0，但是发挥非0值就代表TRUE，因而不要用1（TRUE，YES，诸如此类）等式检测一个布尔值，应该用0（FALSE，NO，诸如此类）的不等式来代替：
if (TRUE == func()) { ...
应该写成：
if (FALSE != func()) { ...
3.14. 通常避免嵌入式的赋值
有时候在某些地方我们可以看到嵌入式赋值的语句，那些结构不是一个比较好的少冗余，可读**强的方法。
while ($a != ($c = getchar()))
{
process the character
}
++和--操作符类似于赋值语句。因此，出于许多的目的，在使用函数的时候会产生副作用。使用嵌入式赋值提高运行时**能是可能的。无论怎样，程序员在使用嵌入式赋值语句时需要考虑在增长的速度和减少的可维护**两者间加以权衡。例如：
a = b + c;
d = a + r;
不要写成：
d = (a = b + c) + r;
虽然后者可以节省一个周期。但在长远来看，随着程序的维护费用渐渐增长，程序的编写者对代码渐渐遗忘，就会减少在成熟期的最优化所得。
4. 帮助与共享
4.1. 重用您和其他人的艰苦工作
跨工程的重用在没有一个通用结构的情况下几乎是不可能的。对象符合他们现有的服务需求，不同的过程有着不同的服务需求环境，这使对象重用变得很困难。
开发一个通用结构需要预先花费许多的努力来设计。当努力不成功的时候，无论出于什么原因，有几种办法推荐使用：
4.2. 请教！给群组发Email求助
这个简单的方法很少被使用。因为有些程序员们觉得如果他向其他人求助，会显得自己水平低，这多傻啊!做新的有趣的工作，不要一遍又一遍的做别人已经做过的东西。
如果你需要某些事项的源代码，如果已经有某人做过的话，就向群组发email求助。结果会很惊喜哦！
在许多大的群组中，个人往往不知道其他人在干什么。你甚至可以发现某人在找一些东西做，并且自愿为你写代码，如果人们在一起工作，外面就总有一个金矿。
4.3. 告诉！当你在做事的时候，把它告诉所有人
如果你做了什么可重用的东西的话，让其他人知道。别害羞，也不要为了保护自豪感而把你的工作成果藏起来。一旦养成共享工作成果的习惯，每个人都会获得更多。
4.4. 小型代码库
对于代码重用，一个常见的问题就是人们不从他们做过的代码中做库。一个可重用的类可能正隐蔽在一个程序目录并且决不会有被分享的激动，因为程序员不会把类分拆出来加入库中。
这样的其中一个原因就是人们不喜欢做一个小库，对小库有一些不正确感觉。把这样的感觉克服掉吧，电脑才不关心你有多少个库呢。
如果你有一些代码可以重用，而且不能放入一个已经存在的库中，那么就做一个新的库吧。如果人们真的考虑重用的话，库不会在很长的一段时间里保持那么小的。
4.5. 知识库
很多公司不清楚现有什么代码可用，而且大多数程序员仍然没有通过沟通他们已经做过了什么，或者一直在询问现存什么代码可用。解决这个的方法是有一个可用的知识库。
理想的情况是，程序员可以到一个WEB页，浏览或者查询打包的知识库列表，找到他们所要的。建立一个程序员可以自动维护的知识库系统，是一个很不错的做法。如果有一个专门的管理员来负责维护这个知识库，那当然更好。
另一种方法是自动的从代码中产生知识库的做法。把通用的类、方法和标头（subsystem headers）作为手册或者是知识库的一个条目。
5. 书写注释
5.1. 讲一个故事
把你的注释当作描述系统的一个故事。并且使得你的注释能被机器解析后，以固定的格式放到手册中去。类的注释是故事的一部分，方法的名称、方法的注释、方法的实现也是故事一部分。所有的这些部分编织在一起，使得人们在以后的时间里能够准确的知道你干了什么，为什么这么做。
5.2. 归档注释
注释的要归档才有意义，否则，假如在一个地方放一条注释描述你做了什么选择和你为什么这么做，只有考古学家才能发现这是最有用的信息。（如何归档另行规范）
5.3. 注释结构
工程的每部分都有特定的注释结构。 程序中的注释，这里给出示例作为规范，注释中以 * @ 为关键字的开始，以:为注释关键字结尾。
5.3.1. 预定义关键字
关键字 含义
Purpose 表示类、属**、方法要做些什么或者什么含义。
Package Name 类名
Author 作者
Modifications 修改记录（编号规则为“No”＋日期＋“－”＋序号）
See 参考
Method Name 方法名
Parameter 参数名（包括类型）
Return 返回值（包括类型）
Attribute/Variable Name 属**/变量名
Type 属**/变量类型
5.3.2. 类的注释
/**
* @ Purpose:
* 访问数据库的类，以ODBC作为通用访问接口
* @Package Name: Database
* @Author: Forrest Gump gump@crtvu.edu.cn
* @Modifications:
* No20020523-100:
* odbc_fetch_into()参数位置第二和第三个位置调换
* John Johnson John@crtvu.edu.cn
* @See: (参照)
*/
class Database
{
……
}
5.3.3. 方法注释
/**
* @Purpose:
* 执行一次查询
* @Method Name: Query()
* @Parameter: string $queryStr SQL查询字符串
* @Return: mixed 查询返回值（结果集对象）
*/
function（$queryStr）{……}
5.3.4. 属**或变量注释
/**
* @Purpose:
* 数据库连接用户名
* @Attribute/Variable Name: mDbUserName
* @Type: string
*/
var mDbUserName;
5.3.5. if (0)来注释外部代码块
有时需要注释大段的测试代码，最简单的方法就是使用if (0)块：
function example()
{
great looking code
if (0) {
lots of code
}
more code
}
你不能使用/**/，因为注释内部不能包含注释，而大段的程序中可以包含注释。
5.3.6. 目录文档
所有的目录下都需要具有README文档，其中包括：
· 该目录的功能及其包含内容
· 一个对每一文件的在线说明（带有link），每一个说明通常还应该提取文件标头的一些属**名字。
· 包括设置、使用说明
· 指导人们如何连接相关资源：
o 源文件索引
o 在线文档
o 纸文档
o 设计文档
· 其他对读者有帮助的东西
考虑一下，当每个原有的工程人员走了，在6个月之内来的一个新人，那个孤独受惊吓的探险者通过整个工程的源代码目录树，阅读说明文件，源文件的标头说明等等做为地图，他应该有能力穿越整个工程。
6. 其他
· 采用面向对象的设计方法；
理由
毫无疑问这是最接近人们自然思维的方法，可能前期会觉得没有直接书写来得快，能否试着保留自己的看法？好戏在后头！
· 类的定义采用一个文件一个类，并且类名和文件名相同；
理由
o 越来越多的人接受了这种做法
o 事实证明这种方法使得项目的逻辑结构更清晰
· 类定义文件中，定义体之外不得出现诸如echo、print等输出语句；
理由
出现这样的语句，应该当做出现bug来看。
· 输出网页的页面不出现SQL语句
理由
这是n层结构的编程思想所致，每层的任务不同，虽然可以越权行使，可能这样很快捷，但我们不赞成这么干。
· 进行SQL执行的数据必须进行有效**检测
特殊符号：
对于MS SQL Server，’%_[ ] 这些符号都是在书写SQL语句中的特殊含义字符，在SQL执行前需要对这些字符进行处理。
脚本符号：
对于PHP脚本标记，如<??><%%><?php?><script lang<script language="php"></script>，在进入数据库前需要检测处理。
理由
这是数据库编程的一个约定，很多参考书上也是这么说，这里需要强调一下。
· 在HTML网页中尽量不要穿插PHP代码
循环代码和纯粹变量输出（类似于<?=$UserName?>）除外。
理由
o 需要说明的是我们工作的上游，页面设计者的工作，假如在页面中穿插代码，将破坏结构，这应当是我们需要避免的。
o 在这里的PHP代码只负责显示，多余的代码显然是不应该的。
· 没有含义的数字
一个在源代码中使用了的赤裸裸的数字是不可思议的数字，因为包括作者，在三个月内，没人它的含义。例如：
if (22 == $foo) { start_thermo_nuclear_war(); }
else if (19 == $foo) { refund_lotso_money(); }
else if (16 == $foo) { infinite_loop(); }
else { cry_cause_im_lost(); }
在上例中22和19的含义是什么呢？如果一个数字改变了，或者这些数字只是简单的错误，你会怎么想？
使用不可思议的数字是该程序员是业余运动员的重要标志.
你应该用define()来给你想表示某样东西的数值一个真正的名字，而不是采用赤裸裸的数字，例如：
define("PRESIDENT_WENT_CRAZY", "22");
define("WE_GOOFED", "19");
define("THEY_DIDNT_PAY", "16");
if (PRESIDENT_WENT_CRAZY == $foo) { start_thermo_nuclear_war(); }
else if (WE_GOOFED == $foo) { refund_lotso_money(); }
else if (THEY_DIDNT_PAY == $foo) { infinite_loop(); }
else { happy_days_i_know_why_im_here(); }
现在不是变得更好了么？
7. PHP文件扩展名
常见的PHP文件的扩展名有：html, .php, .php3, .php4, .phtml, .inc, .class...
这里我们约定：
· 所有浏览者可见页面使用.html
· 所有类、函数库文件使用.php
理由
· 扩展名描述的是那种数据是用户将会收到的。PHP是解释为HTML的。
8. PHP代码标记
统一使用<?php ?>，只输出变量时<?=$username?>
