客户端编程必知必会

综述

写下此篇主要源自前几天的一个面试，结果很失败，第一轮电话面试就挂了……现在回忆起来，面试官问的也都是常规问题，没回答好只能怪自己。于是，痛定思痛，写下此篇，算是对自己十年编程工作的一个总结，也为后来者和新入行的朋友们分享一些经验。

 

由于是个人总结，全凭经验，内容顶多算是对知识点复习时候的索引，难免有错误和疏忽之处，很多知识点只能点到为止，做不到面面俱到，详细的内容还是需要读者自行学习和实验，还望大家海涵。希望大家留言指出错误之处和提供改进建议，我也是抛砖引玉了。

 

首先介绍一下我自己，我在2010年从江西师范大学本科毕业，软件工程专业，学校一般专业也一般，平平无奇。这十年来做过程序员，写过网络小说，也做过一段时间外卖（不是美团外卖骑手，就是卖两荤两素的那种快餐）……虽然经历挺弯弯绕绕的，但做程序员的时间最长，算来至今差不多也快10年了。

 

我长期从事windows客户端开发，因此本次分享也主要围绕在客户端开发的方方面面，期间也会提到一些服务器开发方面的东西，毕竟这么些年，多多少少也都开发过一些。

 

记得刚毕业那会儿做基于MFC的客户端，逐渐过渡到以duilib为主的directxui架构，后来大规模使用QT，还用WPF做了几个项目，这几年又流行以浏览器嵌web的开发方式，如electron客户端框架开始被大量使用等等，可以说，客户端开发流行的趋势是存在的，而这个趋势就是让客户端的开发、发布、更新变得更为快速和敏捷。

 

但无论开发方式变得多么的花里胡哨，依然绕不开windows的基础原理，因此，我从头开始讲起。

 

Windows

1.PE文件结构

既然从windows开始谈，不得不提到PE文件结构，这个东西在某些项目开发中还是必经之路。所谓PE，就是Windows系统下可执行文件总称，也就是我们看到的以.EXE、.dll结尾的那些可执行文件的二进制结构。这里面可谓博大精深，详细内容没个三天说不完，我只说我用到或觉得比较重要的东西。

 

一个是各个节表的意义以及节表和节数据之间的对应关系。应该知道如何通过节表而找到节数据内容，因为有时候需要做一些资源替换，比如替换个EXE图标之类的操作。而其中导入导出表又比较重要，程序所使用和导出的函数都在这一块，通过这个表可以完成很多诡异的功能，所以需要特别注意一下。当然，所有涉及到直接修改PE文件结构的操作都会影响到数字签名，如果对数字签名有需求的同学不建议这么干。

 

第二个是PE文件内的各种地址类型，虚拟内存地址，相对虚拟地址，文件偏移地址。这里面的地址有的是以磁盘为参考系，有的是以内存为参考系，通过这些地址就能计算出节数据处于内存中的具体位置，然后才可以对这些节数据做替换或者修改。

 

相关参考：

如何直接在内存中运行EXE或者内存加载DLL的操作，有些函数没实现，只要理解过程

https://www.write-bug.com/article/1968.html

手动写壳，能按照过程手动实现知识差不多就梳理了一遍

https://bbs.pediy.com/thread-250960.htm

https://bbs.pediy.com/thread-251267.htm

 

2.钩子

钩子是Windows系统提供的一套“用以捕获消息和修改消息”的机制，用途非常广。钩子种类有很多，有鼠标钩子、键盘钩子、窗口消息钩子等。

 

但是我想说的是另外一种钩子：函数钩子。确切来说应该叫函数的替换，往往在不能修改目标源代码的情况下，还要在目标进程里实现一些自定义操作，比如在第三方游戏里显示一张图片之类的，这就要用到函数钩子。

 

这种钩子实现方式有很多，我常用的是通过修改IAT（PE文件里面的导入表）的函数地址来做到这一点，当然，这里面要扩展下去能讲很多很多，我也只能止步于此。不过好在现在有很多类库做的很好，推荐还是用现成的类库做项目比较稳定，比如MinHook就很好用，地址这里：https://www.codeproject.com/Articles/44326/MinHook-The-Minimalistic-x-x-API-Hooking-Libra。

 

案例：我做过一个项目，需要在第三方游戏内嵌入定制的充值二维码，其实就类似于Steam平台的Game overlay功能，由于游戏是第三方的，修改他们的源码肯定是不可能，因此只能采用钩子的方式，钩住Directx的一些函数，完成这个功能，这个功能扩展到后期，甚至能在游戏内打开自制的ui和播放视频等，这估计以后要专门开个专题来讲。当然，这里面钩子只是一个环节，要做的工作还有很多，比如ui我们采用CEF嵌网页形式，离屏渲染这一块也是重点。这里插一句，有个叫reshade的项目很不错，可以借鉴一下，地址在这里：https://github.com/crosire/reshade，这个项目就类似于我说的在游戏内显示自定义的ui或者图片。

 

3.线程通信、进程通信

由于线程是在同一个进程中，所以一般在代码的级别就能实现通信，最简单的如创建一个全局变量就可以，当然围绕这个全局变量需要一些锁来保证读写的互斥性。消息通信，windows基本的通信方式，UI线程拥有自己的消息队列，会自行处理，工作线程需要手动处理消息队列，用sendmessage和postmessage发送消息，需要注意sendmessage会阻塞。还有就是Event事件，分为有信号无信号，Event也有手动和自动之分，一般使用WaitforsingleObject函数来等待事件。

 

进程通信方式较为丰富一些，首先，WM_COPYDATA消息就能用于进程之间传递消息，但是这个消息只能用sendmessage发送，会有一定的阻塞风险。文件映射和共享内存也是常用方式，它们可以使文件或者是内存映射到系统内存中，以提供给其他进程访问。还有一种方法是管道，分为匿名管道和命名管道，命名管道简单点，不同进程打开一个相同名字的管道即可实现消息收发，双向的。匿名管道的特性则有些不同，匿名管道多用于父子进程通信。当然，剪切板和Sockets也不失为一个进程通信的选择。

 

4.iocp

完成端口是Windows系统提供的一套异步机制，最常用来做网络开发，但由于这只是一套输入输出异步通知机制，所以你用iocp来做文件读写的通知都没问题。这里我只谈谈基于iocp的网络模型编程。

 

我做过基于iocp+tcp类型的网络库，也做过iocp+udp+kcp算法的网络库，精通谈不上，但我对IOCP的这套API还是蛮喜欢的，毕竟比较亲民，用起来比较方便。

 

tcp协议方面的东西太多，光是socket的参数就有一堆，这几只说几个要点：

 

iocp+tcp的模式，由于tcp是流传输，没头没尾的，所以数据包格式一定要定义好，最主要的问题就是能解析到数据包的长度，有了长度才能把包读取出来，然后才能做解析之类的操作。常见的三种方式定义数据包：1.固定格式的数据包，比如http用回车换行区分头部的命令和body，json以对称的花括号（{}）为解析方式，我们也可以定义一个特殊的字符串作为数据包尾部。2.固定长度的数据包。3.自定义带头部的数据包，这个头部固定格式，比如第一字节标识位，第二个字节定义数据包长度，第三个字节做个crc校验之类的，这个按照需求定义。解析的时候也从头部开始解析，读到长度后将整个数据包取出。我常用第三种方式，可自定义的空间最大，也最灵活。

 

iocp+udp模式则没这么多讲究，udp协议直接是基于报的基础，不需要定义数据包头尾，直接发送什么接收什么。但是，由于标准MTU值为576字节，所以一般建议UDP数据长度控制在548字节以内(此段百度)，所以，依然需要自己在逻辑上定义好数据包格式，这里包头应该还要多一个序号，因为UDP不是按顺序的，接到报文后还要按照序号拼装起来，同时还要处理重发、滑动窗口、拥塞控制……算了，最好还是加一个kcp算法吧，可以参考这个库：https://github.com/skywind3000/kcp。

 

iocp则需要知道有个完成端口自定义结构体，通过CONTAINING_RECORD宏命令可以将iocp的回调对象转为自定义的结构体，不过这很细节。此外就是除了经常使用的WSASend、WSARecv、AcceptEx是异步的之外，ConnectEx和DisconnectEx也能实现连接很断开的异步，不过这两个函数需要使用WSAIoctl来获取，其他更多细节看这里：https://github.com/yunfengbasara/dictinoary，我做了一个简单库，可以参考一下。

 

UI架构

1.MFC

严格来说，MFC应该不仅仅只是UI架构这么简单，它是Windows提供的一套应用程序开发框架，是对Windows API的一套封装，功能可谓是大而全。我在10年前用纯Windows API做UI的时候，那种酸爽真的可谓是一言难尽……

 

MFC这几年也有更新，也加了很多特性进去，不过总体来说，大架构没变，需要注意的点就是消息路由机制。虽说文档对应视图的机制（类似MVC模型）现在看来也是平平无奇，但是当年对我这个新手来说冲击也是蛮大的。

 

2.DirectUI

MFC或者Win32 API开发中，每个控件都可以说是一个窗口。DirectUI则跟MFC不同，整个应用就一个窗口，里面所有的控件如按钮，滚动条，列表等，都是虚拟出来的。我常用的库有duilib，地址这里：https://github.com/duilib/duilib，听说SOUI也挺不错，不过我没用过，看过一些例子，稍微提一下。

 

DirectUI善于制作一些酷炫的界面，实现自定义标题栏或者通过分层窗口实现的异形界面都比较好。如果用MFC来做自定义标题栏的话，那要重写一大堆事件，比较麻烦。

 

在我整个客户端开发生涯中，始终都绕不开关于异形界面的设计于制作……在那段时间有点空，我采用Directx2D作为绘制引擎，分层窗口技术做了一套DirectUI架构的UI库，仅供参考，地址如下：https://github.com/yunfengbasara/D2DUI。

 

需要注意的是，在使用WS_EX_LAYERED分层模式的窗口时，窗口的WM_PAINT消息是无法触发的，你要选择合适的时机手动调用UpdateLayeredWindow函数来刷新整个ui，详细的内容可以参考上面那个地址。

 

3.QT

以前使用QT最主要的原因其实不是跨平台，而是QT提供的这套C++的库其实挺不错，开发很友好。前端时间将以前的项目用QML尝试重写了一番，发现QML其实也挺不错的，就是学习起来有点陡峭，倒腾好久才完成主界面，里面还有很多细节，就没细细研究进去了，如果选择QT的话，QML是个不错的推荐。

 

但是，我现在用QT做客户端，基本上把QT当作浏览器使用。因为现代客户端按照开发节奏和更新时间来说，都变得非常频繁，最关键的还是，万物皆可JavaScript嘛，一切能用JavaScript实现的，最终都将被JavaScript实现。而且，web开发人员比较容易招聘也是一个方面，我们能很快速的拉起一支web开发团队。所以，QT作为浏览器核心，用web来做UI开发，非常适合。

 

QT能讲的东西太多，这里只罗列下信号与槽，作为知识的梳理。QT信号槽的连接模式分为：自动连接（同线程）、直接连接（不同线程）、队列连接（不实时）、阻塞连接（不实时，不同线程）、防止重复连接。

 

4.Electron

由于近几年在客户端开发中，我把QT当成了一个浏览器来使用，整体ui采用嵌web的形式，那么有没有更为纯粹的以web为核心的客户端开发模式呢？答案是有，那就是Electron这个东西，可能还有其他类似的框架，如NW.js，MiniBlink（精简的Chrome版本，开发过程采用Electron，发布出来的库可以采用MiniBlink），WKE等等，不过WKE似乎已经没有更新了，WKE最求最精简的浏览器接口，如果单纯从做客户端UI而言，我觉得如果在对软件体积大小有苛刻要求的情况下，反而还不如使用duilib这类较为原生的一套框架，毕竟浏览器本身就比较大。

 

我只用过Electron，所以这里只简单谈谈我对Electron在客户端开发方面的评价。

 

网上都说Electron如何如何好，采用web架构的ui可用的第三方库种类多，各种酷炫特效，开发效率如何如何的肝，就连Visual Studio Code都是用Electron开发的……于是我决定采用Electron开发客户端。不得不说，到目前为止，我体会到Electron上面提到的所有优点，但是，我居然在打包这个环节被坑了一把，人算不如天算……

 

怎么说打包这个事呢，我用的打包工具是electron-builder，这玩意儿虽说配置方便，一句命令搞定打包，但是却间歇性的连不上服务器。换公司专门的打包服务器也一样，搞不明白。虽说不是天天打包，但我确实是碰到过都准备发版本了，却卡在打包这个环节……心态真的爆炸。

 

不过除此之外，Electron确实是个不错的框架，一些原生功能实现不了的也可以用ffi-napi调用c++编写的dll来实现，问题也不大。不过这玩意也存在一些莫名其妙的编译问题，打包过程中，我也碰到过ffi-napi打包的错误，反正也是按照网上那一堆流程下来，运气好的话也能解决。

 

因为受不了这种时不时出现的打包问题，我开始尝试用.NET的平台。

 

5.WPF

上面说到的Electron客户端框架的优点有很多，比如开发语言方面，可以直接用ES6，由于浏览器版本确定，所以一些新特性在拿不准的情况下都可以先试下，而不像普通web那样要考虑很多浏览器版本的兼容。这里特别说下ES6这个语言，新特性很多，学习网站很多，我不一一列举了。不过我最喜欢的特性还是async/await这组东西，说实话，恕我才疏学浅，到目前为止，async/await算是真正解决异步编程框架中如何处理同步问题的了。

 

较低版本的JavaScript虽说没有async/await这组关键字，但也能用Babel来转换，问题不大。

 

.net 4.5以上都支持async/await，这点非常不错，win10默认的.net版本都是4.6。

 

再一个就是WPF提供的MVVM框架，大白话就是数据绑定，逻辑UI分离，数据层变了绑定的对应UI也会相应改变，不用像MFC那样写一大串控制代码。虽说React也可以有类似的绑定机制，但React只能算是个视图层面的绑定，当然，React也可以通过各种插件实现MVVM这套框架，不过我建议还是把React当作一个纯粹的UI层来使用。

 

MVVM应该是MVC加强版，灵活性也更高，核心就是要实现视图（view）和数据层（model）分离，视图变化时，数据层用改变，或者数据层变化时，视图不用改变，而使用系统提供的绑定机制，从而实现了视图数据分离。同时，将视图的逻辑写在viewmodel层中，以便提供给不同的view重用。

 

C++

1.多态原理

我常用的语言有C++、C#、JavaScript和GO，对C++说不上精通，但还算是熟悉一点。几乎是每次面试都会被问到C++多态的原理……

 

多态的实现需要重写类里面的虚函数，而虚函数就是多态实现的关键。含有虚函数的类会多一个叫“虚函数表”的东西，这个表记录的都是虚函数地址，多态的原理就是覆盖虚函数表上需要实现多态的函数地址。

 

纯文字讲起来有点绕，网上有很多文章讲的很好，比如这里：https://blog.csdn.net/haoel/article/details/1948051/，另外这篇C++类内存分布也挺有看头：https://www.cnblogs.com/jerry19880126/p/3616999.html。

 

2.其他

额，C++有太多东西可讲，比如shared_ptr智能指针，lambda等等，这些如果扩展开来估计能再写一篇，暂不展开了。有很多大神把这些东西讲的比较透彻，看他们的帖子就好。:)

 

总结

这算是总结的第一篇，只是一些基础性的东西，以后我找时间讲下其他东西，比如：网络协议，主要还是TCP/IP、GRPC等，Windows音视频新框架MediaFoundation，一些着色器的算法（在Electron开发中，可以嵌入Three.js作为UI，3D效果的UI确实不得了，用上着色器更是能让客户端的效果爆炸），神经网络的0基础实现（不用任何框架，不用Tensorflow，存粹的代码实现一个深度学习网络，目前我用JS做了一个五子棋的深度学习网络，正在考虑用CUDA重新改造中）。

 

以上这些，找个时间吧，谢谢。