关于C# BinaryFormatter序列化格式及C语言反序列化实现的咨询

核心格式说明 #

BinaryFormatter.Serialize()生成的字节流遵循.NET二进制序列化规范，结构大致分为三部分：

• 魔术头：固定以0x00 0x01 0x00 0x00 0x00开头，用于标识这是.NET二进制序列化流
• 类型元数据：包含被序列化类的全名、程序集信息、字段定义等，以特定二进制结构存储，长度不固定，需要按格式解析长度字段来跳过或读取
• 字段数据：严格按照C#类中字段的定义顺序存储原始值，常见类型编码规则如下：
  • int：4字节小端整数，对应C的int32_t
  • string：先读2字节小端长度（表示UTF-16字符数），再读取对应长度的UTF-16LE字节，需转成C的UTF-8字符串使用
  • bool：1字节，0x00为false，0x01为true
  • float/double：遵循IEEE 754标准，和C语言对应类型存储格式一致

编写C反序列化函数的关键步骤 #

1. 验证开头的魔术头，确认输入流合法
2. 解析或跳过类型元数据：如果C端已知目标模型结构，可以解析元数据中的长度字段直接跳过这部分；如果需要动态识别类型，则需要按规范解析元数据中的类型信息
3. 按预定的字段顺序读取对应字节，转换为C语言的对应类型

可参考的资料方向 #

• 微软官方提供的.NET二进制序列化格式规范文档，详细定义了元数据、字段编码的每一个细节
• 开源社区中的跨语言解析实现：部分开源项目包含C语言解析BinaryFormatter流的代码，可参考其处理元数据、字段解码的逻辑
• 手动对比分析：用C#序列化一个简单测试模型（比如仅包含int、string字段的类），将字节流输出为十六进制，对比字段值与字节的对应关系，快速推导格式规则

注意事项 #

• BinaryFormatter已被微软标记为不安全（存在反序列化远程代码执行风险），新项目建议改用Protobuf、MessagePack等跨语言、安全的序列化方案；若维护旧项目则按上述方案处理
• 必须保证C和C#的模型字段顺序、类型严格匹配，否则会出现解析错误

内容的提问来源于stack exchange，提问作者Ajith C Narayanan