WebSocket 消息帧格式是怎样的？各字段含义详解

WebSocket消息帧是通信的基本单位，由固定格式的二进制结构组成。一帧包含以下字段：FIN（1位）标识是否为最后一个分片；RSV1-3（各1位）保留给扩展使用；Opcode（4位）标识帧类型，0x0为继续帧、0x1文本帧、0x2二进制帧、0x8关闭帧、0x9 Ping、0xA Pong；MASK（1位）标识是否使用掩码；Payload Length（7位或扩展）表示载荷长度；Masking-key（0或4字节）为掩码密钥；Payload Data为实际数据。

客户端发送的帧MASK必须为1，服务器发送的帧MASK必须为0。Payload Length采用变长编码：0-125直接用7位表示；126表示后续2字节为真实长度；127表示后续8字节为真实长度。掩码算法将Payload Data的每字节与Masking-key循环异或（XOR），服务器收到后用同样方式还原。大消息可通过分片传输，首帧FIN=0、Opcode为实际类型，中间帧FIN=0、Opcode=0x0，末帧FIN=1、Opcode=0x0。关闭帧（Opcode=0x8）可携带状态码和原因，用于正常或异常断开连接。

追问

掩码算法具体怎么计算？

客户端发送时生成4字节随机Masking-key，对Payload Data逐字节异或：

js
for (let i = 0; i < payload.length; i++) {
  decoded[i] = payload[i] ^ maskingKey[i % 4];
}

编码和解码是同一操作，异或两次还原原文。设计目的是防止缓存污染攻击，不让中间代理误判载荷内容。

分片消息如何重组？

接收方维护一个缓冲区。收到FIN=0的帧时，将Payload追加到缓冲区，Opcode只在首帧有效。后续帧Opcode为0x0，表示"接续上一帧"。直到收到FIN=1的帧，拼接完成，最终消息类型取首帧的Opcode。注意控制帧（Ping/Pong/Close）不允许分片，可在数据帧分片中间插入。

为什么要区分三种Payload Length编码？

用7位最多只能表示125，不够用。加2字节可到65535，覆盖绝大多数场景。超过64KB才动用8字节，最大支持2^63-1。这种变长设计兼顾了小帧的紧凑性和大帧的扩展性——小帧不浪费头部空间，大帧也不受限制。

关闭帧里能带什么内容？

Payload前2字节是状态码（如1000正常关闭、1001端点离开、1002协议错误），剩余部分是UTF-8编码的关闭原因字符串，最长123字节（受125字节载荷上限减去2字节状态码限制）。双方都可以发起关闭帧，收到关闭帧的一方应回复一个关闭帧，然后双方关闭TCP连接。