• python二进制处理详述


     

    总的感觉,python本身并没有对二进制进行支持,不过提供了一个模块来弥补,就是struct模块。

    python没有二进制类型,但可以存储二进制类型的数据,就是用string字符串类型来存储二进制数据,这也没关系,因为string是以1个字节为单位的。

    import struct

    a=12.34

    #将a变为二进制

    bytes=struct.pack('i',a)

    此时bytes就是一个string字符串,字符串按字节同a的二进制存储内容相同。

    再进行反操作

    现有二进制数据bytes,(其实就是字符串),将它反过来转换成python的数据类型:

    a,=struct.unpack('i',bytes)

    注意,unpack返回的是tuple

    所以如果只有一个变量的话:

    bytes=struct.pack('i',a)

    那么,解码的时候需要这样

    a,=struct.unpack('i',bytes) 或者 (a,)=struct.unpack('i',bytes)

    如果直接用a=struct.unpack('i',bytes),那么 a=(12.34,) ,是一个tuple而不是原来的浮点数了。

    如果是由多个数据构成的,可以这样:

    a='hello'

    b='world!'

    c=2

    d=45.123

    bytes=struct.pack('5s6sif',a,b,c,d)

    此时的bytes就是二进制形式的数据了,可以直接写入文件比如 binfile.write(bytes)

    然后,当我们需要时可以再读出来,bytes=binfile.read()

    再通过struct.unpack()解码成python变量
    a,b,c,d=struct.unpack('5s6sif',bytes)

    '5s6sif'这个叫做fmt,就是格式化字符串,由数字加字符构成,5s表示占5个字符的字符串,2i,表示2个整数等等,下面是可用的字符及类型,ctype表示可以与python中的类型一一对应。

    Format C Type Python 字节数
    x pad byte no value 1
    c char string of length 1 1
    b signed char integer 1
    B unsigned char integer 1
    ? _Bool bool 1
    h short integer 2
    H unsigned short integer 2
    i int integer 4
    I unsigned int integer or long 4
    l long integer 4
    L unsigned long long 4
    q long long long 8
    Q unsigned long long long 8
    f float float 4
    d double float 8
    s char[] string 1
    p char[] string 1
    P void * long

    最后一个可以用来表示指针类型的,占4个字节

    为了同c中的结构体交换数据,还要考虑有的c或c++编译器使用了字节对齐,通常是以4个字节为单位的32位系统,故而还提供了

    Character Byte order Size and alignment
    @ native native            凑够4个字节
    = native standard        按原字节数
    < little-endian standard        按原字节数
    > big-endian standard       按原字节数
    ! network (= big-endian) standard       按原字节数

    使用方法是放在fmt的第一个位置,就像'@5s6sif'

    -----二进制文件处理时会碰到的问题-----

    我们使用处理二进制文件时,需要用如下方法

    binfile=open(filepath,'rb')    读二进制文件

    binfile=open(filepath,'wb')    写二进制文件

    那么和binfile=open(filepath,'r')的结果到底有何不同呢?
    不同之处有两个地方:

    第一,使用'r'的时候如果碰到'0x1A',就会视为文件结束,这就是EOF。使用'rb'则不存在这个问题。即,如果你用二进制写入再用文本读出的话,如果其中存在'0X1A',就只会读出文件的一部分。使用'rb'的时候会一直读到文件末尾。

    第二,对于字符串x='abc\ndef',我们可用len(x)得到它的长度为7,\n我们称之为换行符,实际上是'0X0A'。当我们用'w'即文本方式写的时候,在windows平台上会自动将'0X0A'变成两个字符'0X0D','0X0A',即文件长度实际上变成8.。当用'r'文本方式读取时,又自动的转换成原来的换行符。如果换成'wb'二进制方式来写的话,则会保持一个字符不变,读取时也是原样读取。所以如果用文本方式写入,用二进制方式读取的话,就要考虑这多出的一个字节了。'0X0D'又称回车符。
    linux下不会变。因为linux只使用'0X0A'来表示换行。

    注意:如果你遇到“struct.error: unpack requires a string argument of length ..”长度错误,通常是由于字节对齐的缘故;

  • 相关阅读:
    Maven入门教程
    认识Java Core和Heap Dump
    [Java IO]03_字符流
    Eclipse 实用技巧
    可变和不可变的区分
    什么猴子补丁待补充
    当退出python时,是否释放全部内存
    解释python中的help()和dir()函数
    在python中是如何管理内存的
    解释一下python中的继承
  • 原文地址:https://www.cnblogs.com/xiayong123/p/3717142.html
Copyright © 2020-2023  润新知