有的时候须要用python解决二进制数据,比方,存取文件,socket操作时.这时候,能够应用python的struct模块来实现.能够用 struct来解决c语言中的构造体.
struct模块中最重要的三个函数是pack(), unpack(), calcsize()
pack(fmt, v1, v2, ...) 依照给定的格局(fmt),把数据封装成字符串(实际上是相似于c构造体的字节流)
unpack(fmt, string) 依照给定的格局(fmt)解析字节流string,返回解析进去的tuple
calcsize(fmt) 计算给定的格局(fmt)占用多少字节的内存
struct中反对的格局如下表:
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
注1.q和Q只在机器反对64位操作时有意思
注2.每个格局前能够有一个数字,示意个数
注3.s格局示意肯定长度的字符串,4s示意长度为4的字符串,然而p示意的是pascal字符串
注4.P用来转换一个指针,其长度和机器字长相干
注5.最初一个能够用来示意指针类型的,占4个字节
为了同c中的构造体替换数据,还要思考有的c或c++编译器应用了字节对齐,通常是以4个字节为单位的32位零碎,故而struct依据本地机器字节程序转换.能够用格局中的第一个字符来扭转对齐形式.定义如下:
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
应用办法是放在fmt的第一个地位,就像'@5s6sif'
示例一:
比方有一个构造体
struct Header
{
unsigned short id;
char[4] tag;
unsigned int version;
unsigned int count;
}
通过socket.recv接管到了一个下面的构造体数据,存在字符串s中,当初须要把它解析进去,能够应用unpack()函数.
import struct
id, tag, version, count = struct.unpack("!H4s2I", s)
下面的格局字符串中,!示意咱们要应用网络字节程序解析,因为咱们的数据是从网络中接管到的,在网络上传送的时候它是网络字节程序的.前面的H示意 一个unsigned short的id,4s示意4字节长的字符串,2I示意有两个unsigned int类型的数据.
就通过一个unpack,当初id, tag, version, count里曾经保留好咱们的信息了.
同样,也能够很不便的把本地数据再pack成struct格局.
ss = struct.pack("!H4s2I", id, tag, version, count);
pack函数就把id, tag, version, count依照指定的格局转换成了构造体Header,ss当初是一个字符串(实际上是相似于c构造体的字节流),能够通过 socket.send(ss)把这个字符串发送进来.
示例二:
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的二进制存储内容雷同。
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)
留神,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,解码的时候须要这样
a,=struct.unpack('i',bytes) 或者 (a,)=struct.unpack('i',bytes)
如果间接用a=struct.unpack('i',bytes),那么 a=(12.34,) ,是一个tuple而不是原来的浮点数了。
如果是由多个数据形成的,能够这样:
a='hello'
b='world!'
c=2
d=45.123
bytes=struct.pack('5s6sif',a,b,c,d)
此时的bytes就是二进制模式的数据了,能够间接写入文件比方 binfile.write(bytes)
而后,当咱们须要时能够再读出来,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,由数字加字符形成,5s示意占5个字符的字符串,2i,示意2个整数等等,上面是可用的字符及类型,ctype示意能够与python中的类型一一对应。
留神:二进制文件解决时会碰到的问题
咱们应用解决二进制文件时,须要用如下办法
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')的后果到底有何不同呢?
不同之处有两个中央:
第一,应用'r'的时候如果碰到'0x1A',就会视为文件完结,这就是EOF。应用'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。应用'rb'的时候会始终读到文件开端。
第二,对于字符串x='abcndef',咱们可用len(x)失去它的长度为7,n咱们称之为换行符,实际上是'0X0A'。当咱们用'w'即文本形式写的时候,在windows平台上会主动将'0X0A'变成两个字符'0X0D','0X0A',即文件长度实际上变成8.。当用'r'文本形式读取时,又主动的转换成原来的换行符。如果换成'wb'二进制形式来写的话,则会放弃一个字符不变,读取时也是原样读取。所以如果用文本形式写入,用二进制形式读取的话,就要思考这多出的一个字节了。'0X0D'又称回车符。linux下不会变。因为linux只应用'0X0A'来示意换行。
更多python struct用法请移步:Python应用struct解决二进制