Python中对字节流/二进制流的操作:struct模块简易使用教程

前言

前段时间使用Python解析IDX文件格式的MNIST数据集,需要对二进制文件进行读取操作,其中我使用的是struct模块。查了网上挺多教程都写的挺好的,不过对新手不是很友好,所以我重新整理了一些笔记以供快速上手。

注:教程中以下四个名词同义:二进制流、二进制数组、字节流、字节数组

快速上手

在struct模块中,将一个整型数字、浮点型数字或字符流(字符数组)转换为字节流(字节数组)时,需要使用格式化字符串fmt告诉struct模块被转换的对象是什么类型,比如整型数字是'i',浮点型数字是'f',一个ascii码字符是's'。

def demo1():     
# 使用bin_buf = struct.pack(fmt, buf)将buf为二进制数组bin_buf     
# 使用buf = struct.unpack(fmt, bin_buf)将bin_buf二进制数组反转换回buf      
# 整型数 -> 二进制流     
buf1 = 256     
bin_buf1 = struct.pack('i', buf1) # 'i'代表'integer'     
ret1 = struct.unpack('i', bin_buf1)    
print bin_buf1, '  <====>  ', ret1    
# 浮点数 -> 二进制流     
buf2 = 3.1415     
bin_buf2 = struct.pack('d', buf2) # 'd'代表'double'     
ret2 = struct.unpack('d', bin_buf2)    
print bin_buf2, '  <====>  ', ret2    
# 字符串 -> 二进制流     
buf3 = 'Hello World'    
bin_buf3 = struct.pack('11s', buf3) # '11s'代表长度为11的'string'字符数组     
ret3 = struct.unpack('11s', bin_buf3)    
print bin_buf3, '  <====>  ', ret3    
# 结构体 -> 二进制流     
# 假设有一个结构体     
# struct header {     
#   int buf1;     
#   double buf2;     
#   char buf3[11];     
# }     
bin_buf_all = struct.pack('id11s', buf1, buf2, buf3)     
ret_all = struct.unpack('id11s', bin_buf_all)    
print bin_buf_all,'  <====>  ', ret_all

输出结果如下:

demo1输出结果

详解struct模块

主要函数

struct模块中最重要的三个函数是pack(), unpack(), calcsize()

# 按照给定的格式化字符串,把数据封装成字符串(实际上是类似于c结构体的字节流)string = struct.pack(fmt, v1, v2, ...)# 按照给定的格式(fmt)解析字节流string,返回解析出来的 tupletuple = unpack(fmt, string)# 计算给定的格式(fmt)占用多少字节的内存offset = calcsize(fmt)

struct中的格式化字符串

struct中支持的格式如下表:

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 lon

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只在机器支持64位操作时有意思 注2:每个格式前可以有一个数字,表示个数 注3:s格式表示一定长度的字符串,4s表示长度为4的字符串,但是p表示的是pascal字符串 注4:P用来转换一个指针,其长度和机器字长相关 注5: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struct根据本地机器字节顺序转换.可以用格式中的第一个字符来改变对齐方式.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

使用方法是放在fmt的第一个位置,就像'@5s6sif'

参考

[1] Python使用struct处理二进制(Python使用struct处理二进制 - Gala - 博客园 http://www.cnblogs.com/gala/archive/2011/09/22/2184801.html)

原文发布于微信公众号 - 人工智能LeadAI(atleadai)

原文发表时间:2017-11-26

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏搞前端的李蚊子

Html5模拟通讯录人员排序(sen.js)

// JavaScript Document  var PY_Json_Str = ""; var PY_Str_1 = ""; var PY_Str_...

5896
来自专栏marsggbo

Udacity并行计算课程 CS344 编程作业答案

832
来自专栏Petrichor的专栏

Dataset 列表:机器学习研究

In computer vision, face images have been used extensively to develop face recog...

1501
来自专栏一个会写诗的程序员的博客

java.base.jmod

/Library/Java/JavaVirtualMachines/jdk-9.jdk/Contents/Home/jmods$ jmod list java....

1112
来自专栏增长技术

App Guide相关

##TourGuide https://github.com/worker8/TourGuide

702
来自专栏跟着阿笨一起玩NET

c# 使用timer定时器操作,上次定时到了以后,下次还未执行完怎么处理

------解决方案-------------------------------------------------------- 开始的时候,禁用定时器,你...

2651
来自专栏码匠的流水账

java9系列(五)Stack-Walking API

java9新增这个类的目的是提供一个标准API用于访问当前线程栈,之前只有Throwable::getStackTrace、Thread::getStackTr...

421
来自专栏我和未来有约会

简练的视图模型 ViewModel

patterns & practices Developer Center 发布了 Unity Application Block 1.2 for Silver...

2169
来自专栏WOLFRAM

错觉艺术的巅峰,错觉图形大师M.C. Escher的不可能方块的可能模型

1333
来自专栏Hadoop数据仓库

Oracle sqlldr 如何导入一个日期列

1. LOAD DATA INFILE * INTO TABLE test FIELDS TERMINATED BY X'9' TRAILING NULLCO...

1786

扫码关注云+社区