码迷,mamicode.com
首页 > 编程语言 > 详细

Python采用struct处理二进制

时间:2015-10-18 16:49:58      阅读:239      评论:0      收藏:0      [点我收藏+]

标签:

有时需要使用python二进制数据,实例,件。socket操作时.这时候。能够使用python的struct模块来完毕.能够用 struct来处理c语言中的结构体.
 

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

pack(fmt, v1, v2, ...)     依照给定的格式(fmt),把数据封装成字符串(实际上是类似于c结构体的字节流)

unpack(fmt, string)       依照给定的格式(fmt)解析字节流string,返回解析出来的tuple

calcsize(fmt)                 计算给定的格式(fmt)占用多少字节的内存
 

struct中支持的格式例如以下表:

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仅仅在机器支持64位操作时有意思

注2.每一个格式前能够有一个数字,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,可是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.最后一个能够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,一般是以4个字节为单位的32位系统,故而struct依据本地机器字节顺序转换.能够用格式中的第一个字符来改变对齐方式.定义例如以下:

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

用法是放在fmt的第一个位置。就像‘@5s6sif‘
 

演示样例一:

比方有一个结构体

struct Header

{

    unsigned short id;

    char[4] tag;

    unsigned int version;

    unsigned int count;

}

通过socket.recv接收到了一个上面的结构体数据。存在字符串s中,如今须要把它解析出来,能够使用unpack()函数.

import struct

id, tag, version, count = struct.unpack("!H4s2I", s)

上面的格式字符串中。!表示我们要使用网络字节顺序解析,由于我们的数据是从网络中接收到的,在网络上传送的时候它是网络字节顺序的.后面的H表示 一个unsigned short的id,4s表示4字节长的字符串。2I表示有两个unsigned int类型的数据.


就通过一个unpack,如今id, tag, version, count里已经保存好我们的信息了.

相同,也能够非常方便的把本地数据再pack成struct格式.

ss = struct.pack("!H4s2I", id, tag, version, count);

pack函数就把id, tag, version, count依照指定的格式转换成了结构体Header,ss如今是一个字符串(实际上是类似于c结构体的字节流)。能够通过 socket.send(ss)把这个字符串发送出去.


演示样例二:

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的二进制存储内容同样。


再进行反操作

现有二进制数据bytes,(事实上就是字符串)。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

所以假设仅仅有一个变量的话:

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)

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


假设是由多个数据构成的。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就是二进制形式的数据了。能够直接写入文件比方 binfile.write(bytes)

然后,当我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。由数字加字符构成。5s表示占5个字符的字符串,2i,表示2个整数等等。以下是可用的字符及类型,ctype表示能够与python中的类型一一相应。


注意: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,须要用例如以下方法

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‘)的结果究竟有何不同呢?

不同之处有两个地方:

第一。使用‘r‘的时候假设碰到‘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,假设你用二进制写入再用文本读出的话,假设当中存在‘0X1A‘。就仅仅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平台上会自己主动将‘0X0A‘变成两个字符‘0X0D‘,‘0X0A‘。即文件长度实际上变成8.。当用‘r‘文本方式读取时,又自己主动的转换成原来的换行符。假设换成‘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。

所以假设用文本方式写入,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。

由于linux仅仅使用‘0X0A‘来表示换行。

 

 

附加:

import struct 

# native byteorder 
buffer = struct.pack("ihb", 1, 2, 3) 
print repr(buffer) 
print struct.unpack("ihb", buffer) 

# data from a sequence, network byteorder 
data = [1, 2, 3] 
buffer = struct.pack("!ihb", *data)
print repr(buffer) 
print struct.unpack("!ihb", buffer)

 

 

Output:

‘\x01\x00\x00\x00\x02\x00\x03‘
(1, 2, 3)
‘\x00\x00\x00\x01\x00\x02\x03‘
(1, 2, 3)

首先将參数1,2,3打包。打包前1,2,3明显属于python数据类型中的integer,pack后就变成了C结构的二进制串,转成 python的string类型来显示就是  ‘\x01\x00\x00\x00\x02\x00\x03‘。

因为本机是小端(‘little- endian‘,关于大端和小端的差别请參照这里,故而高位放在低地址段。

i 代表C struct中的int类型,故而本机占4位,1则表示为01000000;h 代表C struct中的short类型,占2位。故表示为0200;同理b 代表C struct中的signed char类型,占1位,故而表示为03。

其它结构的转换也类似,有些特别的能够參考Manual。

在Format string 的首位,有一个可选字符来决定大端和小端。列表例如以下:

 

     
@ native native
= native standard
< little-endian standard
> big-endian standard
! network (= big-endian) standard

 

假设没有附加,默觉得@,即使用本机的字符顺序(大端or小端)。对于C结构的大小和内存中的对齐方式也是与本机相一致的(native),比方有的机器integer为2位而有的机器则为四位;有的机器内存对其位四位对齐,有的则是n位对齐(n未知。我也不知道多少)。

另一个标准的选项。被描写叙述为:假设使用标准的。则不论什么类型都无内存对齐。

比方刚才的小程序的后半部分,使用的format string中首位为!。即为大端模式标准对齐方式,故而输出的为‘\x00\x00\x00\x01\x00\x02\x03‘,间高并且它们中的存储器的高位地址。

版权声明:本文博主原创文章,博客,未经同意不得转载。

Python采用struct处理二进制

标签:

原文地址:http://www.cnblogs.com/gcczhongduan/p/4889608.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!