Python使用struct处理二进制

本文内容纲要：

有的时候需要用python处理二进制数据，比如，存取文件，socket操作时.这时候，可以使用python的struct模块来完成.可以用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,...)按照给定的格式(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)按照给定的格式(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中支持的格式如下表：

Format CType Python 字节数 x padbyte novalue 1 c char stringoflength1 1 b signedchar integer 1 B unsignedchar integer 1 ? _Bool bool 1 h short integer 2 H unsignedshort integer 2 i int integer 4 I unsignedint integerorlong 4 l long integer 4 L unsignedlong long 4 q longlong long 8 Q unsignedlonglong 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 Byteorder Sizeandalignment @ 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

示例一：

比如有一个结构体

structHeader

{

unsignedshortid;

char[4]tag;

unsignedintversion;

unsignedintcount;

}

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，现在需要把它解析出来，可以使用unpack()函数.

importstruct

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，因为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unsignedshort的id,4s表示4字节长的字符串，2I表示有两个unsignedint类型的数据.

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

同样，也可以很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按照指定的格式转换成了结构体Header，ss现在是一个字符串(实际上是类似于c结构体的字节流)，可以通过socket.send(ss)把这个字符串发送出去.

示例二：

importstruct

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。

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，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。

本文内容总结：

原文链接：https://www.cnblogs.com/gala/archive/2011/09/22/2184801.html