python处理二进制数据

 

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：

> 格式	c类型	python类型
> x	char	无(表示填充字节)
> c	char	长度为1的字符串
> b	signed char	integer
> B	unsigned char	integer
> h	short	integer
> H	unsigned short	integer
> i	int	integer
> I	unsigned int	long
> l	long	integer
> L	unsigned long	long
> q	long long	long
> Q	unsigned long long	long
> f	float	float
> d	double	float
> s	char[]	string
> p	char[]	string
> P	void*	integer

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

默认情况下struct根据本地机器字节顺序转换.不过可以用格式中的第一个字符来改变对齐方式.定义如下：

> 字符	字节顺序	长度和对齐方式
> @	native	native
> =	native	standard
> <	little-endian	standard
> >	big-endian	standard
> !	network (= big-endian)	standard

有了struct，我们就可以很容易操作二进制数据了.

比如有一个结构体:

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，现在需要把它解析出来，可以使用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，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，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.