十年网站开发经验 + 多家企业客户 + 靠谱的建站团队
量身定制 + 运营维护+专业推广+无忧售后,网站问题一站解决
这篇文章主要介绍了如何在python中对二进制文件进行转译,此处通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考价值,需要的朋友可以参考下:
创新互联公司主要从事成都网站设计、网站建设、网页设计、企业做网站、公司建网站等业务。立足成都服务安溪,十载网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:028-86922220python是什么意思Python是一种跨平台的、具有解释性、编译性、互动性和面向对象的脚本语言,其最初的设计是用于编写自动化脚本,随着版本的不断更新和新功能的添加,常用于用于开发独立的项目和大型项目。
首先导入所需的包:import struct
struct有以下几个主要的函数:
# 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) 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tuple unpack(fmt, string) # 计算给定的格式(fmt)占用多少字节的内存 calcsize(fmt)
例如:我需要读取一个名为filename,存放着形状为[100,1025]的浮点数的文件。可以采用以下办法
import numpy as np import struct # 加载测试数据 f = open('filename','rb') # 102500为文档中包含的数字个数,而一个浮点数占4个字节 data_raw = struct.unpack('f'*102500,f.read(4*102500)) f.close() verify_data = np.asarray(verify_data_raw).reshape(-1,1025)
同理如果想转把二进制转成double型:
import numpy as np import struct f = open('data8.dat','rb') d_str = f.read() f.close() d_len = len(d_str) d_len2 = d_len//8 #有时还需考虑字节顺序,如为big-endian,则以上语句改为 data = struct.unpack('>'+str(d_len/4)+'f',d_str) data = struct.unpack(d_len2*'d',d_str)
注意:fmt前的数字必须为int型,即int*'d' 否则会报‘can't multiply sequence by non-int of type 'float'' 的错误
具体函数细节请查询 struct官方文档
下面提供了了fmt表示方法
FORMAT | PYTHON TYPE | STANDARD SIZE |
x | no value | |
c | string of length 1 | 1 |
b | integer | 1 |
B | integer | 1 |
? | bool | 1 |
h | integer | 2 |
H | integer | 2 |
i | integer | 4 |
I | integer | 4 |
l | integer | 4 |
L | integer | 4 |
q | integer | 8 |
Q | integer | 8 |
f | float | 4 |
d | float | 8 |
s | string | |
p | string | |
P | integer |
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 | ALIGNMENT |
@ | native | native | native |
= | native | standard | none |
< | little-endian | standard | none |
> | big-endian | standard | none |
! | network (= big-endian) | standard | none |
< : Little-Endian就是低位字节排放在内存的低地址端(栈顶),高位字节排放在内存的高地址端(栈底)
>:Big-Endian就是高位字节排放在内存的低地址端,低位字节排放在内存的高地址端。
到此这篇关于如何在python中对二进制文件进行转译的文章就介绍到这了,更多相关如何在python中对二进制文件进行转译的内容请搜索创新互联以前的文章或继续浏览下面的相关文章希望大家以后多多支持创新互联!