Python中怎么進行二進制數據讀取操作

本文小編為大家詳細介紹“Python中怎么進行二進制數據讀取操作”，內容詳細，步驟清晰，細節處理妥當，希望這篇“Python中怎么進行二進制數據讀取操作”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學習新知識吧。

bytes

bytes：一種字符序列的類型。通過比較 dir(str) 與 dir(bytes) 可知，兩者的屬性與方法很相似，只有少數幾個不同。所以 bytes 也是可以像 string 一樣，對字節序列有各種操作方法，如查找（find），求長度（len），切割（split），切片等。

bytes 的優點是：Python 內置的方法，不需要的額外的安裝三方模塊。

但缺點也很明顯：只能單個查詢，不能一次查詢多個需要的結果。

首先通過 open 的 rb 模式打開文件，讀取內容為 bytes 類型。查找特定字符串有 find() 方法，但是此方法只能找到第一個符合要求的字符串索引，并且給出的不是單個位的索引，而是 8 位一個字節的索引。當需要查找多個符合的字符串，卻沒有內置的 findall() 方法。如果要查詢多個，過程會麻煩，首先查到第一個符合的索引 1，以此索引 1 為開始，查詢第二個符合的索引 2，以此類推，直到查詢結束。

with open(path, 'rb') as f:
    datas = f.read()
    start_char = datas.find(b'Start')
    # start_char2 = datas.find(b'Start', start_char)
    end_char = datas.find(b'End', start_char)
    # end_char2 = datas.find(b'End', start_char2)
    data = datas[start_char:end_char]
    print(data)

注意上述代碼，start_char 和 end_char 會出現多次，次數并不一定會一樣，需要獲取兩個索引之間的內容，但是既無法循環，也不能一次查完。需要多次執行已注釋的那行代碼，獲取關鍵字索引。由于不知道文件數據中會有多少個開始標志，也就不知道執行多少次，這應該采用循環解決，但似乎沒有可供循環的變量。這使得問題更加復雜。

其次，由于是獲取兩個標志之間的內容，所以，以上過程需要執行兩遍。因此過程更顯得繁雜無比。

因此，尋找新的方法，是完全必要的。

bitstring

bitstring 是一個三方包，以字節流形式讀取二進制文件。

bitstring.py 文件的第一句話是：This package defines classes that simplify bit-wise creation, manipulation and interpretation of data.

翻譯如下：這個包定義的類簡化了數據的逐位創建、操作和解釋。

簡單理解就是，直接操作 bytes 類型的數據。

有主要的四個類，如下：

Bits -- An immutable container for binary data.
BitArray -- A mutable container for binary data.
ConstBitStream -- An immutable container with streaming methods.
BitStream -- A mutable container with streaming methods.

Bits -- 二進制數據的不可變容器。
BitArray -- 二進制數據的可變容器。
ConstBitStream -- 具有流方法的不可變容器。
BitStream -- 具有流方法的可變容器。

像 bytes 一樣，首先讀取文件內容，查找關鍵字索引，切片獲取數據內容。

# update at 2022/05/06 start
# from bistring import ConstBitStream, BitStream
from bitstring import ConstBitStream, BitStream
# update at 2022/05/06 end

hex_datas = ConstBitStream(filename=path)  # 讀取文件內容
start_char = b'Start'
start_chars = hex_datas.findall(start_char, bytealigned=True)  # 一次找到全部符合的，返回一個生成器
start_indexs = []
for start_char in start_chars:
    start_indexs.append(start_char)

end_char = b'End'
end_indexs = []
for start_index in start_indexs:
    end_chars = hex_datas.find(end_char, start=start_index, bytealigned=True)  # 找到第一個符合的，返回元組
    for end_char in end_chars:
        end_indexs.append(end_char)

result = []
for i in range(min(len(start_indexs), len(end_indexs))):
    hex_data = hex_datas[start_indexs[i]:end_indexs[i]]
    str_data = BitStream.tobytes(hex_data).decode('utf-8')
    result.append(str_data)

代碼分析，首先導入需要的兩個類：ConstBitStream, BitStream。獲取文件內容，findall() 查找所有符合的字符串索引，find() 查找第一個符合的字符串索引。取開始、結束兩個列表的較小值，切片獲取數據，類型為 ‘bitstring.ConstBitStream’，BitStream.tobytes() 方法轉為 bytes 類型，中文字符會亂碼，所以再用 decode() 解碼，得到需要的字符串。

整個過程還是簡潔、連續。代碼中用到了 findall()、find()、tobytes() 方法。此外還有許多小細節需要注意，比如，start_indexs 如果為空，后續的代碼就不該執行了，end_indexs 為空亦是如此。

由此可見，bitstring 這個包還是比較好用的。根據需求，用到的方法比較少，其實還有許多其他的方法，按需選擇。

讀到這里，這篇“Python中怎么進行二進制數據讀取操作”文章已經介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會，如果想了解更多相關內容的文章，歡迎關注億速云行業資訊頻道。