Question

我正在尝试使用python来创建随机二进制文件。这就是我已经拥有的：

f = open(filename,'wb')
for i in xrange(size_kb):
    for ii in xrange(1024/4):
        f.write(struct.pack("=I",random.randint(0,sys.maxint*2+1)))

f.close()

但它非常慢（我的3.9GHz SSD磁盘机上size_kb = 1024，为0.82秒）。一个很大的瓶颈似乎是随机int生成（用0替换randint（）会将运行时间从0.82s减少到0.14s）。

现在我知道有更有效的方法可以创建随机数据文件（即dd if = / dev / urandom）但是我想为了好奇而想出来......有一种明显的方法来改善这个？

Answer 1

恕我直言 - 以下内容完全是多余的：

f.write(struct.pack("=I",random.randint(0,sys.maxint*2+1)))

绝对不需要使用struct.pack，只需执行以下操作：

import os

with open('output_file', 'wb') as fout:
    fout.write(os.urandom(1024)) # replace 1024 with size_kb if not unreasonably large

然后，如果您需要重新使用该文件来读取整数，那么struct.unpack就可以了。

（我的用例是为单元测试生成一个文件，所以我只需要一个文件与其他生成的文件不同。）

另一种选择是只将UUID4写入文件，但由于我不知道确切的用例，我不确定它是否可行。

Answer 2

您应该完全编写的python代码取决于您打算使用随机二进制文件的方式。如果你只需要一个“相当好”的随机性用于多种目的，那么Jon Clements的代码可能是最好的。

但是，至少在Linux OS上，os.urandom依赖于/ dev / urandom，它在Linux内核（drivers / char / random.c）中描述如下：

/ dev / urandom设备[...]将返回尽可能多的字节数请求。随着越来越多的随机字节被请求而没有给出熵池充电的时间，这将导致随机数字只是加密强大的。对于很多但是，这是可以接受的。

所以问题是，这对您的申请是否可以接受？如果您更喜欢更安全的RNG，则可以在/ dev / random上读取字节。这个设备的主要不便之处在于：如果Linux内核无法收集足够的熵，它可以无限期地阻塞。还有其他加密安全的RNG，如EGD。

或者，如果您的主要关注点是执行速度，并且如果您只需要一些蒙特卡罗方法的“轻度随机性”（即不可预测性无关紧要，均匀分布确实如此），您可以考虑生成随机二进制文件一次并多次使用，至少是为了开发。

创建随机二进制文件

2 个答案: