Question

我编写了一个python脚本来创建一个整数的二进制文件。

import struct  
pos = [7623, 3015, 3231, 3829]  
inh = open('test.bin', 'wb')  
for e in pos:  
    inh.write(struct.pack('i', e))  
inh.close()

效果很好，然后我尝试使用下面的代码阅读'test.bin'文件。

import struct  
inh = open('test.bin', 'rb')  
for rec in inh:  
    pos = struct.unpack('i', rec)  
    print pos  
inh.close()

但它失败并显示错误消息：

Traceback (most recent call last):   
   File "readbinary.py", line 10, in <module>  
   pos = struct.unpack('i', rec)  
   File "/usr/lib/python2.5/struct.py", line 87, in unpack  
   return o.unpack(s)  
struct.error: unpack requires a string argument of length 4

我想知道如何使用struct.unpack阅读这些文件提前谢谢了， VIPIN

Answer 1

for rec in inh:一次读取一行行 - 而不是您想要的二进制文件。改为一次读取4个字节（使用while循环和inh.read(4)）（或通过单个.read()调用将所有内容读入内存，然后解压缩连续的4字节切片）。第二种方法是最简单和最实用的，只要涉及的数据量不是很大：

import struct
with open('test.bin', 'rb') as inh:
    indata = inh.read()
for i in range(0, len(data), 4):
    pos = struct.unpack('i', data[i:i+4])  
    print(pos)

如果您确实害怕潜在的大量数据（这会占用比您可用的更多的内存），一个简单的生成器提供了一个优雅的选择：

import struct
def by4(f):
    rec = 'x'  # placeholder for the `while`
    while rec:
        rec = f.read(4)
        if rec: yield rec           
with open('test.bin', 'rb') as inh:
    for rec in by4(inh):
        pos = struct.unpack('i', rec)  
        print(pos)

第二种方法的一个关键优势是可以轻松调整by4生成器（同时保持规范：一次返回二进制文件的4个字节数据）以使用不同的实现策略进行缓冲，所有通往第一种方法的方式（读取所有内容然后将其包裹起来），这可以被视为“无限缓冲”并编码：

def by4(f):
    data = inf.read()
    for i in range(0, len(data), 4):
        yield data[i:i+4]

同时保留“应用程序逻辑”（做什么与4字节块的流）完整且独立于I / O层（它被封装在生成器中）。

Answer 2

我认为“for in in inh”应该是'lines'而不是字节。你想要的是：

while True:
    rec = inh.read(4) # Or inh.read(struct.calcsize('i'))
    if len(rec) != 4:
        break
    (pos,) = struct.unpack('i', rec)
    print pos

或正如其他人所说：

while True:
    try:
        (pos,) = struct.unpack_from('i', inh)
    except (some_exception...):
        break

Answer 3

检查打包整数的大小：

>>> pos
[7623, 3015, 3231, 3829]
>>> [struct.pack('i',e) for e in pos]
['\xc7\x1d\x00\x00', '\xc7\x0b\x00\x00', '\x9f\x0c\x00\x00', '\xf5\x0e\x00\x00']

我们看到4字节字符串，这意味着一次读取应该是4个字节：

>>> inh=open('test.bin','rb')
>>> b1=inh.read(4)
>>> b1
'\xc7\x1d\x00\x00'
>>> struct.unpack('i',b1)
(7623,)
>>>

这是原来的int！延伸到阅读循环是一个练习。

Answer 4

如果您愿意，也可以使用array：

import array  
pos = array.array('i', [7623, 3015, 3231, 3829]) 
inh = open('test.bin', 'wb')  
pos.write(inh)
inh.close()

然后使用array.array.fromfile或fromstring将其读回。

Answer 5

此函数读取文件

中的所有字节

def read_binary_file(filename):
try:
    f = open(filename, 'rb')
    n = os.path.getsize(filename)
    data = array.array('B')
    data.read(f, n)
    f.close()
    fsize = data.__len__()
    return (fsize, data)

except IOError:
    return (-1, [])

# somewhere in your code
t = read_binary_file(FILENAME)
fsize = t[0]

if (fsize > 0):
    data = t[1]
    # work with data
else:
    print 'Error reading file'

Answer 6

你的迭代器一次不读4个字节，所以我觉得它很混乱。就像SilentGhost提到的那样，最好使用unpack_from（）。

在python中读取二进制文件

6 个答案: