Question

这是二进制文件：

ftp://n5eil01u.ecs.nsidc.org/SAN/GLAS/GLA14.034/2003.02.28/GLA14_634_1102_002_0071_0_01_0001.DAT

我试图读取该文件：

fname = "GLA14_634_1102_002_0071_0_01_0001.DAT"
with open (fname, 'rb') as fi:
    lines = fi.read().splitlines()
    print len(lines)    
    print lines[-1]

行数＆＃84; 844514＆＃39;似乎是对的。

但最后一行显示为不可读的字符。

我怎样才能正确阅读？

Answer 1

缩短的示例文件的“最后一行”以这些字节开头：

In [49]: lines[-1][:20]
Out[49]: b'\x01\xa8\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00'

将其转换为int：

In [50]: [int(x) for x in lines[-1][:20]]
Out[50]: [1, 168, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]

在lines[-1][1]上，我们168超出了ASCII范围。

如果要将其转换为可打印的字符，则必须找出此文件中使用的编码。

修改

如果您可以使用类UNIX系统，则可以使用strings util（man page）。

$ strings GLA14_634_1102_002_0071_0_01_0001.DAT | head -20 Recl=10000; Numhead=2; size_mb_ecs_data_granule=267.57240295410156; time_between_contiguous_records=1; instrument_short_name=GLAS; platform_short_name=Icesat; sensor_short_name=LaserAlt; glas_osc_rate.1=1.000000028; glas_osc_rate_date.1=2003-02-20; glas_osc_rate_time.1=00:00:00; sc_osc_rate.1=0.99999998864727; sc_osc_rate_date.1=2003-02-20; sc_osc_rate_time.1=00:00:00; internal_time_delay.1=15.11; internal_time_delay_date.1=2003-02-20; internal_time_delay_time.1=00:00:00; internal_range_delay.1=9556; internal_range_delay_date.1=2003-02-20; internal_range_delay_time.1=00:00:00; ReprocessingPlanned=no further update anticipated;

Answer 2

该文件似乎是混合文本和二进制文件。前20000个字节是文本，然后是一些二进制数据。似乎没有引用文本部分中二进制数据的开头。所以我认为20000字节是固定的。

所以你得到文本部分：

TEXT_PART_SIZE = 20000

filename = "GLA14_634_1102_002_0071_0_01_0001.DAT"
with open(filename, 'rb') as data:
    text_lines = data.read(TEXT_PART_SIZE).strip().splitlines()

文本行提供了一些元数据，可能用于解码以下二进制数据。没有详细的描述就不可能读取这个二进制数据。看来，有15个数据集和200个单独的文件打包在一个大文件中。借助struct - 模块和文件格式说明，您可以轻松阅读此类文件。

Answer 3

您正在使用GLA14 ICESat数据记录。您想要的有关字节结构的信息也应该在NSIDC（https://nsidc.org/data/docs/daac/glas_altimetry/gla14_records.html）中找到。至于ascii文本标题，每个人都是正确的，有一个固定的长度。该长度由前两个ascii行描述（Recl = 10000，即记录长度，Numhead = 2，即标题中10000字节长度记录的数量），在您读取这20000字节后，您将开始读取GLA14变量。

读取二进制文件显示不可读的字符

3 个答案: