Question

我想读取一个包含数据的文件，以十六进制格式编码：

01ff0aa121221aff110120...etc

文件包含> 100.000个这样的字节，一些超过1.000.000（它们来自DNA测序）

我尝试了以下代码（以及其他类似代码）：

filele=1234563
f=open('data.geno','r')
c=[]
for i in range(filele):
  a=f.read(1)
  b=a.encode("hex")
  c.append(b)
f.close()

这给每个字节分别为“aa”“01”“f1”等，这对我来说是完美的！

这可以正常工作（在这种情况下）字节no 905碰巧是“1a”。我也尝试了在同一个字节停止的ord（）函数。

可能有一个简单的解决方案？

Answer 1

简单的解决方案是binascii：

import binascii

# Open in binary mode (so you don't read two byte line endings on Windows as one byte)
# and use with statement (always do this to avoid leaked file descriptors, unflushed files)
with open('data.geno', 'rb') as f:
    # Slurp the whole file and efficiently convert it to hex all at once
    hexdata = binascii.hexlify(f.read())

这只会获得str十六进制值，但它比你尝试做的要快得多。如果你真的想要每个字节有一堆长度为2的十六进制字符串，你可以轻松转换结果：

hexlist = map(''.join, zip(hexdata[::2], hexdata[1::2]))

将产生与每个字节的十六进制编码对应的len 2 str列表。为了避免hexdata的临时副本，您可以使用类似但稍微不那么直观的方法，通过使用zip两次使用相同的迭代器来避免切片：

hexlist = map(''.join, zip(*[iter(hexdata)]*2))

<强>更新

对于Python 3.5及更高版本的人bytes objects spawned a .hex() method，因此不需要模块将原始二进制数据转换为ASCII十六进制。顶部的代码块可以简化为：

with open('data.geno', 'rb') as f:
    hexdata = f.read().hex()

Answer 2

如果文件以十六进制格式编码，那么每个字节不应该用2个字符表示吗？所以

c=[]
with open('data.geno','rb') as f:
    b = f.read(2)
    while b:
        c.append(b.decode('hex'))
        b=f.read(2)

Answer 3

仅需补充说明，请确保在文件的.read中添加一个中断，否则它将继续运行。

def HexView():
    with open(<yourfilehere>, 'rb') as in_file:
        while True:
            hexdata = in_file.read(16).hex()     # I like to read 16 bytes in then new line it.
            if len(hexdata) == 0:                # breaks loop once no more binary data is read
                break
            print(hexdata.upper())               # I also like it all in caps.

Answer 4

感谢所有有趣的答案！

立即起作用的简单解决方案是将“r”改为“rb”，这样：

f=open('data.geno','r')  # don't work
f=open('data.geno','rb')  # works fine

这种情况下的代码实际上只有两个二进制位，所以一个字节包含四个数据，二进制; 00,01,10,11。

此致！

如何在Python中将二进制文件读取为十六进制？

4 个答案: