Question

我正在尝试打开由测量设备创建的文件，找到与元数据对应的字节，然后将其他所有内容写入新的二进制文件。（元数据部分不是问题：我知道标题并且可以轻松找到它们。让我们不要担心。）

问题是：当我打开文件并将字节写入新文件时，会添加新的字节，这会混淆相关数据。具体来说，每次原始文件中都有一个'0A'字节时，新文件前面都有一个'0D'字节。我经历了一些修改代码以找到问题的迭代。这是最新最简单的版本，它以三种不同的方式产生相同的结果：

import os
import mmap

file_name = raw_input('Name of the file to be edited: ')
f = open(file_name, 'rb') 

#1st try: using mmap, to make the metadata sarch easier
s = mmap.mmap(f.fileno(), 0, access=mmap.ACCESS_READ)
full_data = s.read(len(s))
with open(os.path.join('.', 'edited', ('[mmap data]' + file_name + '.bin')), 'a') as data_mmap:
    data_mmap.write(full_data)

#2nd try: using bytes, in case mmap was giving me trouble

f_byte = bytes(f.read())
with open(os.path.join('.', 'edited', ('[bytes data]' + file_name + '.bin')), 'a') as data_bytes:
    data_bytes.write(f_byte)

s.close()
f.close()

#3rd try: using os.read/write(file) instead of file.read() and file.write().
from os.path import getsize

o = os.open(file_name,os.O_BINARY)  #only available on Windows
f_os = bytes(os.read(o,getsize(file_name)))
with open(os.path.join('.', 'edited', ('[os data]' + file_name + '.bin')), 'a') as data_os:
    os.write(data_os.fileno(),f_os)

os.close(o)

结果文件全部相同（与HxD相比）。它们几乎与原始文件相同，除了以外的单个新字节。例如，从偏移0120开始，原始文件读取： A0 0A 00 00 而新文件是： A0 0D 0A 00 ...然后在原始文件中下一次出现0A之前一切都完全相同，再次显示0D字节。

由于代码非常简单，我认为错误来自读取函数（或者可能来自OS的一些不可避免的固有行为......我在Windows上使用python 2.7，BTW。）我最初也怀疑数据格式，但在我看来应该无关紧要。我只是在复制一切，无论价值如何。

我发现没有可以提供帮助的文档，所以......有人知道是什么造成的吗？

编辑：顺便说一句，同样的脚本在Linux上运行正常。因此虽然这不是一个大问题，但它非常烦人。

Answer 1

欢迎来到行尾标记的世界！在Windows下以文本模式打开文件时，任何原始\n（十六进制0x0a）将写为\r\n（十六进制0x0d 0x0a）。

幸运的是，它很容易修复：只需以二进制模式打开文件（注意 b ）：

with open(..., 'ab') as data_...:

并且不受欢迎的\r将不再打扰您： - ）

使用Python从二进制文件复制会插入新字节（？）

1 个答案: