python中的二进制文件IO，从哪里开始？

Question

作为一名自学成才的python爱好者，我将如何学习使用标准格式导入和导出二进制文件？

我想实现一个脚本，它将ePub电子书（XHTML + CSS压缩成zip）并将其转换为mobipocket（Palmdoc）格式，以便让亚马逊Kindle读取它（作为更大项目的一部分）我正在努力）

已经有一个很棒的开源项目来管理电子书库：Calibre。我想尝试将其作为一种学习/自学练习来实现。我开始查看他们的python source code并意识到我不知道发生了什么。当然，在任何事情上自学成才的重大危险就是不知道你不知道什么。

在这种情况下，我知道我不太了解这些二进制文件以及如何在python代码中使用它们（struct？）。但我想我可能在一般情况下遗漏了很多关于二进制文件的知识，我想帮助理解如何使用它们。 Here is a detailed overview的mobi / palmdoc标题。谢谢！

编辑：没问题，好点！您是否有任何关于如何获得使用二进制文件的基本知识的提示？特定于Python会有所帮助，但其他方法也很有用。

TOM：编辑为问题，添加了介绍/更好的标题

Answer 1

您应该从struct模块开始，正如您在问题中指出的那样，当然，将文件作为二进制文件打开。

基本上你只是从文件的开头开始，一块一块地把它分开。这是一个麻烦，但不是一个大问题。如果文件被压缩或加密，事情会变得更加困难。如果你从一个你知道其内容的文件开始，这是有帮助的，所以你不是一直在猜测。

尝试一下，也许你会发展出更具体的问题。

Answer 2

如果你想构建和分析二进制文件，struct模块将为你提供基本工具，但它不是很友好，特别是如果你想查看不是整数字节的东西。

有一些模块可以提供帮助，例如BitVector，bitarray和bitstring。 （我赞成bitstring，但我写了它，因此可能有偏见）。

对于解析二进制格式，hachoir模块非常好，但我怀疑它对于您当前的需求来说太高了。

Answer 3

为了教你自己使用二进制文件的python工具， this will get you going。也很有趣。练习二进制文件，拉链，图像......还有更多。