http://www.cnblogs.com/vicsmb/archive/2012/02/01/2334134.html
看到在進行c格式的二進制文件讀取的過程中,用到了struct.unpack方法,因此開始找struct模塊的一些相關解釋,網上沒有看到很清晰的說明,那就根據Python v2.6.5 documentation自己寫一個好了。
這個struct主要是用來處理C結構數據的,讀入時先轉換爲Python的字符串類型,然後再轉換爲Python的結構化類型,比如元組(tuple)啥的~
一般輸入的渠道來源於文件或者網絡的二進制流。
在轉化過程中,主要用到了一個格式化字符串(format strings),用來規定轉化的方法和格式。
下面來談談主要的方法:
struct.pack(fmt,v1,v2,.....)
將v1,v2等參數的值進行一層包裝,包裝的方法由fmt指定。被包裝的參數必須嚴格符合fmt。最後返回一個包裝後的字符串。
struct.unpack(fmt,string)
顧 名思義,解包。比如pack打包,然後就可以用unpack解包了。返回一個由解包數據(string)得到的一個元組(tuple), 即使僅有一個數據也會被解包成元組。其中len(string) 必須等於 calcsize(fmt),這裏面涉及到了一個calcsize函數,再後面談到。
struct.calcsize(fmt)
這個就是用來計算fmt格式所描述的結構的大小。
格式字符串(format string)由一個或多個格式字符(format characters)組成,對於這些格式字符的描述參照Python manual如下
Format | c Type | Python | Note |
---|---|---|---|
x | pad byte | no value | |
c | char | string of length 1 | |
b | signedchar | integer | |
B | unsignedchar | integer | |
? | _Bool | bool | (1) |
h | short | integer | |
H | unsignedshort | integer | |
i | int | integer | |
I | unsignedint | integer or long | |
l | long | integer | |
L | unsignedlong | long | |
q | longlong | long | (2) |
Q | unsignedlonglong | long | (2) |
f | float | float | |
d | double | float | |
s | char[] | string | |
p | char[] | string | |
P | void* | long |
說到這裏,大家可能都有點迷糊了,那就看一段小代碼
# native byteorder
buffer = struct.pack("ihb", 1, 2, 3)
print repr(buffer)
print struct.unpack("ihb", buffer)
# data from a sequence, network byteorder
data = [1, 2, 3]
buffer = struct.pack("!ihb", *data)
print repr(buffer)
print struct.unpack("!ihb", buffer)
Output:
'\x01\x00\x00\x00\x02\x00\x03'
(1, 2, 3)
'\x00\x00\x00\x01\x00\x02\x03'
(1, 2, 3)
首 先將參數1,2,3打包,打包前1,2,3明顯屬於python數據類型中的integer,pack後就變成了C結構的二進制串,轉成 python的string類型來顯示就是 '\x01\x00\x00\x00\x02\x00\x03'。由於本機是小端('little- endian',關於大端和小端的區別請參照這裏, 故而高位放在低地址段。i 代表C struct中的int類型,故而本機佔4位,1則表示爲01000000;h 代表C struct中的short類型,佔2位,故表示爲0200;同理b 代表C struct中的signed char類型,佔1位,故而表示爲03。
其他結構的轉換也類似,有些特別的可以參考Manual。
在Format string 的首位,有一個可選字符來決定大端和小端,列表如下:
@ | native | native |
= | native | standard |
< | little-endian | standard |
> | big-endian | standard |
! | network (= big-endian) | standard |
如果沒有附加,默認爲@,即使用本機的字符順序(大端or小端),對於C結構的大小和內存中的對齊方式也是與本機相一致的(native),比如有的機器integer爲2位而有的機器則爲四位;有的機器內存對其位四位對齊,有的則是n位對齊(n未知,我也不知道多少)。
還有一個標準的選項,被描述爲:如果使用標準的,則任何類型都無內存對齊。
比如剛纔的小程序的後半部分,使用的format string中首位爲!,即爲大端模式標準對齊方式,故而輸出的爲'\x00\x00\x00\x01\x00\x02\x03',其中高位自己就被放在內存的高地址位了。
關於struct模塊的講解就到這裏。本文只做引子,詳細內容可以參見手冊。由於水平有限,謬誤之處還請指出。