Python学习笔记（二）：文件读写

一、魔数

这里的魔数并非程序猿随便定义的魔数。对于很多类型的文件，其起始的几个字节的内容是固定的（或是有意填充，或是本就如此）。根据这几个字节的内容就可以确定文件类型，因此这几个字节的内容被称为魔数 (magic number)。【百度百科】

在Python 中同样也可以使用魔数判断一个文件的类型，例如是否被压缩。例如以下代码：

import gzip
import pickle

##  global variable
GZIP_MAGIC = b'\x1F\x8B' 

class Incident:

    def import_pickle(self, filename):
        try:
            fh = None
            fh = open(filename, 'rb')       #Get the handle
            magic = fh.read(len(GZIP_MAGIC))
            if magic == GZIP_MAGIC:         #The file has been zipped
                fh.close()          
                gzip.open(filename, 'rb')   #Reopen the file with gzip
            else:
                fh.seek(0)      #Adjust the handle to the beginning of the file
            ''' Deal with the file '''
            return True
        except (EnvironmentError, pickle.UnpicklingError) as err:
            print("Error {0}".format(err))
            return False
        finally:
            if fh is not None:
                fh.close()

利用获取魔数与GZIP_MAGIC比对确定其文件是否被压缩，并选择打开文件的方式。一般来说，由于魔数没有统一的数据库，只能期望该魔数对于本程序是独一无二的，有时也会在文件类型的魔数后加入版本号。

PS：关于变量的作用域可参考http://www.crifan.com/summary_python_variable_effective_scope/

二、struct模块

struct模块用于处理将一些数据转化为二进制数据bytes对象。常用为struct.Struct类，struct.pack、struct.unpack函数。

1、struct.Struct类

该类储存struct的格式规范（format），大致格式为“<{个数}{ 标识符 }”，例如"

1) “<”表示little-endian字节顺序（常用），也有时使用>。

2) 个数可以通过重复写标识符来实现，例如2H等价于HH

3) 常用标识符如下：

b：8位有符号整数

B：8位无符号整数

h：16位有符号整数

H：16位无符号整数

i：32位有符号整数

I：32位无符号整数

q：64位有符号整数

Q：64位无符号整数

f：32位浮点数

d：64位浮点数

？：布尔型

s：字节字符串

 这种存储方式类似于C中的struct，Struct即定义了一个结构体，可以利用这个结构体构造不同的结构（二进制存储）

2、struct.pack与struct.unpack函数

这两个函数互为逆函数，可以通过相同的格式规范相互转化。其中bytespack(Struct format, **args)即接受一个格式规范和若干个数据，返回一个二进制串。items = unpack(Struct format,bytes data)，unpack将pack得到的二进制串可以按照格式转化为一个元组item返回。例如：

TWO_SHORT = struct.Struct("<2h")
data = TWO_SHORT.pack(11, -9)
items = TWO_SHORT.unpack(data)

与下面的代码

data = struct.pack("<2h", 11, -9)    #dara = b'\x0b\x00\xf7\xff'
items = struct.unpack("<2h", data)    #items = (11, -9)

两代码完全等价，同时可以利用format函数来动态调整struct的格式。

三、textwrap模块写入文本

主要利用testwrap中的TextWrapper类实现，可参考文章：《Python模块学习，textwrap文本包装与填充》