Python之struct模块浅谈

  今天杯具了,来公司竟然没带鼠标,凑或用desktop touchpad吧,哎~~

  看到在进行c格式的二进制文件读取的过程中,用到了struct.unpack方法,因此开始找struct模块的一些相关解释,网上没有看到很清晰的说明,那就根据Python v2.6.5 documentation自己写一个好了。

  这个struct主要是用来处理C结构数据的,读入时先转换为Python的字符串类型,然后再转换为Python的结构化类型,比如元组(tuple)啥的~一般输入的渠道来源于文件或者网络的二进制流。在转化过程中,主要用到了一个格式化字符串(format strings),用来规定转化的方法和格式。

  下面来谈谈主要的方法:

  struct.pack(fmt,v1,v2,.....)

    将v1,v2等参数的值进行一层包装,包装的方法由fmt指定。被包装的参数必须严格符合fmt。最后返回一个包装后的字符串。

  struct.unpack(fmt,string)

    顾名思义,解包。比如pack打包,然后就可以用unpack解包了。返回一个由解包数据(string)得到的一个元组(tuple),即使仅有一个数据也会被解包成        元组。其中len(string) 必须等于 calcsize(fmt),这里面涉及到了一个calcsize函数,再后面谈到。

  struct.calcsize(fmt)

    这个就是用来计算fmt格式所描述的结构的大小。

 

  格式字符串(format string)由一个或多个格式字符(format characters)组成,对于这些格式字符的描述参照Python manual如下

Format C Type Python Notes
x pad byte no value  
c char string of length 1  
b signed char integer  
B unsigned char integer  
? _Bool bool (1)
h short integer  
H unsigned short integer  
i int integer  
I unsigned int integer or long  
l long integer  
L unsigned long long  
q long long long (2)
Q unsigned long long long (2)
f float float  
d double float  
s char[] string  
p char[] string  
P void * long  

  说到这里,大家可能都有点迷糊了,那就看一段小代码 

import struct

# 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)

  首先将参数1,2,3打包,打包前1,2,3明显属于python数据类型中的integer,pack后就变成了C结构的二进制串,转成python的string类型来显示就是  '\x01\x00\x00\x00\x02\x00\x03'。由于本机是小端('little-endian',关于大端和小端的区别请参照Google),故而高位放在低地址段。i 代表C struct中的int类型,故而本机占4位,1则表示为01000000;h 代表C struct中的short类型,占2位,故表示为0200;同理b 代表C struct中的signed char类型,占1位,故而表示为03。

其他结构的转换也类似,有些特别的可以参考Manual。

在Format string 的首位,有一个可选字符来决定大端和小端,列表如下:

Character Byte order Size and alignment
@ native native
= native standard
< little-endian standard
> big-endian standard
! network (= big-endian) standard

  如果没有附加,默认为@,即使用本机的字符顺序(大端or小端),对于C结构的大小和内存中的对齐方式也是与本机相一致的(native),比如有的机器integer为2位而有的机器则为四位;有的机器内存对其位四位对齐,有的则是n位对齐(n未知,我也不知道多少)。

  还有一个标准的选项,被描述为:如果使用标准的,则任何类型都无内存对齐。

  比如刚才的小程序的后半部分,使用的format string中首位为!,即为大端模式标准对齐方式,故而输出的为'\x00\x00\x00\x01\x00\x02\x03',其中高位自己就被放在内存的高地址位了。

  关于struct模块的讲解就到这里。本文只做引子,详细内容可以参见手册。由于水平有限,谬误之处还请指出。



你可能感兴趣的:(python)