Python入门指南, 3rd Edition

第 18 章 二进制数据 二进制数据

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

任何足够清晰的问题都可以用一个二进制数字来回答-0 或 1，是或否。

卡尔-萨根

文本数据可能很有挑战性，但二进制数据也可能很有趣。您需要了解一些概念 ，如字节序（计算机处理器将数据分解成字节的方式）和整数的符号位。您可能需要深入研究二进制文件格式或网络数据包，以提取甚至更改数据。 本节将向您展示在 Python 中处理二进制数据的基础知识。您将在第 20 章中看到如何读写二进制文件。

用结构体转换二进制数据

正如您所看到的，Python 有许多处理文本的工具。处理二进制数据的工具要少得多。 标准库包含struct 模块，它处理的数据类似于 C 和 C++ 中的结构体。使用struct ，您可以将二进制数据转换为 Python 数据结构，也可以将二进制数据转换为 Python 数据结构。

我们将编写一个小程序，从一些 PNG 数据中提取图像的宽度和高度。

我们将使用 O'Reilly 的徽标，即图 18-1 中所示的小虫子眼睛的 Tarsier。

图 18-1. O'Reilly tarsier

这张图片的 PNG 文件可以在维基百科上找到。 我在第 20 章才介绍如何读取文件，所以我下载了这个文件，写了一个小程序将其值打印为字节，并将前 30 个字节的值输入一个名为data 的 Pythonbytes 变量，用于下面的示例。（PNG 格式规范规定，宽度和高度存储在前 24 个字节中，所以我们现在不需要更多的字节）。

代码如下：

>>> import struct
>>> valid_png_header = b'\x89PNG\r\n\x1a\n'
>>> data = b'\x89PNG\r\n\x1a\n\x00\x00\x00\rIHDR' + \
...     b'\x00\x00\x00\x9a\x00\x00\x00\x8d\x08\x02\x00\x00\x00\xc0'
>>> if data[:8] == valid_png_header:
...     width, height = struct.unpack('>LL', data[16:24])
...     print('Valid PNG, width', width, 'height', height)
... else:
...     print('Not a valid PNG')
...
Valid PNG, width 154 height 141

下面是这段代码的作用：

• data 包含 PNG 文件的前 30 个字节。为使其适合在页面上显示，我用+和延续字符 (\) 连接了两个字节串。

• valid_png_header 包含标志着有效 PNG 文件开始的 8 个字节序列。

• width 从 16-19 字节中提取，height 从 20-23 字节中提取。

>LL 是格式字符串，它指示unpack() 如何解释输入的字节序列并将其组合成 Python 数据类型。下面是详细说明：

• > 表示整数以大端格式存储。

• 每个L 指定一个四字节无符号长整数。

您可以直接检查每个四字节值：

>>>