Chinaunix首页 | 论坛 | 博客
  • 博客访问: 5120160
  • 博文数量: 921
  • 博客积分: 16037
  • 博客等级: 上将
  • 技术积分: 8469
  • 用 户 组: 普通用户
  • 注册时间: 2006-04-05 02:08
文章分类

全部博文(921)

文章存档

2020年(1)

2019年(3)

2018年(3)

2017年(6)

2016年(47)

2015年(72)

2014年(25)

2013年(72)

2012年(125)

2011年(182)

2010年(42)

2009年(14)

2008年(85)

2007年(89)

2006年(155)

分类: Python/Ruby

2011-11-21 14:26:20

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 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  

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:

@ 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。

阅读(843) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~