文章目录

简介
struct中的方法
格式字符串
- 字节顺序，大小和对齐方式
- 格式字符
- - 格式数字
  - 格式字符
  - 格式字符串
  - 填充的影响
  - 复杂应用

简介

文件的存储内容有两种方式，一种是二进制，一种是文本的形式。如果是以文本的形式存储在文件中，那么从文件中读取的时候就会遇到一个将文本转换为Python中数据类型的问题。实际上即使是文本的形式存储，存储的数据也是也是有结构的，因为Python底层是用C来编写的，这里我们也称之为C结构。

Lib/struct.py 就是负责进行这种结构转换的模块。

struct中的方法

先看下struct的定义：

__all__ = [# Functions'calcsize', 'pack', 'pack_into', 'unpack', 'unpack_from','iter_unpack',# Classes'Struct',# Exceptions'error']

其中有6个方法，1个异常。

我们主要来看这6个方法的使用：

方法名	作用
struct.pack(format, v1, v2, …)	返回一个 bytes 对象，其中包含根据格式字符串 format 打包的值 v1, v2, … 参数个数必须与格式字符串所要求的值完全匹配。
struct.pack_into(format, buffer, offset, v1, v2, …)	根据格式字符串 format 打包 v1, v2, … 并将打包的字节串从 offset 开始的位置写入可写缓冲区 buffer 。请注意 offset 是必需的参数。
struct.unpack(format, buffer)	根据格式字符串 format 从缓冲区 buffer 解包（假定是由 `pack(format, ...)` 打包）。返回的结果为一个元组，即使其只包含一个条目。缓冲区的字节大小必须匹配格式所要求的大小。
struct.unpack_from(format, /, buffer, offset=0)	从位置 offset 开始对 buffer 根据格式字符串 format 进行解包。结果为一个元组，即使其中只包含一个条目。
struct.iter_unpack(format, buffer)	根据格式字符串 format 以迭代方式从缓冲区 buffer 解包。此函数返回一个迭代器，它将从缓冲区读取相同大小的块直至其内容全部耗尽。
struct.calcsize(format)	返回与格式字符串 format 相对应的结构的大小（亦即 `pack(format, ...)` 所产生的字节串对象的大小）。

这些方法主要就是打包和解包的操作，其中一个非常重要的参数就是format，也被成为格式字符串，它指定了每个字符串被打包的格式。

格式字符串

格式字符串是用来在打包和解包数据时指定数据格式的机制。它们使用指定被打包/解包数据类型的格式字符进行构建。此外，还有一些特殊字符用来控制字节顺序，大小和对齐方式。

字节顺序，大小和对齐方式

默认情况下，C类型以机器的本机格式和字节顺序表示，并在必要时通过填充字节进行正确对齐（根据C编译器使用的规则）。

我们也可以手动指定格式字符串的字节顺序，大小和对齐方式：

字符	字节顺序	大小	对齐方式
`@`	按原字节	按原字节	按原字节
`=`	按原字节	标准	无
`<`	小端	标准	无
`>`	大端	标准	无
`!`	网络（=大端）	标准	无

大端和小端是两种数据存储方式。

第一种Big Endian将高位的字节存储在起始地址

第二种Little Endian将地位的字节存储在起始地址

其实Big Endian更加符合人类的读写习惯，而Little Endian更加符合机器的读写习惯。

目前主流的两大CPU阵营中，PowerPC系列采用big endian方式存储数据，而x86系列则采用little endian方式存储数据。

如果不同的CPU架构直接进行通信，就由可能因为读取顺序的不同而产生问题。

填充只会在连续结构成员之间自动添加。填充不会添加到已编码结构的开头和末尾。

当使用非原字节大小和对齐方式即 ‘<’, ‘>’, ‘=’, and ‘!’ 时不会添加任何填充。

格式字符

我们来看下字符都有哪些格式：

格式	C 类型	Python 类型	标准大小（字节）
`x`	填充字节	无
`c`	`char`	长度为 1 的字节串	1
`b`	`signed char`	整数	1
`B`	`unsigned char`	整数	1
`?`	`_Bool`	bool	1
`h`	`short`	整数	2
`H`	`unsigned short`	整数	2
`i`	`int`	整数	4
`I`	`unsigned int`	整数	4
`l`	`long`	整数	4
`L`	`unsigned long`	整数	4
`q`	`long long`	整数	8
`Q`	`unsigned long long`	整数	8
`n`	`ssize_t`	整数
`N`	`size_t`	整数
`e`	(6)	浮点数	2
`f`	`float`	浮点数	4
`d`	`double`	浮点数	8
`s`	`char[]`	字节串
`p`	`char[]`	字节串
`P`	`void *`	整数

格式数字

举个例子，比如我们要打包一个int对象，我们可以这样写：

In [101]: from struct import *In [102]: pack('i',10)
Out[102]: b'\n\x00\x00\x00'In [103]: unpack('i',b'\n\x00\x00\x00')
Out[103]: (10,)In [105]: calcsize('i')
Out[105]: 4

上面的例子中，我们打包了一个int对象10，然后又对其解包。并且计算了 i 这个格式的长度为4字节。

大家可以看到输出结果是 b'\n\x00\x00\x00' ，这里不去深究这个输出到底是什么意思，开头的b表示的是byte，后面是byte的编码。

格式字符之前可以带有整数重复计数。例如，格式字符串 '4h' 的含义与 'hhhh' 完全相同。

看下如何打包4个short类型：

In [106]: pack('4h',2,3,4,5)
Out[106]: b'\x02\x00\x03\x00\x04\x00\x05\x00'In [107]: unpack('4h',b'\x02\x00\x03\x00\x04\x00\x05\x00')
Out[107]: (2, 3, 4, 5)

格式之间的空白字符会被忽略，但如果是struct.calcsize 方法的话格式字符中不可有空白字符。

当使用某一种整数格式 (‘b’, ‘B’, ‘h’, ‘H’, ‘i’, ‘I’, ‘l’, ‘L’, ‘q’, ‘Q’) 打包值 x 时，如果 x 在该格式的有效范围之外则将引发 struct.error。

格式字符

除了数字之外，最常用的就是字符和字符串了。

我们先看下怎么使用格式字符，因为字符的长度是1个字节，我们需要这样做：

In [109]: pack('4c',b'a',b'b',b'c',b'd')
Out[109]: b'abcd'In [110]: unpack('4c',b'abcd')
Out[110]: (b'a', b'b', b'c', b'd')In [111]: calcsize('4c')
Out[111]: 4

字符前面的b，表示这是一个字符，否则将会被当做字符串。

格式字符串

再看下字符串的格式：

In [114]: pack('4s',b'abcd')
Out[114]: b'abcd'In [115]: unpack('4s',b'abcd')
Out[115]: (b'abcd',)In [116]: calcsize('4s')
Out[116]: 4In [117]: calcsize('s')
Out[117]: 1

可以看到对于字符串来说calcsize返回的是字节的长度。

填充的影响

格式字符的顺序可能对大小产生影响，因为满足对齐要求所需的填充是不同的:

>>> pack('ci', b'*', 0x12131415)
b'*\x00\x00\x00\x12\x13\x14\x15'
>>> pack('ic', 0x12131415, b'*')
b'\x12\x13\x14\x15*'
>>> calcsize('ci')
8
>>> calcsize('ic')
5

下面的例子我们将会展示如何手动影响填充效果：

In [120]: pack('llh',1, 2, 3)
Out[120]: b'\x01\x00\x00\x00\x00\x00\x00\x00\x02\x00\x00\x00\x00\x00\x00\x00\x03\x00'

上面的例子中，我们打包1，2，3这三个数字，但是格式不一样，分别是long，long，short。

因为long是4个字节，short是2个字节，所以本质上是不对齐的。

如果想要对齐，我们可以在后面再加上 0l 表示0个long，从而进行手动填充：

In [118]: pack('llh0l', 1, 2, 3)
Out[118]: b'\x01\x00\x00\x00\x00\x00\x00\x00\x02\x00\x00\x00\x00\x00\x00\x00\x03\x00\x00\x00\x00\x00\x00\x00'In [122]: unpack('llh0l',b'\x01\x00\x00\x00\x00\x00\x00\x00\x02\x00\x00\x00\x00\x00\x00\x00\x03\x00\x00\x00\x00\x00\x00\x00')
Out[122]: (1, 2, 3)

复杂应用

最后看一个复杂点的应用，这个应用中直接从unpack出来的数据读取到元组中：

>>> record = b'raymond   \x32\x12\x08\x01\x08'
>>> name, serialnum, school, gradelevel = unpack('<10sHHb', record)>>> from collections import namedtuple
>>> Student = namedtuple('Student', 'name serialnum school gradelevel')
>>> Student._make(unpack('<10sHHb', record))
Student(name=b'raymond   ', serialnum=4658, school=264, gradelevel=8)

本文已收录于 http://www.flydean.com/13-python-struct-format-char/

最通俗的解读，最深刻的干货，最简洁的教程，众多你不知道的小技巧等你来发现！

欢迎关注我的公众号:「程序那些事」,懂技术，更懂你！

Python基础之:struct和格式化字符相关推荐

Python基础教程— Struct模块
struct模块提供了用于在字节字符串和Python原生数据类型之间转换函数,比如数字和字符串. 该模块作用是完成Python数值和C语言结构体的Python字符串形式间的转换. 这可以用于处理存储在 ...
Python基础教程：format 格式化字符串用法
1.format 格式化字符串 (1) 顺序传参 (2) 索引传参 (3) 关键字传参 (4) 容器类型传参 {} 代表的是占位符 2.顺序传参 strvar = "{}向{}开了一枪&qu ...
Python基础——垃圾回收、格式化输入输出、基本运算符、流程控制
文章目录每日测验垃圾回收机制详解(了解) 引用计数标记清除分代回收与用户交互接收用户的输入字符串的格式化输出填充与格式化基本运算符算数运算符比较运算符: >.>=.& ...
Python基础入门第四课--字符编码
这一节本来是和上一节的变量.函数写在一起的,由于是基础入门,写的太多会理解不了,所以将这部分分开来阐述.这里主要说字符编码的相关问题. 1.字符编码在C语言中,我们学到最基础最重要的概念莫过于字符串 ...
【Python基础】之字符串格式化（%百分号形式和format形式）
字符串的格式化主要有两种,第一种是%形式的,第二种是python特有的,format形式. #百分号形式 s = "我是%s, 我今年%d岁." % ("mary&quo ...
Python 基础 - Day 2 Learning Note - 字符转编码操作
前情提要:字符编码 python解释器在加载 .py 文件中的代码时,会对内容进行编码(默认ascill).ASCILL有255个字符,包括英语和西欧字符,不包括中文.汉字处理靠GBK, window ...
Python基础09-字符串格式化
字符串格式化.主要是%格式,format格式化方法,具体写在代码例子的注释里. msg = list() # %s 接收字符串 msg.append("i am %s, which is a ...
【错题集】python基础之字符串的格式化循环语句与注释
多选题下面格式化字符串的代码,哪些是错误的(5.00分) A: 'my name is %s'.format('Mike') B:'my name is {}{}'.format('Mike') C ...
python基础项目实战--图片转字符
在网上经常会看到各种图片经过处理之后得出各种各样的支付画,非常有意思,于是我上手尝试了一下,效果还是挺不错的,原理也非常简单. 1.字符画的原理: 就是把每个字符看成一个像素,一个字符代表一种颜色,字 ...

Python基础之:struct和格式化字符

文章目录

简介

struct中的方法

格式字符串

字节顺序，大小和对齐方式

格式字符

格式数字

格式字符

格式字符串

填充的影响

复杂应用

Python基础之:struct和格式化字符相关推荐

最新文章

热门文章