python教程分享Python基础笔记之struct和格式化字符

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：

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：

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 &＃39;<&＃39;, &＃39;>&＃39;, &＃39;=&＃39;, and &＃39;!&＃39; 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'nx00x00x00'    in [103]: unpack('i',b'nx00x00x00')  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&＃39;nx00x00x00&＃39; ，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 &＃39;4h&＃39; 的含义与 &＃39;hhhh&＃39; 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'x02x00x03x00x04x00x05x00'    in [107]: unpack('4h',b'x02x00x03x00x04x00x05x00')  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 (&＃39;b&＃39;, &＃39;b&＃39;, &＃39;h&＃39;, &＃39;h&＃39;, &＃39;i&＃39;, &＃39;i&＃39;, &＃39;l&＃39;, &＃39;l&＃39;, &＃39;q&＃39;, &＃39;q&＃39;) 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]: 4    in [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'*x00x00x00x12x13x14x15'  >>> pack('ic', 0x12131415, b'*')  b'x12x13x14x15*'  >>> 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'x01x00x00x00x00x00x00x00x02x00x00x00x00x00x00x00x03x00'

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'x01x00x00x00x00x00x00x00x02x00x00x00x00x00x00x00x03x00x00x00x00x00x00x00'    in [122]: unpack('llh0l',b'x01x00x00x00x00x00x00x00x02x00x00x00x00x00x00x00x03x00x00x00x00x00x00x00')  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   x32x12x08x01x08'  >>> 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)

总结

到此这篇关于python基础笔记之struct和格式化字符的文章就介绍到这了,更多相关python struct和格式化字符内容请搜索<编程笔记>以前的文章或继续浏览下面的相关文章希望大家以后多多支持<编程笔记>！

需要了解更多python教程分享Python基础笔记之struct和格式化字符，都可以关注python教程分享栏目&＃8212;编程笔记