您好,登錄后才能下訂單哦!
怎么在python中使用struct模塊對字節型數據進行處理?針對這個問題,這篇文章詳細介紹了相對應的分析和解答,希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。
字節順序
一個數據有多個字節表示的時候,字節的順序不同也就決定了值,在struct中有以下幾種字節順序:
字符 | 字節順序 | 尺寸 | 對齊方式 |
---|---|---|---|
@ | 本機 | 本機 | 本機 |
= | 本機 | 標準 | 無 |
< | 小端 | 標準 | 無 |
> | 大端 | 標準 | 無 |
! | 網絡 | 標準 | 無 |
對于字節順序,只有大端和小端兩種方式,只是比如你用@和=代表你用本機的字節順序,!代表你使用網絡的字節順序。你不指定字節順序則默認的是@。
本地字節順序是大端或小端,取決于主機系統。例如,Intel x86和AMD64(x86-64)是小端的; 摩托羅拉68000和PowerPC G5是大端; ARM和Intel Itanium具有可切換的字節序(雙字節序)。使用sys.byteorder來檢查你的系統的字節順序。
數據格式
struct支持的打包解包的數據格式如下,我們需要指定格式才能對應處理,其中對應尺寸已列出(以字節為單位):
字符 | C類型 | python類型 | 標準尺寸 |
---|---|---|---|
x | 填充字節 | 沒有意義的值 | |
c | char | 長度為1的字節 | 1 |
b | signed char | 整型 | 1 |
B | unsigned char | 整型 | 1 |
? | _Bool | 布爾 | 1 |
h | short | 整型 | 2 |
H | unsigned short | 整型 | 2 |
i | int | 整型 | 4 |
I | unsigned int | 整型 | 4 |
l | long | 整型 | 4 |
L | unsigned long | 整型 | 4 |
q | long long | 整型 | 8 |
Q | unsigned long long | 整型 | 8 |
n | ssize_t | 整型 | |
N | size_t | 整型 | |
e | 浮動 | 2 | |
f | float | 浮動 | 4 |
d | double | 浮動 | 8 |
s | char[] | 字節 | |
p | char[] | 字節 | |
P | void * | 整型 |
打包
通過struct的pack(fmt, *args)來實現對各種數據的打包(轉換為對應字節數據),pack的需要傳遞的參數fmt就是數據的格式,包括了字節順序、數據類型;后面的*args參數是需要打包的數據。
vaa = struct.pack('>I', 1255) # vaa: '\x00\x00\x04\xe7' 1*4=1個字節 vab = struct.pack('>II', 1255, 23) # vab: '\x00\x00\x04\xe7\x00\x00\x00\x17' 2*4=8個字節 vac = struct.pack('>2I?', 1255, 23, True) # vac: '\x00\x00\x04\xe7\x00\x00\x00\x17\x01' 2*4+1=9個字節
我們看上述三個使用例子(數據與數據之間沒有填充,都是連續的,比如對于vac我們不知道 它是由兩個4字節無符號整型和一個布爾構成,我們就無法取得正確的值),看fmt參數:
‘>I'代表了以大端的字節順序打包一個4字節無符號整型數據,所以后面只跟了一個無符號整型參數1255;
‘>II'代表了以大端的字節順序打包兩個4字節無符號整型數據,所以后面跟了兩個個無符號整型參數1255和23;
‘>2I?'代表了以大端的字節順序打包兩個4字節無符號整型和一個布爾型數據,所以后面跟了兩個個無符號整型參數1255、23和一個布爾值True。
注意'2I'和'II','4I'和'IIII','2?'和'??'是一樣的效果。
解包
通過struct的unpack(fmt, string)來實現對字符串的解包,fmt和打包的是完全一樣的,如下(返回的結果是一個元組):
vaa = struct.pack('>I', 1255) # vaa: '\x00\x00\x04\xe7' vab = struct.pack('>II', 1255, 23) # vab: '\x00\x00\x04\xe7\x00\x00\x00\x17' vaaa = struct.unpack('>I', vaa) # vaaa: <class 'tuple'>: (1255, ) vaba = struct.unpack('>II', vab) # vaba: <class 'tuple'>: (1255, 23)
進階使用
pack_into(fmt, buffer, offset, *args)
fmt參數和pack是一樣的,buffer參數是可寫的緩存區,offset是寫入位置的偏移量,*args是需要寫入的數據。這個有什么用呢,我們想想這樣兩個情況,我們有兩個類型已經打包好,我們想在這兩個已經打包好的數據后面再添加一個數據打包;或者我們要打包的數據很多,我們不可能在pack中把所有需要打包的數據都通過參數傳遞給pack,那你的pack函數可能得寫成千上完個參數了。這時候我們就可以用到這個函數了。
要使用它必須要一個可以寫入的緩存區,我們可以導入一個字符緩存區包,然后創建一個固定大小的緩存區(以字節為單位):
import struct from ctypes import create_string_buffer # 創建一個9字節大小的緩存區,初始化默認全部為\x00 buf = create_string_buffer(9) # buf.raw: '\x00\x00\x00\x00\x00\x00\x00\x00\x00' # 沖緩存區buf的第0個字節開始打包兩個4字節無符號整型數據1和2 struct.pack_into(">II", buf, 0, 1, 2) # buf.raw: '\x00\x00\x00\x01\x00\x00\x00\x02\x00' # 然后我們想再打包一個布爾型數據到buf中就可以改變以下偏移量 struct.pack_into(">?", buf, 8, True) # buf.raw: '\x00\x00\x00\x01\x00\x00\x00\x02\x01'
unpack_from(fmt, buffer, offset)和calcsize(fmt)結合解包數據
calcsize用于計算格式字符串所對應的結果的長度,如:struct.calcsize(‘II'),返回8。因為兩個無符號整型所占用的長度是8個字節。unpack_from(fmt, buffer, offset)用于從buffer緩存區中使用fmt格式從offset偏移量處開始解包fmt里對應數量的數據。
import struct from ctypes import create_string_buffer buf = create_string_buffer(9) struct.pack_into(">II", buf, 0, 1, 2) struct.pack_into(">?", buf, 8, True) # 記錄位置 pos = 0 # 從buf緩存區中以大端方式從偏移位置pos處解包兩個無符號整型數據返回,注意 #返回值如果只寫一個則返回一個元組,否則你解包幾個數據就要寫幾個返回值。 val = struct.unpack_from('>II', buf, pos) # val: <class 'tuple'>: (1, 2) val_a, val_b = struct.unpack_from('>II', buf, pos) # val_a: 1 val_b: 2 # 重置解包位置 pos += struct.calcsize('>II') # pos: 8 val_c, = struct.unpack_from('>?', buf, pos) # val_c: True
示例
這個示例是基于mnist手寫數字識別的,我們剛開始有60000張手寫數字的圖片(.bmp格式的),我們通過下述代碼將60000張圖片轉換成字節型數據,bytes.py代碼如下:
import struct import os import numpy as np from ctypes import create_string_buffer import cv2 # 創建一個60000 * 784 * 1 + 3 * 4字節大小的緩存區,初始化默認全部為\x00 buffer = create_string_buffer(60000 * 784 * 1 + 3 * 4) def writeBytesData(): index = 0 BMP_NUM = 0 BMP_WIDTH = 28 BMP_HEIGHT = 28 # 先保留三個無符號整型的緩存區 index += struct.calcsize('>III') path = 'data/bmp' if not os.path.exists(path): print('No this dir!') return list = os.listdir(path) for line_bmp in list: bmp_path = os.path.join(path, line_bmp) if os.path.isdir(bmp_path): print('This is not a .bmp') else: BMP_NUM += 1 print(BMP_NUM) buf = cv2.imread(bmp_path, cv2.IMREAD_GRAYSCALE) buf = np.reshape(buf, [784]) for pos in range(buf.__len__()): struct.pack_into('>B', buffer, index, buf[pos]) index += struct.calcsize('>B') # 將保留緩存區的內容填上 struct.pack_into('>III', buffer, 0, BMP_NUM, BMP_WIDTH, BMP_HEIGHT) with open('data/bytes/bytes.bytes', 'wb') as fp: fp.write(buffer) def readFromBytes(): index = 0 images = [] with open('data/bytes/bytes.bytes', 'rb') as fp: buffer = fp.read() # 解包前三個無符號整型 bmp_num, bmp_width, bmp_height = struct.unpack_from('>III', buffer, index) # 重定位偏移量 index += struct.calcsize('>III') for pos in range(bmp_num): img = struct.unpack_from('>784B', buffer, index) index += struct.calcsize('>784B') # 修改為原來的圖片形狀 img = np.array(img, dtype=np.uint8) img = np.reshape(img, [bmp_height, bmp_width]) # 顯示圖片 cv2.imshow('bmp', img) # 按任意鍵繼續 cv2.waitKey(0) images.append(img) return images writeBytesData() readFromBytes()
在寫入bytes文件的時候有點慢,由于有60000張圖片每張要寫28 * 28個字節,其中目錄結構如下,需要圖片的可以去我的下載區下載mnist圖片數據集:
bytes.py data bmp 1.bmp 2.bmp ... 60000.bmp bytes
關于怎么在python中使用struct模塊對字節型數據進行處理問題的解答就分享到這里了,希望以上內容可以對大家有一定的幫助,如果你還有很多疑惑沒有解開,可以關注億速云行業資訊頻道了解更多相關知識。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。