Python读写二进制文件与struct模块使用指南

核心函数与数据格式映射

struct模块是Python标准库中用于将Python数据类型与定长字节流互相转换的工具，特别适合跨语言通信、文件格式解析或与C/C++程序交换数据。其核心在于通过格式化字符串（fmt）定义内存布局：

• pack(fmt, v1, v2…)：按指定格式将Python对象打包为字节串，返回字节流。
• unpack(fmt, buffer)：按给定格式解析输入的字节流，返回包含原始值的元组。
• calcsize(fmt)：计算该格式在内存中占用的字节数（含平台字节对齐）。常用于预分配缓冲区或跳过偏移量。

格式化字符串需严格对应数据类型，常见对照如下：b/B对应整型（有符号/无符号字符，1字节），i/I对应4字节整数，q/Q对应8字节长整型，f/d对应浮点数，s用于定长字符串，?表示布尔值。若需精确匹配其他平台的struct定义，可在开头添加对齐指令（如=默认主机顺序+无填充，@原生对齐）。对于网络传输或固定协议，强烈建议显式声明字节序：左尖括号<代表小端（Little-Endian，x86架构默认），右尖括号>代表大端（Big-Endian，网络传输常用）。

完整操作流程与代码示例

读写二进制文件的核心逻辑分为“写入编码”与“读取解码”两个阶段。为避免文件句柄泄漏与状态不一致，推荐始终使用上下文管理器管理文件对象。

第1步：写入二进制文件

目的：将Python对象按固定格式转换为字节序列并持久化到磁盘。

1. 以写二进制模式打开目标文件（wb）。
2. 调用struct.pack()生成字节流。
3. 使用文件对象的write()方法输出。

import struct

with open("data.bin", "wb") as f:
    # 写入 4字节小端整数 (12345)
    f.write(struct.pack("<i", 12345))
    
    # 写入 8字节双精度浮点数 (3.14159)
    f.write(struct.pack("<d", 3.14159))
    
    # 写入 1字节布尔值 (True)
    f.write(struct.pack("<?", True))
    
    # 写入定长UTF-8字符串 ("hello"，补空格至5字节)
    s = "hello".encode("utf-8")
    f.write(struct.pack("<5s", s))
    
    # 写入定长字节数组 (20字节递增数据)
    f.write(struct.pack("<20s", bytes(range(1, 21))))

第2步：读取并还原数据结构

目的：按写入时的完全一致的格式从字节流中反序列化数据。

1. 以读二进制模式打开文件（rb）。
2. 根据格式长度调用f.read(N)准确截取字节块。
3. 使用struct.unpack()解析，提取元组元素[0]。
4. 对字符串字段执行解码，恢复可读文本。

with open("data.bin", "rb") as f:
    int_val = struct.unpack("<i", f.read(4))[0]
    float_val = struct.unpack("<d", f.read(8))[0]
    bool_val = struct.unpack("<?", f.read(1))[0]
    
    raw_str = struct.unpack("<5s", f.read(5))[0].decode("utf-8")
    byte_arr = struct.unpack("<20s", f.read(20))[0]

print(f"整数: {int_val}")      # 输出 12345
print(f"浮点: {float_val}")     # 输出 3.14159
print(f"布尔: {bool_val}")      # 输出 True
print(f"字符串: {raw_str}")     # 输出 hello
print(f"字节数组: {byte_arr}")  # 输出 b'\x01\x02...\x14'

关键语法与避坑指南

在处理底层数据时，几个易混淆的符号会直接影响解析结果：

• 前缀 b：直接定义字节字面量（如 b'hello'），无需经过编码过程。Python 3 中所有二进制操作均基于 bytes 类型，字符串与字节互转必须显式指定编码（.encode() / .decode()）。
• 字节序标识 < / >：决定多字节数值（如 int, double）在内存中的高低位排列。未显式声明时，系统可能采用本机默认端序，导致跨平台读取乱码。强制统一端序是工业级数据交换的底线。
• 字符串格式 s 的长度限制：格式中的数字（如 5s）代表严格预留空间。如果写入字符串超过该长度，pack 会抛出异常；若不足，会以空字符（\x00）补齐。读取后务必按需截断或解码清理尾零。

总结

以上就是使用Python结合struct模块进行二进制文件读写与数据封包的详细内容，更多关于Python基础文件操作与跨语言数据交互的资料请关注本站其它相关文章！