Python 二进制文件读写实战：struct 模块与格式化字符串详解
本文详解如何利用 Python 内置 struct 模块进行结构化二进制数据的打包与解包。涵盖格式化字符串编写、字节序与对齐控制，以及 rb/wb 文件模式的操作细节。提供标准代码示例与常见报错排查方案，帮助开发者高效处理底层数据流，彻底规避文本模式导致的截断与跨平台换行符转换问题。
为什么需要专用二进制处理模式
Python 原生数据类型在内存中以特定结构存储，当需要将其持久化或与 C/C++ 结构体交互时，必须转换为定长字节流。直接使用文本模式（r/w）打开文件会触发操作系统的隐式编码转换，导致特定字节被误判为结束符或发生长度偏移。使用 struct 模块配合二进制文件模式（rb/wb）可实现精确到字节的无损读写。
第1步：定义格式字符串并打包数据
目的：将 Python 基本类型按固定规则压缩为连续的二进制字节序列。
入口：导入 import struct。
动作：调用 struct.pack(fmt, values)，传入格式字符串与对应参数。格式字符串由数字前缀与类型字符组成，如 5s 表示 5 字节字符串，i 表示 4 字节整数。注意：原始草稿中使用 'i' 打包浮点数会导致截断或异常，此处已修正为 'd'（双精度）或 'f'（单精度）以兼容小数。
重要参数：fmt 需严格匹配后续 unpack 的顺序与长度。
完成状态：函数返回一个仅包含原始字节（不可见字符）的 bytes 对象，无额外转义标记。
import struct
# 准备混合类型数据
name = b"hello"
count = 2
value = 45.123
# 打包：'5sif' 依次对应 5字节字符串、整型、单精度浮点
data_bytes = struct.pack("5sif", name, count, value)
print(data_bytes) # 输出形如 b'hello\x00\x02\x00\x00@<...' 的字节流第2步：以 wb/rb 模式执行文件读写
目的：绕过 Python 默认的文本缓冲与字符集检测，直接对磁盘扇区进行字节级操作。
入口：内置 open() 函数。
动作：使用 open(filepath, "wb") 写入，open(filepath, "rb") 读取。
风险提示："wb" 模式会在打开瞬间清空目标文件原有内容。若用于增量保存或归档，请务必先确认文件权限，或对源数据进行备份，防止不可逆覆盖。
完成状态：成功关闭文件句柄后，磁盘文件大小与打包后的字节数完全一致。
# 写入二进制文件
with open("sample.bin", "wb") as binfile:
binfile.write(data_bytes)
# 读取二进制文件
with open("sample.bin", "rb") as binfile:
raw_data = binfile.read()第3步：读取字节流并解包还原
目的：将磁盘读出的原始字节按原规则还原为可读的 Python 变量。
入口：确保已通过 read() 获取完整字节块。
动作：调用 struct.unpack(fmt, raw_data)。该函数强制返回一个元组（tuple）。若只解包单个值，必须通过切片或逗号语法提取：(val,) = struct.unpack(...) 或 val, = struct.unpack(...)。
重要参数：fmt 必须与打包时的格式严格对称。
完成状态：变量类型恢复为初始设定，数值精确匹配。
# 解包还原
n, c, v = struct.unpack("5sif", raw_data)
print(n, c, v) # 输出: b'hello' 2 45.123核心参数对照表
1. 格式化字符（Format Codes）
| Format | C Type | Python | 字节数 |
|---|---|---|---|
x | pad byte | no value | 1 |
c | char | string of length 1 | 1 |
b | signed char | integer | 1 |
B | unsigned char | integer | 1 |
? | _Bool | bool | 1 |
h | short | integer | 2 |
H | unsigned short | integer | 2 |
i | int | integer | 4 |
I | unsigned int | integer or long | 4 |
l | long | integer | 4 |
L | unsigned long | long | 4 |
q | long long | long | 8 |
Q | unsigned long long | long | 8 |
f | float | float | 4 |
d | double | float | 8 |
s | char[] | string | 变长 |
2. 字节序与对齐前缀（放在 fmt 首位）
| Character | Byte order | Size and alignment |
|---|---|---|
@ | native | Native padding, 凑够 4 个字节对齐 |
= | native | Standard size, 按原字节数无填充 |
< | little-endian | Standard size, 小端字节序 |
> | big-endian | Standard size, 大端字节序 |
! | network (= big-endian) | Standard size, 网络字节序 |
使用方法：将前缀拼接至格式串开头，例如 <5sif 表示采用小端模式、无自然对齐填充的字符串-整数-浮点组合。
常见报错与排错指南
- EOFError / 读取截断：若在 Windows 下使用文本模式
r读取含有0x1A（ASCII 控制字符 ZOW）的数据，解析器会提前判定为文件结束。切换至rb后可恢复完整读取。 - 长度不一致：Windows 文本模式写入时会隐式将
0x0A（LF）扩展为0x0D 0x0A（CRLF），导致文件体积增加。二进制模式wb/rb保持绝对原始字节，不会发生此类扩写。Linux/macOS 默认不转换换行符，跨平台交换数据时务必统一使用二进制模式。 - Unpack 返回元组未解包：直接赋值
a = struct.unpack("i", b)会得到(12,)。正确做法是使用逗号拆分a, = struct.unpack("i", b)或直接索引a[0]。
简要总结
通过 struct 模块的格式字符串映射与二进制 I/O 结合，Python 能够安全、高效地替代底层语言处理定长数据包。掌握 pack/unpack 的对称性、字节序前缀的选择以及 rb/wb 的物理读写特性，即可彻底解决文件损坏、数据错位与跨平台兼容性难题。以上就是使用 Python 进行二进制文件读写的详细内容，更多关于 Python 基础操作与文件处理的资料请关注本站其它相关文章！
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
