struct --- 將字節(jié)串解讀為打包的二進制數據?
源代碼: Lib/struct.py
此模塊可以執(zhí)行 Python 值和以 Python bytes 對象表示的 C 結構之間的轉換。 這可以被用來處理存儲在文件中或是從網絡連接等其他來源獲取的二進制數據。 它使用 格式字符串 作為 C 結構布局的精簡描述以及與 Python 值的雙向轉換。
備注
默認情況下,打包給定 C 結構的結果會包含填充字節(jié)以使得所涉及的 C 類型保持正確的對齊;類似地,對齊在解包時也會被納入考慮。 選擇此種行為的目的是使得被打包結構的字節(jié)能與相應 C 結構在內存中的布局完全一致。 要處理平臺獨立的數據格式或省略隱式的填充字節(jié),請使用 standard 大小和對齊而不是 native 大小和對齊:詳情參見 字節(jié)順序,大小和對齊方式。
某些 struct 的函數(以及 Struct 的方法)接受一個 buffer 參數。 這將指向實現了 緩沖協議 并提供只讀或是可讀寫緩沖的對象。 用于此目的的最常見類型為 bytes 和 bytearray,但許多其他可被視為字節(jié)數組的類型也實現了緩沖協議,因此它們無需額外從 bytes 對象復制即可被讀取或填充。
函數和異常?
此模塊定義了下列異常和函數:
- exception struct.error?
會在多種場合下被引發(fā)的異常;其參數為一個描述錯誤信息的字符串。
- struct.pack(format, v1, v2, ...)?
返回一個 bytes 對象,其中包含根據格式字符串 format 打包的值 v1, v2, ... 參數個數必須與格式字符串所要求的值完全匹配。
- struct.pack_into(format, buffer, offset, v1, v2, ...)?
根據格式字符串 format 打包 v1, v2, ... 等值并將打包的字節(jié)串寫入可寫緩沖區(qū) buffer 從 offset 開始的位置。 請注意 offset 是必需的參數。
- struct.unpack(format, buffer)?
根據格式字符串 format 從緩沖區(qū) buffer 解包(假定是由
pack(format, ...)打包)。 結果為一個元組,即使其只包含一個條目。 緩沖區(qū)的字節(jié)大小必須匹配格式所要求的大小,如calcsize()所示。
- struct.unpack_from(format, /, buffer, offset=0)?
對 buffer 從位置 offset 開始根據格式字符串 format 進行解包。 結果為一個元組,即使其中只包含一個條目。 緩沖區(qū)的字節(jié)大小從位置 offset 開始必須至少為
calcsize()顯示的格式所要求的大小。
- struct.iter_unpack(format, buffer)?
根據格式字符串 format 以迭代方式從緩沖區(qū) buffer 解包。 此函數返回一個迭代器,它將從緩沖區(qū)讀取相同大小的塊直至其內容全部耗盡。 緩沖區(qū)的字節(jié)大小必須整數倍于格式所要求的大小,如
calcsize()所示。每次迭代將產生一個如格式字符串所指定的元組。
3.4 新版功能.
- struct.calcsize(format)?
返回與格式字符串 format 相對應的結構的大小(亦即
pack(format, ...)所產生的字節(jié)串對象的大?。?。
格式字符串?
格式字符串是用來在打包和解包數據時指定預期布局的機制。 它們使用指定被打包/解包數據類型的 格式字符 進行構建。 此外,還有一些特殊字符用來控制 字節(jié)順序,大小和對齊方式。
字節(jié)順序,大小和對齊方式?
默認情況下,C類型以機器的本機格式和字節(jié)順序表示,并在必要時通過跳過填充字節(jié)進行正確對齊(根據C編譯器使用的規(guī)則)。
或者,根據下表,格式字符串的第一個字符可用于指示打包數據的字節(jié)順序,大小和對齊方式:
字符 |
字節(jié)順序 |
大小 |
對齊方式 |
|---|---|---|---|
|
按原字節(jié) |
按原字節(jié) |
按原字節(jié) |
|
按原字節(jié) |
標準 |
無 |
|
小端 |
標準 |
無 |
|
大端 |
標準 |
無 |
|
網絡(=大端) |
標準 |
無 |
如果第一個字符不是其中之一,則假定為 '@' 。
本機字節(jié)順序可能為大端或是小端,取決于主機系統(tǒng)的不同。 例如, Intel x86 和 AMD64 (x86-64) 是小端的;Motorola 68000 和 PowerPC G5 是大端的;ARM 和 Intel Itanium 具有可切換的字節(jié)順序(雙端)。 請使用 sys.byteorder 來檢查你的系統(tǒng)字節(jié)順序。
本機大小和對齊方式是使用 C 編譯器的 sizeof 表達式來確定的。 這總是會與本機字節(jié)順序相綁定。
標準大小僅取決于格式字符;請參閱 格式字符 部分中的表格。
請注意 '@' 和 '=' 之間的區(qū)別:兩個都使用本機字節(jié)順序,但后者的大小和對齊方式是標準化的。
形式 '!' 代表網絡字節(jié)順序總是使用在 IETF RFC 1700 中所定義的大端序。
沒有什么方式能指定非本機字節(jié)順序(強制字節(jié)對調);請正確選擇使用 '<' 或 '>'。
注釋:
填充只會在連續(xù)結構成員之間自動添加。 填充不會添加到已編碼結構的開頭和末尾。
當使用非本機大小和對齊方式即 '<', '>', '=', and '!' 時不會添加任何填充。
要將結構的末尾對齊到符合特定類型的對齊要求,請以該類型代碼加重復計數的零作為格式結束。 參見 例子。
格式字符?
格式字符具有以下含義;C 和 Python 值之間的按其指定類型的轉換應當是相當明顯的。 ‘標準大小’列是指當使用標準大小時以字節(jié)表示的已打包值大??;也就是當格式字符串以 '<', '>', '!' 或 '=' 之一開頭的情況。 當使用本機大小時,已打包值的大小取決于具體的平臺。
格式 |
C 類型 |
Python 類型 |
標準大小 |
備注 |
|---|---|---|---|---|
|
填充字節(jié) |
無 |
||
|
char |
長度為 1 的字節(jié)串 |
1 |
|
|
signed char |
整數 |
1 |
(1), (2) |
|
unsigned char |
整數 |
1 |
(2) |
|
_Bool |
bool |
1 |
(1) |
|
short |
整數 |
2 |
(2) |
|
unsigned short |
整數 |
2 |
(2) |
|
int |
整數 |
4 |
(2) |
|
unsigned int |
整數 |
4 |
(2) |
|
long |
整數 |
4 |
(2) |
|
unsigned long |
整數 |
4 |
(2) |
|
long long |
整數 |
8 |
(2) |
|
unsigned long long |
整數 |
8 |
(2) |
|
|
整數 |
(3) |
|
|
|
整數 |
(3) |
|
|
(6) |
float |
2 |
(4) |
|
float |
float |
4 |
(4) |
|
double |
float |
8 |
(4) |
|
char[] |
字節(jié)串 |
||
|
char[] |
字節(jié)串 |
||
|
void* |
整數 |
(5) |
在 3.3 版更改: 增加了對 'n' 和 'N' 格式的支持
在 3.6 版更改: 添加了對 'e' 格式的支持。
注釋:
'?'轉換碼對應于 C99 定義的 _Bool 類型。 如果此類型不可用,則使用 char 來模擬。 在標準模式下,它總是以一個字節(jié)表示。當嘗試使用任何整數轉換碼打包一個非整數時,如果該非整數具有
__index__()方法,則會在打包之前調用該方法將參數轉換為一個整數。在 3.2 版更改: 增加了針對非整數使用
__index__()方法的特性。'n'和'N'轉換碼僅對本機大小可用(選擇為默認或使用'@'字節(jié)順序字符)。 對于標準大小,你可以使用適合你的應用的任何其他整數格式。對于
'f','d'和'e'轉換碼,打包表示形式將使用 IEEE 754 binary32, binary64 或 binary16 格式 (分別對應于'f','d'或'e'),無論平臺使用何種浮點格式。'P'格式字符僅對本機字節(jié)順序可用(選擇為默認或使用'@'字節(jié)順序字符)。 字節(jié)順序字符'='選擇使用基于主機系統(tǒng)的小端或大端排序。 struct 模塊不會將其解讀為本機排序,因此'P'格式將不可用。IEEE 754 binary16 "半精度" 類型是在 IEEE 754 標準 的 2008 修訂版中引入的。 它包含一個符號位,5 個指數位和 11 個精度位(明確存儲 10 位),可以完全精確地表示大致范圍在
6.1e-05和6.5e+04之間的數字。 此類型并不被 C 編譯器廣泛支持:在一臺典型的機器上,可以使用 unsigned short 進行存儲,但不會被用于數學運算。 請參閱維基百科頁面 half-precision floating-point format 了解詳情。
格式字符之前可以帶有整數重復計數。 例如,格式字符串 '4h' 的含義與 'hhhh' 完全相同。
格式之間的空白字符會被忽略;但是計數及其格式字符中不可有空白字符。
對于 's' 格式字符,計數會被解析為字節(jié)的長度,而不是像其他格式字符那樣的重復計數;例如,'10s' 表示一個 10 字節(jié)的字節(jié)串,而 '10c' 表示 10 個字符。 如果未給出計數,則默認值為 1。 對于打包操作,字節(jié)串會被適當地截斷或填充空字節(jié)以符合要求。 對于解包操作,結果字節(jié)對象總是恰好具有指定數量的字節(jié)。 作為特殊情況,'0s' 表示一個空字符串(而 '0c' 表示 0 個字符)。
當使用某一種整數格式 ('b', 'B', 'h', 'H', 'i', 'I', 'l', 'L', 'q', 'Q') 打包值 x 時,如果 x 在該格式的有效范圍之外則將引發(fā) struct.error。
在 3.1 版更改: 在之前版本中,某些整數格式包裝了超范圍的值并會引發(fā) DeprecationWarning 而不是 struct.error。
'p' 格式字符用于編碼“Pascal 字符串”,即存儲在由計數指定的 固定長度字節(jié) 中的可變長度短字符串。 所存儲的第一個字節(jié)為字符串長度或 255 中的較小值。 之后是字符串對應的字節(jié)。 如果傳入 pack() 的字符串過長(超過計數值減 1),則只有字符串前 count-1 個字節(jié)會被存儲。 如果字符串短于 count-1,則會填充空字節(jié)以使得恰好使用了 count 個字節(jié)。 請注意對于 unpack(),'p' 格式字符會消耗 count 個字節(jié),但返回的字符串永遠不會包含超過 255 個字節(jié)。
對于 '?' 格式字符,返回值為 True 或 False。 在打包時將會使用參數對象的邏輯值。 以本機或標準 bool 類型表示的 0 或 1 將被打包,任何非零值在解包時將為 True。
例子?
備注
所有示例都假定使用一臺大端機器的本機字節(jié)順序、大小和對齊方式。
打包/解包三個整數的基礎示例:
>>> from struct import *
>>> pack('hhl', 1, 2, 3)
b'\x00\x01\x00\x02\x00\x00\x00\x03'
>>> unpack('hhl', b'\x00\x01\x00\x02\x00\x00\x00\x03')
(1, 2, 3)
>>> calcsize('hhl')
8
解包的字段可通過將它們賦值給變量或將結果包裝為一個具名元組來命名:
>>> 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)
格式字符的順序可能對大小產生影響,因為滿足對齊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
以下格式 'llh0l' 指定在末尾有兩個填充字節(jié),假定 long 類型按 4 個字節(jié)的邊界對齊:
>>> pack('llh0l', 1, 2, 3)
b'\x00\x00\x00\x01\x00\x00\x00\x02\x00\x03\x00\x00'
這僅當本機大小和對齊方式生效時才會起作用;標準大小和對齊方式并不會強制進行任何對齊。
類?
struct 模塊還定義了以下類型:
- class struct.Struct(format)?
返回一個新的 Struct 對象,它會根據格式字符串 format 來寫入和讀取二進制數據。 一次性地創(chuàng)建 Struct 對象并調用其方法相比使用同樣的格式調用
struct函數更為高效,因為這樣格式字符串只需被編譯一次。已編譯的 Struct 對象支持以下方法和屬性:
- pack_into(buffer, offset, v1, v2, ...)?
等價于
pack_into()函數,使用了已編譯的格式。
- unpack_from(buffer, offset=0)?
等價于
unpack_from()函數,使用了已編譯的格式。 緩沖區(qū)的字節(jié)大小從位置 offset 開始必須至少為size。
- iter_unpack(buffer)?
等價于
iter_unpack()函數,使用了已編譯的格式。 緩沖區(qū)的大小必須為size的整數倍。3.4 新版功能.
- format?
用于構造此 Struct 對象的格式字符串。