簡(jiǎn)介

這個(gè)模塊處理python中常見(jiàn)類(lèi)型數(shù)據(jù)和Python bytes之間轉(zhuǎn)換。這可用于處理存儲(chǔ)在文件或網(wǎng)絡(luò)連接中的bytes數(shù)據(jù)以及其他來(lái)源。在python中沒(méi)有專(zhuān)門(mén)處理字節(jié)的數(shù)據(jù)類(lèi)型，建立字節(jié)型數(shù)據(jù)也比較麻煩，我們知道的bytes()函數(shù)也只能對(duì)無(wú)符號(hào)整型做處理，并且數(shù)據(jù)如下（沒(méi)錯(cuò)，數(shù)字為多少就有多少個(gè)\x00，我們要是用這種方式來(lái)存儲(chǔ)大量數(shù)據(jù)，結(jié)果可想而知）：

va = bytes(1) # va: '\x00'
vb = bytes(2) # vb: '\x00\x00'
vc = bytes(5) # vc: '\x00\x00\x00\x00\x00'

但在python中str類(lèi)型中既可以用字符串表示也可以以字節(jié)方式表示，所以你定義一個(gè)字節(jié)型的字符串常量，python是能處理它的：

va = '\x26' # va: '&'

struct處理

字節(jié)順序

一個(gè)數(shù)據(jù)有多個(gè)字節(jié)表示的時(shí)候，字節(jié)的順序不同也就決定了值，在struct中有以下幾種字節(jié)順序：

對(duì)于字節(jié)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(jī)的字節(jié)順序，！代表你使用網(wǎng)絡(luò)的字節(jié)順序。你不指定字節(jié)順序則默認(rèn)的是@。

本地字節(jié)順序是大端或小端，取決于主機(jī)系統(tǒng)。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(jié)序（雙字節(jié)序）。使用sys.byteorder來(lái)檢查你的系統(tǒng)的字節(jié)順序。

數(shù)據(jù)格式

struct支持的打包解包的數(shù)據(jù)格式如下，我們需要指定格式才能對(duì)應(yīng)處理，其中對(duì)應(yīng)尺寸已列出（以字節(jié)為單位）：

打包

通過(guò)struct的pack(fmt, *args)來(lái)實(shí)現(xiàn)對(duì)各種數(shù)據(jù)的打包（轉(zhuǎn)換為對(duì)應(yīng)字節(jié)數(shù)據(jù)），pack的需要傳遞的參數(shù)fmt就是數(shù)據(jù)的格式，包括了字節(jié)順序、數(shù)據(jù)類(lèi)型；后面的*args參數(shù)是需要打包的數(shù)據(jù)。

vaa = struct.pack('>I', 1255) # vaa: '\x00\x00\x04\xe7' 1*4=1個(gè)字節(jié) vab = struct.pack('>II', 1255, 23) # vab: '\x00\x00\x04\xe7\x00\x00\x00\x17' 2*4=8個(gè)字節(jié) vac = struct.pack('>2I?', 1255, 23, True) # vac: '\x00\x00\x04\xe7\x00\x00\x00\x17\x01' 2*4+1=9個(gè)字節(jié)

我們看上述三個(gè)使用例子（數(shù)據(jù)與數(shù)據(jù)之間沒(méi)有填充，都是連續(xù)的，比如對(duì)于vac我們不知道 它是由兩個(gè)4字節(jié)無(wú)符號(hào)整型和一個(gè)布爾構(gòu)成，我們就無(wú)法取得正確的值），看fmt參數(shù)：

‘>I'代表了以大端的字節(jié)順序打包一個(gè)4字節(jié)無(wú)符號(hào)整型數(shù)據(jù)，所以后面只跟了一個(gè)無(wú)符號(hào)整型參數(shù)1255；

‘>II'代表了以大端的字節(jié)順序打包兩個(gè)4字節(jié)無(wú)符號(hào)整型數(shù)據(jù)，所以后面跟了兩個(gè)個(gè)無(wú)符號(hào)整型參數(shù)1255和23；

‘>2I?'代表了以大端的字節(jié)順序打包兩個(gè)4字節(jié)無(wú)符號(hào)整型和一個(gè)布爾型數(shù)據(jù)，所以后面跟了兩個(gè)個(gè)無(wú)符號(hào)整型參數(shù)1255、23和一個(gè)布爾值True。

注意'2I'和'II'，'4I'和'IIII'，'2?'和'??'是一樣的效果。

解包

通過(guò)struct的unpack(fmt, string)來(lái)實(shí)現(xiàn)對(duì)字符串的解包，fmt和打包的是完全一樣的，如下（返回的結(jié)果是一個(gè)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(jìn)階使用

pack_into(fmt, buffer, offset, *args)

fmt參數(shù)和pack是一樣的，buffer參數(shù)是可寫(xiě)的緩存區(qū)，offset是寫(xiě)入位置的偏移量，*args是需要寫(xiě)入的數(shù)據(jù)。這個(gè)有什么用呢，我們想想這樣兩個(gè)情況，我們有兩個(gè)類(lèi)型已經(jīng)打包好，我們想在這兩個(gè)已經(jīng)打包好的數(shù)據(jù)后面再添加一個(gè)數(shù)據(jù)打包；或者我們要打包的數(shù)據(jù)很多，我們不可能在pack中把所有需要打包的數(shù)據(jù)都通過(guò)參數(shù)傳遞給pack，那你的pack函數(shù)可能得寫(xiě)成千上完個(gè)參數(shù)了。這時(shí)候我們就可以用到這個(gè)函數(shù)了。

要使用它必須要一個(gè)可以寫(xiě)入的緩存區(qū)，我們可以導(dǎo)入一個(gè)字符緩存區(qū)包，然后創(chuàng)建一個(gè)固定大小的緩存區(qū)（以字節(jié)為單位）：

import struct
from ctypes import create_string_buffer

# 創(chuàng)建一個(gè)9字節(jié)大小的緩存區(qū)，初始化默認(rèn)全部為\x00 
buf = create_string_buffer(9) # buf.raw: '\x00\x00\x00\x00\x00\x00\x00\x00\x00'

# 沖緩存區(qū)buf的第0個(gè)字節(jié)開(kāi)始打包兩個(gè)4字節(jié)無(wú)符號(hào)整型數(shù)據(jù)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(gè)布爾型數(shù)據(jù)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(jié)合解包數(shù)據(jù)

calcsize用于計(jì)算格式字符串所對(duì)應(yīng)的結(jié)果的長(zhǎng)度，如：struct.calcsize(‘II')，返回8。因?yàn)閮蓚€(gè)無(wú)符號(hào)整型所占用的長(zhǎng)度是8個(gè)字節(jié)。unpack_from(fmt, buffer, offset)用于從buffer緩存區(qū)中使用fmt格式從offset偏移量處開(kāi)始解包fmt里對(duì)應(yīng)數(shù)量的數(shù)據(jù)。

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(qū)中以大端方式從偏移位置pos處解包兩個(gè)無(wú)符號(hào)整型數(shù)據(jù)返回，注意
#返回值如果只寫(xiě)一個(gè)則返回一個(gè)元組，否則你解包幾個(gè)數(shù)據(jù)就要寫(xiě)幾個(gè)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(gè)示例是基于mnist手寫(xiě)數(shù)字識(shí)別的，我們剛開(kāi)始有60000張手寫(xiě)數(shù)字的圖片（.bmp格式的），我們通過(guò)下述代碼將60000張圖片轉(zhuǎn)換成字節(jié)型數(shù)據(jù)，bytes.py代碼如下：

import struct
import os
import numpy as np
from ctypes import create_string_buffer
import cv2

# 創(chuàng)建一個(gè)60000 * 784 * 1 + 3 * 4字節(jié)大小的緩存區(qū)，初始化默認(rèn)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(gè)無(wú)符號(hào)整型的緩存區(qū)
 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(qū)的內(nèi)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(gè)無(wú)符號(hào)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(lái)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(xù)
   cv2.waitKey(0)
   images.append(img)
 return images


writeBytesData()
readFromBytes()

在寫(xiě)入bytes文件的時(shí)候有點(diǎn)慢，由于有60000張圖片每張要寫(xiě)28 * 28個(gè)字節(jié)，其中目錄結(jié)構(gòu)如下，需要圖片的可以去我的下載區(qū)下載mnist圖片數(shù)據(jù)集：

bytes.py
data
 bmp
  1.bmp
  2.bmp
  ...
  60000.bmp
 bytes

以上這篇python中struct模塊之字節(jié)型數(shù)據(jù)的處理方法就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論