《Python Cookbook 3rd》笔记（5.4）：读写字节数据

港控/mmm° 2022-12-25 07:53 128阅读 0赞

# 读写字节数据 #

## 问题 ##

你想读写二进制文件，比如图片，声音文件等等。

## 解法 ##

使用模式为 rb 或 wb 的 open() 函数来读取或写入二进制数据。比如：

# Read the entire file as a single byte string
    with open('somefile.bin', 'rb') as f:
        data = f.read()
    
    # Write binary data to a file
    with open('somefile.bin', 'wb') as f:
        f.write(b'Hello World')

在读取二进制数据时，需要指明的是所有返回的数据都是字节字符串格式的，而不是文本字符串。类似的，在写入的时候，必须保证参数是以字节形式对外暴露数据的对象 (比如字节字符串，字节数组对象等)。

## 讨论 ##

在读取二进制数据的时候，字节字符串和文本字符串的语义差异可能会导致一个潜在的陷阱。特别需要注意的是，索引和迭代动作返回的是字节的值而不是字节字符串。比如：

>>> # Text string
    >>> t = 'Hello World'
    >>> t[0]
    'H'
    >>> for c in t:
    ...     print(c)
    ...
    H
    e
    l
    l
    o
    ...
    >>> # Byte string
    >>> b = b'Hello World'
    >>> b[0]
    72
    >>> for c in b:
    ...     print(c)
    ...
    72
    101
    108
    108
    111
    ...
    >>>

如果你想从二进制模式的文件中读取或写入文本数据，必须确保要进行解码和编码操作。比如：

with open('somefile.bin', 'rb') as f:
        data = f.read(16)
        text = data.decode('utf-8')
    
    with open('somefile.bin', 'wb') as f:
        text = 'Hello World'
        f.write(text.encode('utf-8'))

二进制 I/O 还有一个鲜为人知的特性就是数组和 C 结构体类型能直接被写入，而不需要中间转换为自己对象。比如：

import array
    nums = array.array('i', [1, 2, 3, 4])
    with open('data.bin','wb') as f:
        f.write(nums)

这个适用于任何实现了被称之为” 缓冲接口” 的对象，这种对象会直接暴露其底层的内存缓冲区给能处理它的操作。二进制数据的写入就是这类操作之一。

很多对象还允许通过使用文件对象的 readinto() 方法直接读取二进制数据到其底层的内存中去。比如：

>>> import array
    >>> a = array.array('i', [0, 0, 0, 0, 0, 0, 0, 0])
    >>> with open('data.bin', 'rb') as f:
    ...     f.readinto(a)
    ...
    16
    >>> a
    array('i', [1, 2, 3, 4, 0, 0, 0, 0])
    >>>

但是使用这种技术的时候需要格外小心，因为它通常具有平台相关性，并且可能会依赖字长和字节顺序 (高位优先和低位优先)。