这篇教程详解python的二进制转化模块写得很实用，希望能帮到您。
在pyton中，通过struct模块来对二进制进行转换，主要包括两大类函数，即用于打包的pack和用于解包的unpack。 其中，struct.pack的输入格式为struct.pack(format, v1, v2, ...)，其中format为格式字符串，v1,v2..为将要转成bytes的字符。 例如 >>> import struct>>> struct.pack('i', 15)b'/x0f/x00/x00/x00'>>> struct.pack('iii', 15, 16, 17)b'/x0f/x00/x00/x00/x10/x00/x00/x00/x11/x00/x00/x00'>>> struct.pack('b', 255) #b格式的取值范围是-128到127struct.error: byte format requires -128 <= number <= 127>>> struct.pack('B', 200)b'/xc8'>>> struct.pack('B', 71) #128以内可用ASCII表示b'G'i代表int，15对应的二进制代码为F000，故其输出为b/x0f/x00/x00/x00。当格式字符串为iii时，说明要将三个数字以整数类型转化为二进制。
其中，格式化字符串中的每个字符都代表一种数据类型，其中整型相关的字符如下，左侧为带符号整型，右侧为无符号整型 | | C语言类型 | | C语言类型 | 标准大小 |
|---|
b | signed char | B | unsigned char | 1 | h | short | H | unsigned short | 2 | i | int | I | unsigned int | 4 | l | long | L | unsigned long | 4 | q | long long | Q | unsigned long long | 8 | n | ssize_t | N | size_t | |
其他类型 | 格式 | C 类型 | Python 类型 | 标准大小 |
|---|
x | 填充字节 | 无 | | c | char | 长度为1的字节串 | | ? | _Bool | bool | 1 | e | | float | 2 | f | float | float | 4 | d | double | float | 8 | s | char[] | 字节串 | | p | char[] | 字节串 | | P | void* | 整数 | |
struct中提供了获取标准大小的函数，calcsize:
>>> struct.calcsize('B')1>>> struct.calcsize('i')4除了声明被格式化时的数据类型，struct还可以指定对齐方式，例如 >>> struct.pack("i",15)b'/x0f/x00/x00/x00'>>> struct.pack(">i",15) #小端序b'/x00/x00/x00/x0f'>>> struct.pack("<i",15) #大端序b'/x0f/x00/x00/x00'其对应字符的含义分别为 其中默认为@，即本机字节顺序。 在熟悉了pack之后，与之对偶的unpack也就没啥难度了 >>> test = struct.pack("III",125,1255,12555)>>> struct.unpack("III",test)(125, 1255, 12555)除了pack和unpack，struct模块还提供了C语言风格的一对函数pack_into和unpack_from，二者的声明分别为 struct.pack_into(format, buffer, offset, v1, v2, ...)struct.unpack_from(format, /, buffer, offset=0) 其中buffer表示缓冲流，在pack_into中，将v1,v2...以offset的偏置打包入buffer中；在unpack_from中，将buffer中的数据从offset处依次取出。 struct中封装了用于二进制处理的类Struct，按照以往经验，其pack函数的实现方法很有可能是下面这种
def pack(format,*args): return Struct(format).pack(args) 其中Struct的初始化方法就是输入一个格式化字符串，例如 >>> s = struct.Struct("III")>>> s.pack(1,2,3)b'/x01/x00/x00/x00/x02/x00/x00/x00/x03/x00/x00/x00'总结本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注51zixue.net的更多内容!
Python数据分析之Matplotlib的常用操作总结
python数据分析Numpy库的常用操作 |
