Python字节流打包拆包

Python提供了一个struct模块用于打包拆包

---------------------------------------------------------------------------

该模块的主要的方法：

　　struct.pack(fmt,v1,v2,.....)

　　　　将v1,v2等参数的值进行一层包装，包装的方法由fmt指定。被包装的参数必须严格符合fmt。最后返回一个包装后的字符串。

例如：

>>>import   struct
>>>a = 20
>>>b = 200
>>>buff = struct.pack('ii',a,b)   #转换成字节流，虽然还是字符串，但是可以用于封包传输
>>>print  len(buff)
8                                                   #可以看到长度为8个字节，正好是两个int型数据的长度
>>>print buff

                                                    #二进制是乱码
>>>print repr(buff)
'\x14\x00\x00\x00\xc8\x00\x00\x00'                #其中十六进制的 0x00000014,0x000000c8分别表示20和200
>>>

　　struct.unpack(fmt,string)

　　　　解包。用pack打包，然后就可以用unpack解包了。返回一个由解包数据(string)得到的一个元组(tuple),即使仅有一个数据也会被解包成　　　　　　　　元组。其中len(string) 必须等于 calcsize(fmt)

例如：

>>>struct.unpack('ii',buff)#接上面的例子已有打包好的数据buff

(20,200)

>>>

　　struct.calcsize(fmt)

　　　　这个就是用来计算fmt格式所描述的结构的大小。

例如：

>>>struct.calcsize('ii')

8

>>>

　　struct.unpack_from(fmt,string,offset)

　　　　这个也是用来解包，与struct.unpack(fmt,string)类似，只是从参数string的偏移offset位置开始读

　　struct.pack_into(fmt,string,offset,v1,v2,.....)

　　　　这个也是用来打包，与struct.pack(fmt,v1,v2,.....)类似，只是从参数string的偏移offset位置开始写

---------------------------------------------------------------------------

格式字符串(format string)由一个或多个格式字符(format characters)组成，对于这些格式字符的描述参照Python manual

如下：

Format	C Type	Python	Notes
x	pad byte	no value
c	char	string of length 1
b	signedchar	integer
B	unsignedchar	integer
	_Bool	bool	(1)
h	short	integer
H	unsignedshort	integer
i	int	integer
I	unsignedint	integer or long
l	long	integer
L	unsignedlong	long
q	longlong	long	(2)
Q	unsignedlonglong	long	(2)
f	float	float
d	double	float
s	char[]	string
p	char[]	string
P	void*	long

---------------------------------------------------------------------------

一个例子

  

import struct# native byteorder buffer = struct.pack('ihb', 1, 2, 3) print repr(buffer) print struct.unpack('ihb', buffer) # data from a sequence, network byteorder data = [1, 2, 3] buffer = struct.pack('!ihb', *data)print repr(buffer) print struct.unpack('!ihb', buffer)

 

Output:

'\x01\x00\x00\x00\x02\x00\x03'
(1, 2, 3)
'\x00\x00\x00\x01\x00\x02\x03'
(1, 2, 3)

首先将参数1,2,3打包，打包前1,2,3明显属于python数据类型中的integer,pack后就变成了C结构的二进制串，转成python的string类型来显示就是　　'\x01\x00\x00\x00\x02\x00\x03'。由于本机是小端('little-endian',关于大端和小端的区别请参照Google),故而高位放在低地址段。i 代表C struct中的int类型，故而本机占4位，1则表示为01000000;h 代表C struct中的short类型，占2位，故表示为0200;同理b 代表C struct中的signed char类型，占1位，故而表示为03。

---------------------------------------------------------------------------

在Format string 的首位，有一个可选字符来决定大端和小端，列表如下：

Character	Byte order	Size and alignment
@	native	native
=	native	standard
<	little-endian	standard
>	big-endian	standard
!	network (= big-endian)	standard

如果没有附加，默认为@，即使用本机的字符顺序(大端or小端)，对于C结构的大小和内存中的对齐方式也是与本机相一致的(native)，比如有的机器integer为2位而有的机器则为四位;有的机器内存对其位四位对齐，有的则是n位对齐(n未知，我也不知道多少)。

还有一个标准的选项，被描述为：如果使用标准的，则任何类型都无内存对齐。

比如刚才的小程序的后半部分，使用的format string中首位为！，即为大端模式标准对齐方式，故而输出的为'\x00\x00\x00\x01\x00\x02\x03'，其中高位自己就被放在内存的高地址位了。