5

我有一个读取二进制文件然后使用 struct.unpack() 解压文件内容的函数。我的功能工作得很好。如果/当我使用长的“格式”字符串解压缩整个文件时，它会更快。问题是有时字节对齐会发生变化，因此我的格式字符串（无效）看起来像'<10sHHb>llh'（这只是一个示例（它们通常更长））。是否有任何超光滑/pythonic 的方式来处理这种情况？

4

1 回答 1

3

没有什么超级流畅，但如果速度很重要，struct模块顶级函数是包装器，必须反复重新检查缓存中struct.Struct对应于格式字符串的实际实例；虽然您必须制作单独的格式字符串，但您可以通过避免重复的缓存检查来解决部分速度问题。

而不是这样做：

buffer = memoryview(somedata)
allresults = []
while buffer:
    allresults += struct.unpack_from('<10sHHb', buffer)
    buffer = buffer[struct.calcsize('<10sHHb'):]
    allresults += struct.unpack_from('>llh', buffer)
    buffer = buffer[struct.calcsize('>llh'):]

你会这样做：

buffer = memoryview(somedata)
structa = struct.Struct('<10sHHb')
structb = struct.Struct('>llh')
allresults = []
while buffer:
    allresults += structa.unpack_from(buffer)
    buffer = buffer[structa.size:]
    allresults += structb.unpack_from(buffer)
    buffer = buffer[structb.size:]

不，它看起来并没有更好看，而且速度的提高也不可能让你大吃一惊。但是你有奇怪的数据，所以这是最不脆弱的解决方案。

如果您想要不必要的聪明/脆弱的解决方案，您可以使用ctypescustom Structures、在 a 中嵌套BigEndianStructure(s)来做到这一点，LittleEndianStructure反之亦然。对于您的示例格式：

from ctypes import *

class BEStruct(BigEndianStructure):
    _fields_ = [('x', 2 * c_long), ('y', c_short)]
    _pack_ = True

class MainStruct(LittleEndianStructure):
    _fields_ = [('a', 10 * c_char), ('b', 2 * c_ushort), ('c', c_byte), ('big', BEStruct)]
    _pack_ = True

会给你一个结构，你可以这样做：

mystruct = MainStruct()
memoryview(mystruct).cast('B')[:] = bytes(range(25))

然后您将按预期顺序获得结果，例如：

>>> hex(mystruct.b[0])  # Little endian as expected in main struct
'0xb0a'
>>> hex(mystruct.big.x[0]) # Big endian from inner big endian structure
'0xf101112'

虽然在某种程度上很聪明，但它可能会运行ctypes得更慢（根据我的经验，属性查找非常慢），并且与struct模块函数不同，您不能只在一行中解压缩到顶级命名变量，它是所有的属性访问方法。

于 2019-02-22T04:21:10.727 回答