python - 如何在 Python 中确定“单词”的大小

Question

我需要知道 Python 中“单词”中的字节数。我需要这个的原因是我需要从文件中读取的字数；如果我知道一个单词的字节数，我可以使用该file.read(num_bytes)函数从文件中读取适当的字节数。

如何确定一个单词中的字节数？

Answer 1

您可以使用以下platform.architecture功能：

>>> import platform
>>> platform.architecture()
('64bit', '')

注意同一页上的注释：

注意在 Mac OS X（可能还有其他平台）上，可执行文件可能是包含多个体系结构的通用文件。要获取当前解释器的“64 位”，查询 sys.maxsize 属性更可靠：

is_64bits = sys.maxsize > 2**32

请记住，这给出了编译 python 解释器的字长。如果在 32 位模式下编译 python，您可以在 64 位主机上获得 32 的值。

如果文件是由不同的可执行文件生成的，并且您可以访问此可执行文件，则可以使用该platform.architecture函数的第一个可选参数：

>>> p.architecture('/path/to/executable')
('32bit', '')

Answer 2

Python 中没有“字”的概念，当您从文件中读取二进制数据时，您可以明确说明一次应读取多少字节。

就编译器和/或平台而言，“WORD”通常确定基本数据单元的大小。而Python独立于那种东西:)

Answer 3

像这样的东西怎么样：

def machine_word_size():
    import sys
    num_bytes = 0
    maxint = sys.maxint
    while maxint > 0:
        maxint = maxint >> 8
        num_bytes += 1
    return num_bytes

Answer 4

我需要知道 Python 中“单词”中的字节数。我需要这个的原因是我有我需要从文件中读取的字数

然后你需要问写文件的人。它与 Python 无关，与实际文件格式有关。顺便说一句，将文件定义为单词序列是很奇怪的。它很可能是一个 16 位或 32 位整数的序列，或者它确实是文本意义上的单词，在这种情况下，您实际上是在扫描文件以查找分隔符之间的标记。

Answer 5

单词是什么并没有真正合理的定义。除了某些架构将某些字节数称为“单词”（x86 调用 2 个字节一个单词，PPC 调用 4 个字节一个单词），但除了这个任意值之外没有太大意义。

也许最简单的解决方案是只遵循struct模块；例如，格式'h'意味着有符号短（这与英特尔对“单词”的定义合理地一致）。所以你可以这样做：

>>> import struct
>>> f = file('.vimrc')
>>> struct.unpack('h', f.read(struct.calcsize('h')))
(8226,)
>>> 

Answer 6

也许以下内容可能是相关且有用的：假设您检查 32 位。看看 (-1)<<31 是否返回。对于 32 位，它不会，而 (-1)<<32 和 1<<31 会。