Python 操作二进制文件

在计算机中，文件可以分为两种类型：文本文件和二进制文件。文本文件包含人类可读的字符，而二进制文件包含计算机指令或数据，无法直接阅读。常见的二进制文件包括图片、音频、视频、可执行文件等。

Python 提供了处理二进制文件的工具，允许你读写任意类型的数据。

1 以二进制模式打开文件

在 Python 中，操作二进制文件时，需要使用 'b' 作为文件模式的一部分。常见的二进制文件模式有：

1.1 读取二进制文件 ('rb' 模式)

使用 'rb' 模式读取二进制文件时，文件内容将以字节形式读取。读取到的数据是一个 bytes 对象，而不是字符串。

# 以二进制模式读取文件
with open('image.png', 'rb') as file:
    binary_data = file.read()
    print(binary_data[:100])  # 打印前100个字节的数据

解释：

注意： 在读取二进制文件时，读取到的数据并不会被转换为可读的文本，而是直接以字节形式呈现。

1.2 写入二进制文件 ('wb' 模式)

使用 'wb' 模式写入二进制文件时，必须将写入的数据转换为字节类型。可以通过使用 bytes() 或其他数据类型来转换。

# 以二进制模式写入文件
with open('output.bin', 'wb') as file:
    binary_data = bytes([120, 3, 255, 0, 100])  # 一个字节列表
    file.write(binary_data)

解释：

写入二进制文件时，如果文件不存在，Python 会创建一个新文件。如果文件已经存在，它的内容将被覆盖。

1.3 追加二进制内容 ('ab' 模式)

使用 'ab' 模式可以向现有的二进制文件追加数据，而不会覆盖原有内容。

# 以二进制追加模式写入文件
with open('output.bin', 'ab') as file:
    additional_data = bytes([200, 150, 50])
    file.write(additional_data)

解释：

2 处理图片文件示例

图片文件是二进制文件的常见类型之一。以下是如何读取和写入图片文件的示例。

2.1 读取图片文件

以下代码展示了如何使用 Python 读取一个 PNG 图片文件的二进制数据。

# 读取 PNG 图片文件的二进制数据
with open('image.png', 'rb') as image_file:
    image_data = image_file.read()

# 输出图片的前200个字节（可调整）
print(image_data[:200])

说明：

2.2 写入图片文件

假设你有一段处理后的图片数据，想将其保存为新的图片文件。你可以使用二进制写入模式来完成此操作。

# 将数据写入一个新图片文件
with open('new_image.png', 'wb') as new_image_file:
    new_image_file.write(image_data)  # 假设 image_data 包含有效的二进制图片数据

此操作将把 image_data 中的字节数据写入到新创建的 new_image.png 文件中。

3 二进制文件与文本文件的区别

在处理二进制文件时，有几点需要注意：

1. 数据格式不同：二进制文件包含的是原始字节，而不是字符。文本文件中的数据是字符的编码版本，通常以 Unicode 格式存储。
2. 读取方式不同：文本文件的读取方式会自动将字节转换为字符串，而二进制文件的读取直接返回字节数据。
3. 数据处理方式不同：操作二进制文件时，必须小心处理字节数据的格式和顺序。对于文本文件，Python 会自动处理字符编码和解码。

3.1 序列化与反序列化：使用 pickle

pickle 是 Python 中一个用于对象序列化和反序列化的模块。序列化是将 Python 对象转换为字节流的过程，反序列化是将字节流还原为原始对象的过程。这在处理二进制文件时非常有用，尤其是当你想要保存和加载复杂的 Python 数据结构时。

3.1.1 使用 pickle 序列化对象

以下代码展示了如何使用 pickle 将 Python 对象序列化并保存到二进制文件中：

import pickle

# 一个 Python 字典对象
data = {
    'name': 'Alice',
    'age': 30,
    'city': 'New York'
}

# 将对象序列化并写入二进制文件
with open('data.pkl', 'wb') as file:
    pickle.dump(data, file)

解释：

3.1.2 使用 pickle 反序列化对象

要从二进制文件中读取并还原序列化的对象，可以使用 pickle.load() 函数：

import pickle

# 从二进制文件中加载序列化对象
with open('data.pkl', 'rb') as file:
    loaded_data = pickle.load(file)

print(loaded_data)

解释：

3.2 二进制文件操作的常见应用

3.2.1 操作音频和视频文件

音频和视频文件也是典型的二进制文件。你可以使用类似的方式读取和写入这些文件，不过在处理这类文件时，通常会使用专门的库来解析和操作文件数据。

例如，可以使用 wave 模块处理 .wav 格式的音频文件：

import wave

# 读取一个 WAV 文件
with wave.open('audio.wav', 'rb') as audio_file:
    # 获取音频的参数
    params = audio_file.getparams()
    print(params)

    # 读取音频数据
    frames = audio_file.readframes(audio_file.getnframes())
    print(frames[:100])  # 打印前100个字节的音频数据

3.2.2 操作二进制数据流

处理原始二进制数据流通常用于网络通信或硬件控制。这类应用需要对数据格式有深刻的理解，并通常会使用 struct 模块来处理复杂的二进制数据格式。

import struct

# 定义一个二进制数据格式：一个整数和一个浮点数
data_format = 'i f'

# 创建二进制数据
binary_data = struct.pack(data_format, 1024, 3.14)

# 解包二进制数据
unpacked_data = struct.unpack(data_format, binary_data)
print(unpacked_data)

解释：

作者：昱晏