Python中Struct模块

Python是一门非常简洁的语言,对于数据类型的表示,不像其他语言预定义了许多类型(如:在C#中,光整型就定义了8种)它只定义了六种基本类型:字符串,整数,浮点数,元组(set),列表(array),字典(key/value)通过这六种数据类型,我们可以完成大部分工作。但当Python需要通过网络与其他的平台进行交互的时候,必须考虑到将这些数据类型与其他平台或语言之间的类型进行互相转换问题

我的理解是,Python将需要与其他平台进行交互的数据全部转换为字节存储,并且同时告诉对方这些字节是怎么组合起来的,这样对方才知道如何正确的拆分这些字节流。比如下面的代码:

import struct
print
buff = struct.pack('ii',4,4);          ###将两个整型数打包
str = struct.unpack('ii',buff);       ###将字节流分拆为两个整型数
print (str)            ###打印拆分结果为: (4, 4)
str2 = struct.unpack('q',buff);          ###将字节流按照long long整型数
print (str2)            ###拆分结果为:17179869188

pack方法的第一个参数为打包数据类型,也就是组合的方式,其中i表示int整型,用四个字节表示,q表示long long整型,用八个字节表示,所以我们按照ii的格式(表示两个整数)解包的时候,能够正确的将八个字节的内容拆分为两个int型整数。如果将整个八字节解读为一个long long 整型,则最后的数字为17179869188。

Python还定义了其他的字符,用来表示不同的类型,如下图所示。


我们可以使用128sl这样的方法表示128个char型和一个long型,或者2i表示两个int整型.

在了解上面的概念后对pack,unpack方法的使用应该没有问题了。但是有一点特别需要注意的是,在不同的系统中,某些相同的数据类型,使用了不同的字节数,这一点跟系统的编译器有光。比如下面为长整型(long int)数,在不同的操作系统和架构下占用的字节数:

操作系统 架构 大小
Windows IA-32 4 bytes
Windows Intel® 64 or IA-64 4 bytes
Linux IA-32 4 bytes
Linux Intel® 64 or IA-64 8 bytes
Mac OS X IA-32 4 bytes
Mac OS X Intel® 64 or IA-64 8 bytes

The Intel® Compiler is compatible and inter-operable with Microsoft* Visual C++ on Windows* and with gcc* on Linux* and Mac OS X*. Consequently, the sizes of fundamental types are the same as for these compilers.

我们可以看到,long int 类型在64位Linux系统和64位Windows系统中是不同的。我们使用下面的实验来证明:

#Linux 系统(Ubuntu 16.04)中:
import struct
print struct.calcsize('l')
#输出结果为8,说明long类型,在64位Linux系统中为8字节
#Windows 系统(Windows 10)中:
import struct
print struct.calcsize('l')
#输出结果为4,说明long类型,在64位Windows系统中为4字节

为了让其在不同系统中使用相同的解释方式,我们可以使用<来让系统采用standard而非native(native就是基于本地编译器)的方式来强制不同的系统采用相同的解释方式。

标准Size

在增加了<符号后,我们可以再次进行上面的实验。

#Linux 系统(Ubuntu 16.04)中:
import struct
print struct.calcsize('<l')
#输出结果为4
#Windows 系统(Windows 10)中:
import struct
print struct.calcsize('l')
#输出结果为4

使用非Native的方式在跨平台的时候尤其重要。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,029评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,395评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,570评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,535评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,650评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,850评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,006评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,747评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,207评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,536评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,683评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,342评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,964评论 3 315
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,772评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,004评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,401评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,566评论 2 349

推荐阅读更多精彩内容