必须用 'rb' 模式读二进制文件,否则会因编码转换或换行符处理导致错误或乱码;struct.unpack() 格式字符串需严格匹配字节长度与类型,否则报错或解出错误数据。

用 open(..., 'rb') 读二进制文件,别用 'r'
Python 默认文本模式会做换行符转换和编码解码,读二进制数据(比如图片、协议包、dump 文件)时直接报错或得到乱码字节。必须显式用 'rb' 模式打开。
-
open('data.bin', 'r')→ 可能抛UnicodeDecodeError,尤其文件含\x00或非 UTF-8 字节 -
open('data.bin', 'rb')→ 返回bytes对象,每个元素是int(0–255),可安全传给struct.unpack() - Windows 下若误用
'r',还可能把\r\n自动转成\n,破坏原始字节布局
struct.unpack() 的格式字符串不能瞎写
格式字符串决定怎么从 bytes 里切出字段、按什么类型解释。写错一个字符,要么报 struct.error: unpack requires a buffer of X bytes,要么解出完全错误的数。
- 长度必须严格匹配:比如
struct.unpack('<i b> 正确(<code>I= 4 字节无符号整),但struct.unpack('<i b> 报错</i> - 字节序要和数据来源一致:
(小端)常见于 x86 机器生成的二进制;<code>>(大端)见于网络协议或某些嵌入式设备 - 跳过填充字节要用
x,不是空格或0;对齐用0x等等,但多数场景用=(本机对齐)反而容易出错,建议固定用或 <code>> - 示例:读一个 2 字节标志 + 4 字节长度 + 8 字节时间戳(小端):
struct.unpack('<h i q data></h>
读大文件别一次性 read() 到内存
GB 级二进制日志或传感器 dump,用 f.read() 容易爆内存,且 struct.unpack() 只能处理完整字节序列,没法边读边解。
- 按固定结构大小分块读:
f.read(16)每次读 16 字节,再struct.unpack()解一帧 - 遇到变长结构(比如带长度前缀的字符串),先读头(如 4 字节长度),再读对应长度内容,避免越界或截断
- 用
memoryview避免切片拷贝:mv = memoryview(data); struct.unpack('<i mv>,对大缓冲区更省内存</i> - 注意文件末尾可能不足一帧:
len(chunk) 时得中断或补零(看协议是否允许)
struct 解包后得到的是 tuple,不是 dict
很多人想直接 pkt.length 访问字段,但 struct.unpack() 返回纯 tuple,得手动赋名或转成命名元组。
立即学习“Python免费学习笔记(深入)”;
- 最简方式:
flag, length, ts = struct.unpack('<h i q data> —— 依赖顺序,改格式就得同步改解包语句</h> - 用
namedtuple提升可读性:Pkt = namedtuple('Pkt', 'flag length ts'); pkt = Pkt._make(struct.unpack('<h i q data></h> - Python 3.7+ 可用
types.SimpleNamespace或自定义类,但注意struct本身不提供字段名映射 - 如果字段多、结构复杂,不如直接上
construct库,struct只适合简单、稳定、性能敏感的场景
二进制解析真正麻烦的从来不是语法,而是你手头那份没文档的 .bin 文件到底按什么规则打包的——字节序、对齐、有无 magic header、是否压缩、时间戳单位……这些都得靠逆向或实测确认,struct 只负责忠实执行你的格式串。










