将二进制数据转换为 '0' 和 '1' 的文字字符串

Question

我有一个文件，其中填充了二进制数据，表示大端顺序的 2 字节指令序列。

我需要能够将这些指令解码为更有意义的等价物，但我无法将数据转换为我可以使用的格式。

我认为最好将指令转换为实际的 0 和 1 字符串。

到目前为止，我已经写了这个：

 def slurpInstructions(filename):
  instructions = []
  with open(filename, 'rb') as f:
    while True:
      try:
        chunk = f.read(1)
        print(struct.unpack('c', chunk))
      except: 
        break

一次打印出 1 个字节，如下所示：

(b'\x00',)
(b'a',)

我知道文件中的第一条指令是：

0000000001100001

所以，它看起来像是打印出与每个字节的整数值相对应的 ascii 字符，除了当 int 值没有 ascii 字符时它只是打印出十六进制表示。

我从这里去哪里？我需要把我的b'a' 变成'1100001'，因为我真正关心的是位，而不是字节。

Answer 1

在 Python 3 中，将 2 个字节转换为位串 ('{:b}'.format() may be slightly slower)：

>>> bin(int.from_bytes(b'\x00a', 'big'))[2:].zfill(16)
'0000000001100001'

对于单源 Python 2/3 兼容版本，请参阅Convert binary to ASCII and vice versa

要同时加载time- and space-efficiently 的所有指令，您可以使用array module：

#!/usr/bin/env python
import os
import sys
from array import array

instructions = array('H') # each instruction is >=2 bytes   
n = os.path.getsize(filename) // instructions.itemsize # number of instructions
with open(filename, 'rb') as file:
    instructions.fromfile(file, n) # slurp file
if sys.byteorder == 'little':
    instructions.byteswap() # force big-endian order

for h in instructions: # print as bitstrings
    print('{:016b}'.format(h))

有关高效读取二进制文件的其他方法，请参阅Reading binary file in Python and looping over each byte。

Answer 2

您可以将b'a' 转换为其对应的整数ord 值，然后使用'{:b}'.format 以二进制格式打印int：

In [6]: '{:b}'.format(ord(b'a'))
Out[6]: '1100001'

---

• 一次一个字节地读取一个大文件可能非常慢。通过每次调用f.read 读取更多字节，您将获得更好的性能。 您可以使用以下方法以 1024 字节的块迭代文件的内容：

  with open(filename, 'rb') as f:
      for chunk in iter(lambda: f.read(1024), b''):
  

• 同样，为每个字节调用一次print 可能会非常慢。通过每次调用print 打印更多字节，您将获得更好的性能。因此，您可以使用列表推导来遍历 chunk 中的字节，将每个字节转换为其字符串二进制格式，然后使用 ''.join 将字符串连接在一起：

  print(''.join(['{:b}'.format(ord(c)) for c in chunk]), end='')
  

• 使用裸except 是considered a bad practice。如果您选择在此处使用try..except，请仅列出您希望处理的那些异常：

  try:
      ...
  except IOError:          
  

---

def slurpInstructions(filename):
    with open(filename, 'rb') as f:
        for chunk in iter(lambda: f.read(1024), b''):
            print(''.join(['{:b}'.format(c) for c in chunk]), end='')