如何更改文件中的字节？答案

【问题标题】：How to change the bytes in a file?如何更改文件中的字节？
【发布时间】：2015-04-15 18:05:10
【问题描述】：

我正在制作一个加密程序，我需要以二进制模式打开文件以访问非 ascii 和不可打印字符，我需要检查文件中的字符是字母、数字、符号还是不可打印字符。这意味着我必须逐个检查字节（当它们被解码为 ascii 时）是否与以下任何字符匹配：

{^9,dzEV=Q4ciT+/s};fnq3BFh% #2!k7>YSU<GyD\I]|OC_e.W0M~ua-jR5lv1wA`@8t*xr'K"[P)&b:g$p(mX6Ho?JNZL

我想我可以将上面的这些字符编码为二进制，然后将它们与字节进行比较。我不知道该怎么做。

附：抱歉英语不好和二进制误解。（我希望你知道我所说的字节是什么意思，我的意思是二进制模式中的字符，比如这）：

\x01\x00\x9a\x9c\x18\x00

【问题讨论】：

Python 2 还是 Python 3？我问的原因是因为字节对象与 Python 3 中的本机字符串不同。

标签： python unicode binary ascii encode

【解决方案1】：

Python 中有两种主要的字符串类型：表示二进制数据的字节字符串（字节序列）和表示人类可读文本的 Unicode 字符串（Unicode 代码点序列）。一个转换成另一个很简单（☯）：

unicode_text = bytestring.decode(character_encoding)
bytestring = unicode_text.encode(character_encoding)

如果您以二进制模式打开文件，例如'rb'，则file.read() 返回一个字节串（bytes 类型）：

>>> b'A' == b'\x41' == chr(0b1000001).encode()
True

有几种方法可以用来对字节进行分类：

字符串方法如bytes.isdigit():
```
>>> b'1'.isdigit()
True
```

字符串常量，例如string.printable

>>> import string
>>> b'!' in string.printable.encode()
True

正则表达式，例如\d

>>> import re
>>> bool(re.match(br'\d+$', b'123'))
True

curses.ascii 模块中的分类函数，例如 curses.ascii.isprint()

>>> from curses import ascii
>>> bytearray(filter(ascii.isprint, b'123'))
bytearray(b'123')

bytearray 是一个可变的字节序列 - 与字节串不同，您可以就地更改它，例如，将每个大写的第 3 个字节小写：

>>> import string
>>> a = bytearray(b'ABCDEF_')
>>> uppercase = string.ascii_uppercase.encode()
>>> a[::3] = [b | 0b0100000 if b in uppercase else b 
...           for b in a[::3]]
>>> a
bytearray(b'aBCdEF_')

注意：b'ad' 是小写但b'_' 保持不变。

要就地修改二进制文件，您可以使用 mmap 模块，例如，将 'file' 中每隔一行的第 4 列小写：

#!/usr/bin/env python3
import mmap
import string

uppercase = string.ascii_uppercase.encode()
ncolumn = 3 # select 4th column
with open('file', 'r+b') as file, \
     mmap.mmap(file.fileno(), 0, access=mmap.ACCESS_WRITE) as mm:
    while True:
        mm.readline()   # ignore every other line
        pos = mm.tell() # remember current position
        if not mm.readline(): # EOF
            break
        if mm[pos + ncolumn] in uppercase:
            mm[pos + ncolumn] |= 0b0100000 # lowercase

注意：在这种情况下，Python 2 和 3 API 有所不同。代码使用 Python 3。

输入

ABCDE1
FGHIJ
ABCDE
FGHI

输出

ABCDE1
FGHiJ
ABCDE
FGHi

注意：第 4 列在第 2 行和第 4h 行变为小写。

通常，如果您想更改文件：您从文件中读取，将修改写入临时文件，并在成功时将临时文件移动到原始文件的位置：

#!/usr/bin/env python3
import os
import string
from tempfile import NamedTemporaryFile

caesar_shift = 3
filename = 'file'

def caesar_bytes(plaintext, shift, alphabet=string.ascii_lowercase.encode()):
    shifted_alphabet = alphabet[shift:] + alphabet[:shift]
    return plaintext.translate(plaintext.maketrans(alphabet, shifted_alphabet))

dest_dir = os.path.dirname(filename)
chunksize = 1 << 15
with open(filename, 'rb') as file, \
     NamedTemporaryFile('wb', dir=dest_dir, delete=False) as tmp_file:
    while True: # encrypt
        chunk = file.read(chunksize)
        if not chunk: # EOF
            break
        tmp_file.write(caesar_bytes(chunk, caesar_shift))
os.replace(tmp_file.name, filename)

输入

abc
def
ABC
DEF

输出

def
ghi
ABC
DEF

要将输出转换回来，请设置caesar_shift = -3。

【讨论】：

非常感谢，它真的帮了我很多。 :D

【解决方案2】：

要以二进制模式打开文件，请使用open("filena.me", "rb") 命令。我从未亲自使用过该命令，但这应该可以为您提供所需的信息。

【讨论】：