如何将 HEX 的第一个零附加到 BIN 字符串？

Question

我正在尝试在 Excel 中实现 CAN 总线数据的位提取器。我在算法部分苦苦挣扎，因此这主要独立于 Excel/openpyxl。

我有一个表，其中 ID 存储在 B 列中，每个时间步的二进制代码存储在 F 列中。我想解析二进制数并提取包含信号值的部分。一个 ID 可以有一个或多个信号。根据 ID，我想遍历所有行并将二进制转换为十进制（如下所示）。 ID 包含为每个 ID 定义的 3、4、5、6、7 或 8 个字节（以下示例：2E 有 8 个字节，4A 有 5 个字节）。

输入：

A  B  C D  E            F            G   H  .. M
.. 2E .... 0000000000000AA4.. 
...4A ...  02478304B.. 

有组织的输入： A B C D E F G H .. M .. 2E .... 00 00 00 00 00 00 0A A4.. ...4A ... 00 24 78 30 4B..

电流输出：

A B  C D E     F   G    H  .. M
..2E .... ...  101010100100 
..4A .......   100100011110000011000001001011

想要的输出：

A B  C D E     F   G    H  .. M
..2E .... ...  0000000000000000000000000000000000000000000000000000101010100100 
..4A .......   100100011110000011000001001011

问题： 由于在测量开始时，大多数值都设置为零（在 HEX 中，在 E 列中），BIN 不包括它们，因此无法正确提取信号。我不知道如何在 convertHEXtoBIN() 函数中执行此操作（见下文）。 E 列中的 HEX 值是我成功转换为 BIN 的字符串，但开头的零未包含在 BIN 代码中。最后的那些零包括在内。

方法： 在下面的函数中，我将添加一个 if 子句来捕获第一个零，cell.value 包含一个零，直到第一个 HEX code != 0 出现，然后这些零被附加到八倍（如果显示两个零，则为 8 倍零向上，如果出现 1 个零则 4 次）并放在二进制代码 res 之前。另一种解决方案可能是让convertHEXtoBIN() 函数包含零（而不是忽略它们），但我不知道这是否可能......

您知道如何实施吗？

目前的代码：

import openpyxl
from openpyxl import Workbook

theFile = openpyxl.load_workbook('Adapted_T013.xlsx')
allSheetNames = theFile.sheetnames 
print("All sheet names {} " .format(theFile.sheetnames)) 
sheet = theFile.active
def convertHEXtoBIN():
    max_row_var = sheet.max_row+1
    for row in sheet.iter_rows(min_row=1, max_row=max_row_var,values_only = True): 
        for cell in sheet["E"]:
            if cell.value is not None:
                inputHEX = str(cell.value)
                res = "{0:08b}".format(int(inputHEX,16))
                sheet.cell(row=cell.row, column=6).value = res 
        break

Answer 1

每 2 个十六进制字符需要 8 个二进制字符。

这是一个简单的计算，你可以让 python 为你做填充。

inputHEX = str(cell.value)
res = "{value:0{width}b}".format(value=int(inputHEX, 16), width=len(inputHEX) * 4)
sheet.cell(row=cell.row, column=6).value = res 

除此之外，如果您提出简单的问题，例如“将十六进制转换为二进制时如何保持前导零”或类似的问题，我认为您会得到更多答案。 Excel 的布局、这是 CAN 数据等事实并不重要。