Python读取二进制文件：rb模式与struct模块详解

本文深入解析了Python中读取二进制文件的两个核心要点：必须使用'rb'模式打开文件以避免编码转换、换行符自动处理等导致的乱码或崩溃；同时强调struct.unpack()的格式字符串需与字节序列长度和类型严格匹配，否则将引发解包错误或产生完全错误的数据——无论是处理图片、网络协议包还是内存dump文件，这两点都是确保二进制数据准确读取与解析不可绕过的关键实践。

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(' 正确（I = 4 字节无符号整），但 struct.unpack(' 报错
• 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；>（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 >
• 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('

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('，对大缓冲区更省内存
• 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。

• 最简方式：flag, length, ts = struct.unpack(' —— 依赖顺序，改格式就得同步改解包语句
• 用 namedtuple 提升可读性：Pkt = namedtuple('Pkt', 'flag length ts'); pkt = Pkt._make(struct.unpack('
• 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。

本篇关于《Python读取二进制文件：rb模式与struct模块详解》的介绍就到此结束啦，但是学无止境，想要了解学习更多关于文章的相关知识，请关注golang学习网公众号！