Python用struct读取二进制结构体详解

Python中用struct模块读取二进制结构体时，数据解析错误的常见根源在于字节序未显式指定——C语言结构体默认采用本机小端序，而文件或网络协议往往严格规定为大端或小端；正确做法是先确认源数据的真实字节序，再在格式字符串开头明确添加'>'（大端）、'

struct.unpack 读出来的数据对不上，是因为字节序没对齐

二进制结构体解析错位，十有八九是 struct.unpack 的格式字符串里字节序符漏了或写反了。C 语言 struct 默认按本机字节序（通常是小端），但网络协议、文件格式（如 BMP、PE）常固定用大端或小端。不显式声明，Python 就按 @（本机对齐 + 本机字节序）处理，容易和原始数据对不上。

实操建议：

• 先确认源数据的字节序：查文档，或用十六进制工具看前几个字段的原始字节，比如 0x00000001 在内存中是 b'\x01\x00\x00\x00'（小端）还是 b'\x00\x00\x00\x01'（大端）
• 格式字符串开头加明确符号：'（小端）、'>'（大端）、'!'（网络序，等价于大端）；避免用默认的 @ 或 ）
• 字段之间别留空格，'>I H' 是错的，得写成 '>IH'；空格会被忽略，但易误读
• 用 struct.calcsize() 校验格式串长度是否匹配实际字节长度，比如 struct.calcsize('>IH') 返回 6，若传入 5 字节就会报 struct.error: unpack requires a buffer of 6 bytes

pack 后写入文件乱码，其实是没以二进制模式打开

struct.pack 返回的是 bytes，不是字符串。如果用文本模式（'w'）写入，Python 会尝试编码转换，轻则报 UnicodeEncodeError，重则静默损坏二进制内容。

实操建议：

• 写入必须用 'wb' 模式：open('out.bin', 'wb').write(struct.pack('>I', 123))
• 读取对应用 'rb' 模式，否则 read() 返回 str，传给 unpack 直接抛 TypeError: a bytes-like object is required, not 'str'
• 别用 print() 直接输出 pack 结果——它显示的是转义后的 bytes 表示（如 b'\x00\x00\x00{'），不是“乱码”，只是不可见字符多

结构体里有字符串字段，不能直接用 s 格式符硬套

C 风格 struct 中的字符串通常是定长字节数组（如 char name[32]），而 Python 的 's' 格式符只负责按字节读/写，不做编码解码。如果你存的是 UTF-8 字符串，unpack 出来仍是 bytes，需手动 .decode('utf-8')；如果含 C 风格 null 终止符（\x00），还得切片截断。

实操建议：

• 用 '32s' 读出 32 字节，再用 .rstrip(b'\x00').decode('utf-8') 安全转字符串
• 写入前确保字节长度 ≤ 字段容量：用 name.encode('utf-8')[:31] + b'\x00' 填充，避免溢出破坏后续字段
• 别用 'p'（Pascal 字符串）除非你确定数据来源真用这格式——它前 1 字节存长度，兼容性差，几乎没人用

嵌套结构体或变长字段，struct 模块本身不支持

struct 只能处理编译期已知长度的平铺结构。遇到联合体（union）、指针、动态数组（如末尾跟一个长度字段 + 实际数据），它无能为力。

实操建议：

• 拆成多步 unpack：先读头部固定部分（含长度字段），再根据该值算出偏移，用切片取出后续数据，单独 unpack
• 例如协议头是 '>I I'（魔数 + 数据长度），读完后用 data[8:8+length] 提取负载
• 真要频繁处理复杂二进制格式，别硬刚 struct，换 construct 库（声明式定义）或手写 io.BytesIO + 逐字段解析，更稳

最常被忽略的一点：struct 对齐（'x' 填充字节、'0c' 等）在跨平台时极易出问题。C 编译器可能因 #pragma pack 改变对齐方式，而 Python 的 struct 默认按自然对齐（@）。只要格式字符串里出现 'x' 或字段间有空隙，务必确认 C 端实际内存布局，别只看 struct 定义。

文中关于的知识介绍，希望对你的学习有所帮助！若是受益匪浅，那就动动鼠标收藏这篇《Python用struct读取二进制结构体详解》文章吧，也可关注golang学习网公众号了解相关技术文章。