当前位置:首页 > 文章列表 > 文章 > python教程 > 从 bytes 对象中安全提取指定范围的字节并用于 CRC 校验,可以按照以下步骤进行:1. 提取指定范围的字节在 Python 中,bytes 是不可变的序列类型,可以通过切片操作([start:end])来提取指定范围的字节。data = b"example data for crc" start = 2 end = 8 subset = data[start:end]这会提取 data 中从

从 bytes 对象中安全提取指定范围的字节并用于 CRC 校验,可以按照以下步骤进行:1. 提取指定范围的字节在 Python 中,bytes 是不可变的序列类型,可以通过切片操作([start:end])来提取指定范围的字节。data = b"example data for crc" start = 2 end = 8 subset = data[start:end]这会提取 data 中从

2026-04-07 14:18:30 0浏览 收藏
本文深入讲解了如何在Python中利用bytes对象的切片机制安全、高效地提取协议帧中的目标字节段(如Modbus变种帧中11字节的有效载荷),并直接用于CRC校验——无需类型转换或冗余操作,仅用`rxData[1:12]`即可精准获取不可变的bytes子序列,兼顾安全性(自动边界处理)、简洁性(一行代码)和兼容性(原生支持CRC库),是嵌入式通信与工业协议解析中不可或缺的实用技巧。

本文介绍如何使用 Python 切片(slicing)从原始 `bytes` 对象中精确提取目标字节段(如 Modbus 协议中的 11 字节数据区),生成新的 `bytes` 对象,并正确传递给 CRC 校验函数。

在处理串口通信协议(如自定义 Modbus 变种)时,接收到的完整帧通常包含同步头、有效载荷和校验码。如本例所示:14 字节帧结构为 【sync(1B)】【data(11B)】【CRC-16(2B)】。要执行 CRC-16 校验,必须仅将中间 11 字节数据(索引 1 至 11,含首不含尾)传入校验函数——而 bytes 是不可变序列类型,支持标准切片语法,可直接生成新 bytes 对象,无需转换为列表再拼接。

正确做法是使用切片表达式 rxData[1:12]:

  • 起始索引 1 → 跳过首字节(sync byte);
  • 结束索引 12 → 包含索引 1 至 11 的共 11 个字节(Python 切片右边界不包含);
  • 返回值类型仍为 bytes,完全兼容 check_crc() 等期望 bytes 输入的函数。

修正后的关键代码段如下:

# ... 接收 rxData 后(略)

print("Now extract bytes 1 to 11 (inclusive) as new bytes object")
newData = rxData[1:12]  # ✅ 正确切片:生成新的 bytes 对象

print("\nThe 'newData' type is ", type(newData), " and length is ", len(newData))
print("'newData' - ", [hex(b) for b in newData], "\n")

print("Check if newData CRC is OK")
if not check_crc(newData):
    print("CRC is NOT OK")
else:
    print("CRC is OK!")

⚠️ 注意事项:

  • 切片 rxData[1:12] 安全且高效——bytes 切片返回新 bytes 对象,不修改原数据;
  • 务必确保 rxData 长度 ≥ 14,否则切片可能截断(建议在解析前添加长度校验):
    if len(rxData) < 14:
        raise ValueError(f"Invalid frame length: {len(rxData)}, expected >= 14")
  • 不要尝试用 list() 包装再转回 bytes(如 bytes(list(rxData[1:12]))),既冗余又低效;
  • range(1,12) 仅用于遍历打印,不能构造新 bytes——切片才是地道的 Python 方式。

通过这一简洁切片操作,即可精准分离协议数据字段,为后续校验、解析或转发提供干净输入。

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《从 bytes 对象中安全提取指定范围的字节并用于 CRC 校验,可以按照以下步骤进行:1. 提取指定范围的字节在 Python 中,bytes 是不可变的序列类型,可以通过切片操作([start:end])来提取指定范围的字节。data = b"example data for crc" start = 2 end = 8 subset = data[start:end]这会提取 data 中从索引 start 到 end - 1 的字节。2. 确保提取的范围合法为了避免越界错误,建议先检查 start 和 end 是否在有效范围内:if start len(data) or start > end: raise ValueError("Invalid slice range")或者使用 Python 的切片机制自动处理越界情况:subset = data[max(0, start):min(len(data), end)]3. 使用提取的字节进行 CRC 校验Python 提供了多种方式计算 CRC,比如使用 crcmod 或 zlib 库。示例:使用 crcmod 计算 CRC-32 import crcmod # 创建 CRC-32 校验器 crc32 = crc》文章吧,也可关注golang学习网公众号了解相关技术文章。

CSS实现top left平滑过渡效果方法CSS实现top left平滑过渡效果方法
上一篇
CSS实现top left平滑过渡效果方法
内存管理错误蓝屏解决方法
下一篇
内存管理错误蓝屏解决方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    473次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    531次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    551次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    503次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    320次使用